En nuestro artículo anterior contamos qué pasó cuando decidimos probar GPT-6 Astra con algo un poco más exigente que pedirle algunas líneas de código: le dimos un proyecto real, desarrollar una aplicación Android a partir de una idea, un alcance definido y una serie de requisitos.
Astra trabajó sobre el proyecto, tomó decisiones, resolvió problemas y finalmente consiguió llevarlo hasta una aplicación instalable. Todo muy lindo hasta ahí, pero nos quedaba pendiente lo más importante: ¿la aplicación realmente funcionaba en un teléfono?
Porque conseguir que el código compile y obtener un APK es una cosa; instalarlo en un teléfono, empezar a usarlo y descubrir qué pasa fuera del entorno de desarrollo es otra bastante distinta. Así que eso hicimos.
¿Se puede crear una app Android con GPT-6 Astra?
Ésa era la pregunta detrás de todo este experimento. No queríamos comprobar solamente si Astra sabía programar para Android, sino ver hasta dónde podía llegar si le dábamos un proyecto concreto, le marcábamos qué tenía que hacer y también qué cosas no debía hacer, y después le permitíamos trabajar con cierta autonomía.
Nosotros definimos el objetivo y los límites de esta primera etapa, pero no diseñamos cada pantalla ni decidimos dónde tenía que ir exactamente cada elemento. Ni siquiera le dijimos cómo queríamos que fuera el icono. Muchas de esas decisiones las tomó Astra y recién cuando finalmente vimos la aplicación funcionando en el teléfono empezamos a descubrir cuáles habían sido.
Probamos la aplicación creada por Astra en un teléfono Android
La instalación fue nuestra primera prueba fuera del entorno de desarrollo. La aplicación abrió correctamente y nos encontramos con una interfaz completa, coherente y adaptada al teléfono, que además respondió bien cuando cambiamos entre los modos claro y oscuro del sistema.
También tenía su propio icono. Puede parecer una pavada, pero nos llamó bastante la atención porque nunca habíamos hablado con Astra sobre cómo debía ser. Nosotros habíamos especificado funciones, requisitos y restricciones, no una identidad visual completa. Lo mismo ocurrió con otros detalles de la interfaz: no habíamos diseñado cada pantalla para que Astra después simplemente la reprodujera.
Claro que una aplicación puede verse muy linda y no funcionar para nada, así que había llegado el momento de empezar a probar todo.
Qué funcionó en nuestra prueba real
No preparamos una demostración especial ni un escenario pensado para que todo saliera bien. Instalamos la aplicación y empezamos a usarla como usaríamos cualquier producto recién desarrollado: probamos sus funciones principales, interrumpimos y retomamos distintas acciones, cerramos la aplicación, volvimos a abrirla y comprobamos qué pasaba con la información que debía conservar.
También hicimos recorridos completos, desde incorporar contenido hasta finalizar las tareas previstas para esta primera etapa. Las funciones principales estaban ahí y se podían utilizar en un teléfono real. Eso no significa que no hayamos encontrado cosas para revisar, porque encontramos algunas, pero para ese momento la prueba ya había cambiado bastante: no estábamos comprobando si Astra había conseguido generar código o producir un APK, estábamos probando una aplicación funcional.
De las pruebas automáticas al uso real
Durante el desarrollo Astra había realizado distintas pruebas automáticas que sirvieron para detectar problemas, hacer correcciones y comprobar comportamientos concretos. Sin embargo, cuando empezamos a utilizar la aplicación en el teléfono aparecieron otras cosas que no necesariamente eran errores. Algunos comportamientos funcionaban técnicamente como debían, pero al verlos en uso nos hicieron pensar: “Mmm… esto habría que mirarlo.”
Ahí apareció una diferencia bastante interesante. Una prueba automática puede comprobar que determinada información se conserva, que una acción devuelve el resultado esperado o que algo sigue funcionando después de un cambio. Lo que no hace con tanta facilidad es mirar una pantalla y preguntarse si lo que está pasando tiene sentido para la persona que está del otro lado.
Por eso la prueba manual no contradijo las pruebas que Astra había realizado, sino que las completó. Confirmamos que las funciones previstas podían utilizarse en un dispositivo real y, al mismo tiempo, encontramos comportamientos que las pruebas anteriores simplemente no estaban diseñadas para detectar. Cuanto más trabajo le delegábamos a la IA, más evidente se hacía que nuestra intervención no desaparecía: simplemente empezaba a estar en otro lugar.
Astra tomó decisiones que nosotros no habíamos tomado
Ésta probablemente fue una de las cosas que más nos sorprendió de toda la experiencia. Al principio pensábamos que lo interesante iba a ser descubrir cuánto podía programar Astra, pero después apareció una pregunta que nos resultó bastante más interesante: ¿cuántas decisiones podía tomar sin que nosotros tuviéramos que especificarlas una por una?
No le entregamos una aplicación completamente diseñada para que la transformara en código. Le dimos un objetivo, un alcance y una serie de condiciones, y el resto implicaba tomar decisiones. Algunas nos gustaron, otras las vamos a cambiar y hubo algunas que ni siquiera habíamos considerado hasta que vimos el resultado funcionando.
Ahí es donde para nosotros este experimento empezó a alejarse bastante de la idea tradicional de “usar IA para programar”. No estábamos simplemente pidiendo código para después copiarlo, sino definiendo qué queríamos conseguir, mientras Astra resolvía buena parte de cómo llegar hasta ahí.
Entonces, ¿GPT-6 Astra puede crear una app Android funcional?
Después de probarla en un teléfono real, ya no necesitamos responder esa pregunta mirando una compilación o un informe. La instalamos, la usamos y hace lo que habíamos definido para esta primera etapa.
Eso no quiere decir que esté terminada. De hecho, probarla de esta manera nos dejó algunas cosas que queremos revisar antes de pensar en una versión destinada a usuarios. Pero nuestro experimento original tampoco consistía en comprobar si Astra podía crear por sí solo un producto terminado y listo para publicar.
Lo que queríamos saber era hasta dónde podía llegar si partíamos de una idea, definíamos claramente qué necesitábamos y le dábamos suficiente autonomía para trabajar. La primera parte del experimento nos había demostrado que Astra podía desarrollar el proyecto; después de probar el resultado en un teléfono real, pudimos comprobar algo que para nosotros era bastante más importante: lo que había desarrollado realmente se podía usar.