Agentic Data & Software Engineering

SSDLC amb IA: que la IA que prova no sigui la que va escriure el codi

Per Xavier Franco, CEO de Elternativa · Grupo Zemsania
· 6 min de lectura

Redactat amb ajuda d’IA i revisat per Xavier Franco

Porta d’una cambra cuirassada amb dues panys separats, un d’ells amb la clau posada i l’altre esperant la seva.
En aquest article

Hi ha una regla que en qualsevol empresa seriosa ningú no discuteix: qui fa una cosa no és qui la dona per bona. La comptabilitat l’audita una altra persona. Un pagament gran el signen dues. I, tanmateix, amb la IA estem acceptant just el contrari: que la mateixa eina que escriu el codi decideixi si el codi està bé. Per això insisteixo en una regla, que resumeixo així: que la IA que prova no sigui la que va escriure el codi.

Què és l’SSDLC i per què torna a importar

L’SSDLC (secure software development life cycle) és el cicle de vida del desenvolupament de programari amb la seguretat dins de cada pas: en el requisit, en el disseny, en el codi, en les proves i en el desplegament. No és una fase al final, és una manera de treballar.

Amb la IA escrivint bona part del codi, l’SSDLC torna a ser al centre. Perquè el volum puja molt, i el que abans es revisava amb calma ara arriba a un ritme que cap persona no pot llegir línia a línia.

A la pràctica: pregunta al teu equip quina part del codi que s’ha integrat aquest mes ha escrit una IA. Si ningú ho sap, ja tens la primera tasca.

El que diuen les dades del codi generat per IA

Veracode va publicar el juliol del 2025 un estudi que convé tenir present. Va analitzar 80 tasques de programació amb més de 100 models de llenguatge, i el codi generat va introduir vulnerabilitats de seguretat en el 45 % dels casos. En Java, la taxa de fallada va superar el 70 %. I una dada que em sembla la més important: els models més grans no ho feien significativament millor que els petits.

És a dir, esperar el model següent no arregla el problema. El codi que escriu una IA és, com el de qualsevol persona, codi que s’ha de comprovar.

L’informe DORA del 2025 apunta en la mateixa direcció des d’un altre angle: el 30 % dels professionals diu tenir poca o cap confiança en el codi generat per IA. I adverteix que, sense sistemes de control sòlids, com proves automàtiques fortes, un control de versions madur i cicles de resposta ràpids, més volum de canvis porta a més inestabilitat.

Per què la mateixa IA no pot provar-se a si mateixa

Quan demanes a una IA que escrigui un codi i, a la mateixa conversa, que n’escrigui les proves, passa una cosa molt humana: les proves confirmen el que el codi ja fa, no el que hauria de fer. Si el model va entendre malament el requisit, les proves hereten el malentès i surten en verd.

Per això no n’hi ha prou amb «la IA també fa els tests». Cal que la comprovació parteixi d’un altre lloc:

  • Dels criteris fixats abans de començar, no del codi ja escrit.
  • D’una altra instància, que no ha vist com es va raonar la solució.
  • D’una persona, que decideix si el lliurat compleix el que es demanava.

A la pràctica: revisa una tasca recent feta amb IA. Si les proves es van escriure a la mateixa sessió que el codi, pregunta’t què hauria passat si el requisit s’hagués entès malament.

Separar qui escriu de qui comprova

Així ho plantegem al nostre mètode, pas a pas:

  1. Requisit i pla. Cada tasca neix amb el seu contracte i els seus criteris d’acceptació, fixats abans de començar. Aquest contracte és la referència de tota la resta.
  2. Desenvolupament. Una instància d’IA escriu el codi.
  3. Proves. Les executa una instància diferent de la que va escriure el codi, amb una cua de proves separada. Qui executa no valida el seu propi treball.
  4. Revisió i validació. Una persona valida el tancament mirant el codi, i la signatura queda registrada.
  5. PR i desplegament. La IA obre la pull request i respecta el teu Git i el teu CI/CD, amb els seus controls de sempre.

No és desconfiança cap a la IA. És la mateixa separació de funcions que apliquem a qualsevol procés que importa.

Les proves, en llenguatge de negoci

Una prova que només entén qui l’ha escrita tampoc no és un control. Per això m’agrada que els casos de prova s’escriguin en llenguatge de negoci, amb escenaris del tipus «donat, quan, llavors» que qualsevol pot llegir.

Així, qui decideix si una cosa val no necessita llegir el codi de les proves per saber què s’ha comprovat. I cada cas queda enllaçat amb la història i la decisió que el van originar, amb el seu resultat registrat com a evidència.

A la pràctica: demana que t’ensenyin els casos de prova d’una funcionalitat crítica. Si no els entens sense ajuda, el teu negoci no els està validant.

El que s’aprèn, es queda com a regla

Quan una prova troba una fallada, el més fàcil és corregir-la i seguir. El que és útil és que aquesta fallada no es repeteixi. Al nostre mètode, cada error mesurat es guarda al costat de la defensa que el vigila: una prova automàtica, una comprovació en el codi o una restricció a la base de dades. I avisa només els rols i les tasques als quals afecta.

Amb la IA això importa més que mai, perquè una instància no recorda el que va passar a la tasca anterior. Si la lliçó no és al sistema, es perd.

Per on començar

  1. Mesura quina part del teu codi escriu ja la IA.
  2. Fixa criteris d’acceptació abans de cada tasca, no després.
  3. Separa qui escriu de qui prova, encara que els dos siguin IA.
  4. Fes que una persona validi cada tancament, amb signatura registrada.
  5. Converteix cada fallada en una regla que es comprovi sola.

Com t’ajudem

A Agentic Data & Software Engineering orquestrem les IA de desenvolupament que ja tens en tot el SDLC: cada tasca amb el seu contracte i els seus criteris fixats abans de començar, proves executades per una instància diferent de la que va escriure el codi i una persona del teu equip que valida cada tancament mirant el codi. El codi queda al teu Git i respecta el teu CI/CD.

Ho fem amb Agentagile, la nostra metodologia per desenvolupar amb IA: cada lliurament es prova i es valida amb les mateixes regles, i res no avança sense el vistiplau del teu equip.

Preguntes freqüents

Què és l’SSDLC?

És el cicle de vida del desenvolupament de programari amb la seguretat integrada en cada pas: requisit, disseny, codi, proves i desplegament.

És segur el codi generat per IA?

No per defecte. Un estudi de Veracode del 2025 va trobar vulnerabilitats en el 45 % de les tasques analitzades, i els models més grans no ho feien significativament millor.

Pot la IA provar el seu propi codi?

Pot executar proves, però si les escriu la mateixa instància que va escriure el codi tendeixen a confirmar el que el codi ja fa. Convé que provi una instància diferent i que validi una persona.

Qui valida el codi que escriu la IA?

Una persona de l’equip, que revisa el tancament mirant el codi davant dels criteris fixats abans de començar.

Continua llegint