Hoy quiero contar una experiencia real, vivida durante el desarrollo de una proof of concept. Es una historia de código, entornos locales e inteligencia artificial, pero también de criterio técnico y sentido común. Porque sí, un LLM puede darte grandes consejos... hasta que te das cuenta de que te ha llevado por el camino equivocado.
El contexto: una POC en DDEV
Estaba trabajando en una nueva POC con una arquitectura bastante clásica: Drupal como CMS, MariaDB como base de datos, React para el frontend y, en perspectiva, una parte en Python para módulos de machine learning y web scraping.
Para el desarrollo local utilizo DDEV, un entorno CLI que facilita la gestión de contenedores Docker para Drupal, la base de datos y los servicios relacionados. Un entorno fiable que conozco bien.
El consejo de la IA
Durante una sesión con un modelo linguístico (LLM), recibí una sugerencia: “¿Por qué no migrar de MariaDB a PostgreSQL? Te simplificará la vida más adelante, sobre todo para escenarios de análisis de datos o integraciones con Python”.
Sonaba lógico, y además venía con instrucciones detalladas. Así que decidí probar.
Horas de intentos, errores y reconstrucciones
Modifiqué la configuración de DDEV para usar PostgreSQL: reconstrucción de contenedores, actualización de variables de entorno, conexión y migración de datos. Desde ese momento, una cadena infinita de errores. Faltaban herramientas, dependencias, pequeños detalles como la necesidad de ejecutar ddev delete --omit-snapshot antes de recrear el proyecto.
Durante horas seguí las instrucciones del LLM, copié errores de la terminal, corregí, volví a probar. Cada vez el modelo cambiaba de versión: “Perdona, olvidé este paso”, “Faltaba actualizar aquel archivo”. Un bucle sin fin.
La pregunta correcta
En un momento me detuve y formulé otra pregunta: “Para esta POC, ¿realmente tiene sentido cambiar de base de datos?”
La respuesta fue clara: “No. No es necesario, y de hecho es incorrecto. Mantén MariaDB para Drupal y usa PostgreSQL solo para los servicios de Python”.
En otras palabras: mantén separados los dominios. Drupal debe seguir siendo dueño de su propio esquema de datos; Python puede tener su propio stack y comunicarse con el CMS a través de API (Drupal integra JSON:API en su núcleo).
Volví a consultar al mismo modelo que me había sugerido la migración. Su respuesta: “Tienes toda la razón”.
Cuando la IA cambia de idea
Un LLM no razona, no recuerda, no evalúa contexto. Calcula. Cada respuesta es probabilística, basada en texto y patrones, no en lógica arquitectónica. Sin los requisitos del proyecto, tiende a ofrecer la solución más común, no la más adecuada.
En mi caso, el error no fue técnico sino conceptual. Seguí un consejo sin contexto — y lo pagué con horas de trabajo improductivo.
El valor del razonamiento humano
Los LLM no son infalibles, y eso está bien. El verdadero riesgo es que nosotros, los desarrolladores, dejemos de pensar críticamente sobre lo que nos proponen.
Un modelo puede generar código impecable, pero no puede decidir si ese código es lo que realmente necesitas. No conoce tus objetivos, ni tus plazos, ni tus limitaciones técnicas.
Por eso, cada sugerencia de la IA debe pasar por el filtro de la experiencia humana: contexto, propósito y sentido arquitectónico.
Lecciones aprendidas
- El contexto primero: una POC no necesita perfección, necesita simplicidad y estabilidad.
- Separar dominios: Drupal (MariaDB) y Python (PostgreSQL) deben comunicarse por API, no compartir el mismo DB.
- Usar la IA como apoyo, no como arquitecto: excelente para explorar ideas, peligrosa si se toma “tal cual”.
- Verificar siempre: documentación oficial de Drupal, DDEV y módulos de migración.
Conclusión
Esta experiencia me recordó que la inteligencia artificial es una herramienta poderosa, pero sigue siendo eso: una herramienta. El verdadero valor sigue en el desarrollador que sabe pensar, interpretar y decidir.
La tecnología cambia rápido, pero la responsabilidad técnica sigue siendo humana.
- Inicie sesión para enviar comentarios