Migrar código legacy con asistentes de IA

El mejor uso de un asistente sobre código antiguo no es generar la versión nueva, sino explicar la vieja. Pedirle que documente función por función, que dibuje el flujo de datos y que enumere efectos secundarios produce un mapa que antes exigía arqueología.

Ese mapa hay que verificarlo. Los modelos describen con seguridad comportamientos que no existen, especialmente en código con muchos condicionales anidados. La regla: toda afirmación del asistente sobre lo que hace el código se contrasta ejecutándolo.

Una técnica útil es pedir explicaciones contradictorias: primero «explica por qué esta función es correcta», luego «encuentra tres casos en los que falla». Las discrepancias señalan justo las zonas que hay que mirar con lupa.

Antes de migrar una sola línea, hay que tener pruebas de caracterización: tests que capturan el comportamiento actual, incluidos sus errores. La IA es excelente generando este tipo de tests a partir del código existente, porque no requiere criterio de diseño, solo cobertura.

Con esa red, la migración se vuelve un juego de reemplazos verificables. Sin ella, cada refactor es una apuesta.

Migra por rebanadas verticales: una funcionalidad completa de extremo a extremo, no una capa entera. Así cada semana se entrega algo que funciona y se puede parar el proyecto sin dejarlo a medias.

En decisiones de arquitectura. Los modelos tienden a proponer la solución más común de su entrenamiento, que suele ser una abstracción de más para el tamaño real del proyecto.

En código con reglas de negocio implícitas: descuentos históricos, excepciones de un cliente concreto, comportamientos que solo conoce alguien de la casa. Ahí el asistente reescribe con elegancia y borra reglas que costaban dinero.

Y en revisiones masivas: aceptar un pull request de dos mil líneas generadas porque «los tests pasan» es cómo se acumula la deuda de la próxima década.