La irrupción de la Inteligencia Artificial Generativa (IAG) en el flujo de trabajo del desarrollador está transformando la manera en que se distribuye el esfuerzo dentro del ciclo de vida del desarrollo de software, sin que las metodologías ágiles tradicionales, como Scrum, hayan actualizado sus modelos de estimación para reflejar esta nueva realidad. El objetivo de esta investigación es analizar y caracterizar el impacto de la IAG en la distribución del esfuerzo durante el ciclo de vida del desarrollo web, mediante un estudio experimental-comparativo con réplicas múltiples que contrasta la estimación humana bajo Scrum con el tiempo real de ejecución asistida por al menos dos modelos de IAG.
El caso de estudio consiste en la construcción de una aplicación web con backend en Spring Boot y frontend en Angular, sobre una base de datos de gestión de tienda con las entidades Usuarios, Productos, Compras, Ventas y Detalles de Ventas. Se seleccionó una muestra de diez Historias de Usuario mediante un muestreo no probabilístico por criterio, y se diseñó un protocolo de medición cronométrica que registra los tiempos de prompting, generación, revisión e integración por cada condición experimental: estimación humana con Planning Poker, ejecución asistida con MiniMax M2.5 y ejecución asistida con Gemini.
Los resultados presentados corresponden a un pilotaje con datos simulados con base en parámetros realistas del experimento, cuyo propósito es validar la coherencia interna del protocolo antes de su ejecución de campo. Los hallazgos del pilotaje muestran que la IAG reduce de manera significativa el tiempo total de codificación, pero desplaza el esfuerzo hacia fases de revisión, corrección e integración que las metodologías ágiles actuales no contemplan ni estiman. En consecuencia, la brecha de estimación entre Scrum y la ejecución asistida por IAG resultó consistentemente negativa, lo que indica que el modelo de estimación humano sobreestima el tiempo de codificación pura en un entorno de trabajo Hombre-IA.
Se concluye que la adopción de IAG no elimina el esfuerzo de desarrollo, sino que lo reconfigura, y que las organizaciones y los programas académicos que forman ingenieros de software deben actualizar sus modelos de planificación y sus contenidos curriculares para responder a esta transformación. El protocolo completo de recolección y análisis queda documentado y listo para su ejecución con datos reales de campo.
