No puedes hacer pruebas unitarias para el gusto

Naturaleza del “gusto” y si se puede probar

• Muchos sostienen que no puedes hacer pruebas unitarias completas para el gusto porque:
  • El gusto es la parte de la especificación que olvidaste o que no puedes articular.
  • Las reglas necesitan excepciones, cuyas excepciones son juicio contextual; lo que queda es “gusto”.
  • Solo puedes externalizar una pequeña parte, parecida a una regla; el resto sigue siendo implícito.
• Otros responden que algunas partes sí se pueden codificar:
  • Comparaciones por pares de “me gusta o no” pueden entrenar funciones de puntuación de ML.
  • Guías de estilo, lenguajes de patrones y directrices de UI capturan algunos estándares compartidos.
  • Linters y scripts pueden hacer cumplir convenciones (nombres, colores de marca, límites entre capas).

IA, LLMs y el gusto personal/organizacional

• Se describe a los LLMs como potentes pero atascados en el nivel de un “nuevo empleado inteligente”:
  • Sin memoria persistente e individualizada a largo plazo.
  • El RL / la retroalimentación tiende a promediar hacia un estilo genérico, no hacia el gusto de una persona.
  • Los modelos a menudo toman decisiones seguras, pero sin gusto o arriesgadas, salvo que estén estrictamente gobernados.
• Enfoques propuestos:
  • Entrenar modelos de preferencia separados por persona/equipo; fallar cuando discrepen.
  • Usar agentes más “gates” humanos o tickets de validación antes de cerrar el trabajo.
  • Tratar a los LLMs como desarrolladores junior; codificar decisiones en ADRs/documentos y dejar que los sigan.

Filosofía de pruebas y los límites del TDD

• Se considera que las pruebas sirven para asegurar que algo “no está mal”, no para hacerlo “bueno” o con buen gusto.
• Se critica el TDD intenso y las pruebas unitarias de bajo nivel:
  • La corrección no se compone de forma limpia; el comportamiento emergente aparece en niveles más altos.
  • El exceso de mocking y los objetivos de cobertura del 100% reducen la confianza y ralentizan los cambios.
• Otros defienden el TDD cuando se aplica en niveles adecuados de abstracción y para bugs.
• Se sugieren pruebas de snapshot y regresión visual para gráficos/UI, pero no capturan el “se siente bien”.

UX, visuales y “sensación”

• Muchos señalan que las UIs/imágenes generadas por IA a menudo se sienten baratas o extrañas.
• Algunos creen que las redes neuronales pueden reconocer cualidades como “cursi”, dado suficiente número de ejemplos etiquetados.
• Las herramientas pueden probar aspectos objetivos (colores, consistencia del diseño), pero la fricción subjetiva de UX sigue requiriendo humanos.

Intuición, antropomorfización y pragmatismo

• La intuición humana (por ejemplo, percibir un fallo estructural) se compara con el gusto: basada en la experiencia pero difícil de codificar.
• El uso de “nosotros” con colaboradores de IA genera preocupación por una antropomorfización sutil.
• Varias voces abogan por aceptar lo “suficientemente bueno”, usando la IA como herramienta de apoyo mientras los humanos conservan el gusto final y la gobernanza.