Casi todo ingeniero que entrevistes hoy probablemente te dirá que usa herramientas de IA.
Hace uno o dos años, esa respuesta podría haber sido útil. Hoy, te dice muy poco. La IA se ha convertido en una parte tan normal del desarrollo de software que preguntar a alguien, "¿Usas IA?" está empezando a sentirse como preguntar, "¿Usas correo electrónico?"
La pregunta más importante es qué sucede después de que abren la herramienta.
¿Saben cómo usarla bien?
¿Notan cuándo les da la respuesta equivocada?
¿Cuestionan lo que produce, o simplemente asumen que algo generado por IA debe ser correcto?
Ahí es donde la diferencia entre candidatos comienza a hacerse mucho más clara. Dos ingenieros pueden decir que usan IA todos los días, pero uno podría estarla usando de manera reflexiva mientras que el otro simplemente acepta lo que le da. La mayoría de los procesos de entrevista no son muy buenos para distinguir a estas dos personas.
Hemos encontrado una pregunta que se acerca mucho más a la respuesta, e interesantemente, no se trata realmente de herramientas de IA en absoluto; se trata de qué sucede cuando la herramienta comete un error.
Por qué "¿Usas IA?" Ya No Es Suficiente
La IA ya no es una habilidad inusual para los ingenieros. La Encuesta de Desarrolladores de Stack Overflow 2025 encontró que el 70% de los desarrolladores usan herramientas de IA diariamente. Cuando algo se vuelve tan común, simplemente tener experiencia con ello deja de ser una forma útil de separar candidatos.
El problema es que muchas empresas aún entrevistan para habilidades de IA como si fueran algo nuevo. Preguntan a los candidatos qué herramientas han usado, con qué frecuencia las usan, o si saben cómo escribir buenas indicaciones. Esas preguntas podrían decirte si alguien ha abierto un asistente de codificación de IA antes, pero no te dicen si esa persona puede usarla de manera responsable.
Piénsalo de esta manera. No contratarías a alguien para conducir solo porque te dijera que ha conducido un automóvil todos los días durante cinco años. También querrías saber si sabe cuándo reducir la velocidad, cómo reacciona cuando algo sale mal, y si presta atención a lo que sucede a su alrededor.
El desarrollo asistido por IA no es tan diferente. La habilidad útil no es simplemente saber cómo usar la herramienta. Es saber cuándo confiar en ella, cuándo cuestionarla, y cuándo detenerse e hacer algo tú mismo.
Prueba Esta Pregunta En Su Lugar
Aquí está la pregunta que recomendaríamos hacer:
Cuéntame sobre un momento específico en que una herramienta de IA te dio algo incorrecto, y cómo lo descubriste antes de que se convirtiera en un problema real.
Eso es. No necesitas pedir a los candidatos que expliquen cómo funciona un modelo de IA en particular. No necesitas probarlos en terminología de IA. Ni siquiera necesitas preguntar qué herramienta prefieren.
Estás pidiendo una historia real, y esa historia puede decirte sorprendentemente mucho sobre cómo alguien realmente trabaja.
Aquí está lo que esa pregunta revela:
Primero, te dice si realmente usan IA como parte de su trabajo. Alguien que usa estas herramientas regularmente generalmente tendrá algunos ejemplos de los que puede hablar sin tener que buscar en su memoria.
Segundo, te dice si verifican el trabajo. La IA puede producir algo que se vea perfectamente razonable mientras sigue siendo incorrecto. Si alguien nunca ha notado un error de IA, o bien han tenido una suerte inusual, o no están mirando lo suficientemente de cerca.
Tercero, te muestra dónde trazan la línea entre confiar en la IA y confiar en su propio juicio. Eso se está convirtiendo en una de las habilidades más importantes para los ingenieros hoy.
Finalmente, muestra si asumen responsabilidad por el resultado. Cuando algo sale mal, ¿dicen, "La IA metió la pata," o explican qué deberían haber verificado y qué cambiaron después? Esa diferencia importa.
Escucha la Historia
Las respuestas más sólidas generalmente tienen una cosa en común: Son específicas.
Un candidato podría decirte que una herramienta de IA generó una consulta de base de datos incorrecta, sugirió un cambio que habría roto una característica existente, o malinterpretó una parte importante de la aplicación, y más importante aún, explicarán cómo notaron el problema.
No solo dirán, "Siempre verifico el código generado por IA." En su lugar, te contarán qué verificaron, qué les pareció sospechoso, qué cambiaron, y qué sucedió después.
Los buenos candidatos generalmente se sienten cómodos hablando sobre errores. No necesitan pretender que la herramienta de IA fue perfecta o que lo atraparon todo inmediatamente. De hecho, poder decir, "Casi me pierdo esto, pero entonces noté…" puede decirte más que una historia de éxito pulida.
Estás buscando juicio, no perfección.
Una respuesta más débil generalmente suena mucho más general. El candidato podría decir, "La IA a veces comete errores, así que siempre reviso todo," y dejarlo ahí. No hay nada técnicamente incorrecto con esa respuesta, pero no te da mucha evidencia sobre cómo realmente trabajan.
Cuando haces una pregunta de seguimiento simple como, "¿Puedes darme un ejemplo?", generalmente aprenderás mucho más.
¿Y Si Dicen Que La IA Nunca Ha Estado Equivocada Para Ellos?
Aquí es donde la pregunta se vuelve particularmente útil. Si alguien te dice que nunca ha tenido una herramienta de IA que le dé una respuesta incorrecta, eso no debería necesariamente impresionarte. Podría ser algo que valga la pena explorar más a fondo.
Las herramientas de IA cometen errores; a veces son obvios, a veces son sutiles, y a veces la respuesta se ve completamente razonable hasta que la verificas contra los requisitos reales o el sistema existente.
Así que haz otra pregunta: "¿Puedes pensar en un momento en que no estuvieras seguro de si la respuesta de la IA era correcta?" Eso le da al candidato otra oportunidad de explicar cómo verifican su trabajo sin convertir la conversación en una pregunta trampa.
El objetivo no es atrapar a alguien. Es entender cómo piensan.
¿Funciona Esto Para Ingenieros Junior También?
Sí, aunque los ejemplos serán naturalmente diferentes.
Un ingeniero junior podría hablar sobre detectar un pequeño error lógico en código generado o darse cuenta de que una sugerencia de IA no coincidía con lo que la tarea realmente requería. Un ingeniero más experimentado podría describir algo más complejo: detectar un cambio de base de datos arriesgado, una suposición incorrecta sobre un sistema existente, o un problema de seguridad que no era obvio a primera vista.
Lo importante no es qué tan dramático fue el error. Es si el candidato puede explicar qué sucedió, cómo lo notó, y qué aprendió de ello.
No Hagas Esta Tu Entrevista Completa
Esta única pregunta puede ser útil, pero no debería reemplazar el resto de tu entrevista técnica. Aún quieres entender cómo alguien resuelve problemas, se comunica, trabaja con otras personas, y maneja las responsabilidades técnicas del rol.
Una adición útil, sin embargo, es permitir que los candidatos usen IA durante parte de la entrevista. Dale un problema práctico y permíteles usar las herramientas que normalmente usarían en el trabajo. Luego observa cómo lo abordan.
¿Aceptan ciegamente la primera respuesta?
¿Hacen mejores preguntas cuando el resultado no es correcto?
¿Verifican lo que produce la herramienta?
¿Notan cuándo algo no tiene sentido?
Eso te da la oportunidad de ver su juicio en acción en lugar de simplemente escuchar que lo describen.
Lo Que Aprendes De Dos Candidatos
Imagina que estás entrevistando a dos personas para el mismo rol de ingeniería.
El primer candidato dice, "Las herramientas de IA a veces cometen errores, pero siempre reviso el código cuidadosamente."
El segundo candidato te habla sobre un proyecto reciente donde una herramienta de IA sugirió un cambio de base de datos que habría causado problemas con datos existentes. Explican qué se vio sospechoso, cómo lo verificaron, qué cambiaron, y qué ahora hacen diferente cuando revisan sugerencias similares.
Ambos candidatos usan IA, pero has aprendido algo muy diferente sobre ellos.
El segundo candidato te ha mostrado que no solo usan IA para moverse más rápido. Entienden que moverse más rápido solo ayuda si aún pueden reconocer cuándo algo está mal.
La Habilidad Que Realmente Importa
La mejor pregunta de entrevista relacionada con IA no se trata realmente de IA. Se trata de juicio.
Las herramientas seguirán cambiando. La herramienta que un candidato usa hoy podría no ser la herramienta que use el próximo año. Nuevos modelos aparecerán, los existentes mejorarán, y la forma en que los ingenieros trabajan con ellos seguirá cambiando.
Lo que no cambiará tan rápido es la necesidad de que alguien vea el resultado y pregunte, "¿Esto realmente tiene sentido?"
Esa es la persona que quieres en tu equipo.
Así que la próxima vez que un candidato te diga que usa IA todos los días, no te detengas ahí. Pregúntales sobre la última vez que cometió un error. Su respuesta podría decirte mucho más que la herramienta que usan jamás podría.
Y si rediseñar tu proceso de entrevista para encontrar ese tipo de juicio no es donde quieres gastar tu tiempo, ese es el lugar donde MyNextDeveloper ayuda conectando startups con ingenieros verificados y talento de IA que se evalúan no solo en lo que saben, sino en cómo realmente trabajan.
TL;DR
Casi todo ingeniero que entrevistes dirá que usa herramientas de IA todos los días, así que esa pregunta ya no te dice nada útil. La que sí: Pregúntales sobre un momento específico en que una herramienta de IA cometió un error, y cómo lo descubrieron. Una respuesta sólida viene con detalles reales, una historia honesta sobre qué se rompió, y una sensación clara de qué harían diferente, no un vago "Siempre verifico todo."
Si alguien afirma que una herramienta de IA nunca los ha defraudado, eso es realmente una señal de alerta, no una bandera verde. Esta única pregunta prueba silenciosamente exactamente el juicio que separa a los ingenieros que usan IA para moverse rápido de forma segura de los que simplemente se mueven rápido.
¿Buscas construir un equipo técnico remoto de alto desempeño?
Consulta MyNextDeveloper, una plataforma donde puedes encontrar el 3% superior de ingenieros de software que son profundamente apasionados por la innovación. Nuestras soluciones de talento de software bajo demanda, dedicadas y exhaustivas proporcionan una solución integral para todos tus requisitos de software.
Visita nuestro sitio web para explorar cómo podemos ayudarte a armar tu equipo perfecto.
