HogarEstudio de Microsoft Revela Limitaciones de Modelos de IA en Depuración de Software
Modelos de IA de OpenAI, Anthropic y otros laboratorios líderes de IA se utilizan cada vez más para tareas de codificación. El CEO de Google, Sundar Pichai, señaló en octubre que la IA genera el 25% del nuevo código en la empresa, mientras que el CEO de Meta, Mark Zuckerberg, busca implementar ampliamente herramientas de codificación de IA en el gigante de las redes sociales.
Sin embargo, incluso los modelos de mejor rendimiento tienen dificultades para corregir errores de software que los desarrolladores experimentados manejan con facilidad.
Un reciente estudio de Microsoft Research, realizado por la división de I+D de Microsoft, muestra que modelos como Claude 3.7 Sonnet de Anthropic y o3-mini de OpenAI tienen dificultades para resolver muchos problemas en el punto de referencia de desarrollo de software SWE-bench Lite. Los hallazgos destacan que, a pesar de las ambiciosas afirmaciones de empresas como OpenAI, la IA aún está lejos de la experiencia humana en áreas como la codificación.
Los investigadores del estudio probaron nueve modelos como base para un “agente basado en un solo prompt” equipado con herramientas de depuración, incluido un depurador de Python. El agente tuvo la tarea de abordar 300 desafíos de depuración de software seleccionados de SWE-bench Lite.
Los resultados mostraron que incluso con modelos avanzados, el agente rara vez resolvió más de la mitad de las tareas con éxito. Claude 3.7 Sonnet lideró con una tasa de éxito del 48.4%, seguido por o1 de OpenAI con un 30.2% y o3-mini con un 22.1%.
Un gráfico del estudio que muestra el aumento de rendimiento que los modelos obtuvieron con herramientas de depuración. Créditos de la imagen: Microsoft ¿Qué explica los resultados mediocres? Algunos modelos tuvieron dificultades para usar efectivamente las herramientas de depuración disponibles o identificar qué herramientas eran adecuadas para problemas específicos. El problema principal, según los investigadores, fue la falta de datos de entrenamiento suficientes, particularmente datos que capturen “procesos de toma de decisiones secuenciales” como los rastros de depuración humana.
“Creemos que entrenar o ajustar estos modelos puede mejorar sus capacidades de depuración,” escribieron los investigadores. “Sin embargo, esto requiere datos especializados, como datos de trayectoria que capturen a los agentes interactuando con un depurador para recopilar información antes de proponer soluciones.”
Asiste a TechCrunch Sessions: AI
Reserva tu lugar en nuestro evento principal de la industria de IA, con oradores de OpenAI, Anthropic y Cohere. Por tiempo limitado, las entradas cuestan solo $292 para un día completo de charlas de expertos, talleres y oportunidades de networking.
Exhibe en TechCrunch Sessions: AI
Reserva tu espacio en TC Sessions: AI para presentar tu trabajo a más de 1,200 tomadores de decisiones. Las oportunidades de exhibición están disponibles hasta el 9 de mayo o hasta que las mesas estén completamente reservadas.
Los hallazgos no son sorprendentes. Numerosos estudios han demostrado que el código generado por IA a menudo introduce fallos de seguridad y errores debido a debilidades en la comprensión de la lógica de programación. Una prueba reciente de Devin, una conocida herramienta de codificación de IA, reveló que solo pudo completar tres de 20 tareas de programación.
El estudio de Microsoft ofrece uno de los exámenes más profundos de este desafío continuo para los modelos de IA. Aunque es poco probable que frene el interés de los inversores en herramientas de codificación impulsadas por IA, puede llevar a los desarrolladores y sus líderes a reconsiderar depender en gran medida de la IA para tareas de codificación.
Notablemente, varios líderes tecnológicos han rechazado la idea de que la IA eliminará los empleos de codificación. El cofundador de Microsoft, Bill Gates, el CEO de Replit, Amjad Masad, el CEO de Okta, Todd McKinnon, y el CEO de IBM, Arvind Krishna, han expresado confianza en que la programación como profesión perdurará.
Artículo relacionado
Qualcomm Snapdragon impulsa el ecosistema de IA generativa de Samsung
De izquierda a derecha: Galaxy Z Flip8, Galaxy Z Fold8 y Galaxy Z Fold8 Ultra. Crédito: SamsungCristiano Amon, de Qualcomm, afirma que su colaboración con Samsung permite una IA natural y sensible al
Alibaba diseña chips de IA centrados en los agentes, lo que cambia el panorama de la competencia
Alibaba ha presentado un procesador de IA específico para agentes inteligentes, acompañado de una hoja de ruta de varios años para el desarrollo de chips y un nuevo modelo de lenguaje a gran escala, l
Las agencias sanitarias estadounidenses evalúan los modelos de IA de OpenAI y Anthropic
Las agencias de salud pública de todo el país se disponen a evaluar la IA generativa a través de una nueva iniciativa liderada por la Coalición para la IA en la Salud, en colaboración con OpenAI, Anth
Recomendaciones de temas especiales relacionados
diseño
Herramientas de maquetación con IA para diseñadores de productos
¡Las mejores herramientas de wireframes con IA mejor valoradas de 2026 para diseñadores de producto! XIX.AI ha seleccionado una colección de herramientas potentes y revolucionarias que no te puedes perder y que han superado rigurosas pruebas en el mundo real. Encontrarás clasificaciones detalladas que se actualizan semanalmente, comparativas entre versiones gratuitas y de pago, y toda la información clave que necesitas para elegir la herramienta perfecta con la que potenciar tu eficiencia en el diseño y sacar el máximo partido a la IA. ¡Explora ahora!
8 herramientas
xix.ai
SEO
Las mejores herramientas de SEO basadas en IA para la investigación de palabras clave
¡Las mejores herramientas de SEO con IA mejor valoradas de 2026 para la investigación de palabras clave ya están aquí, en XIX.AI! Esta lista seleccionada incluye herramientas potentes y revolucionarias que se someten a rigurosas pruebas en condiciones reales para ofrecer datos precisos. Consulta una comparación entre las versiones gratuitas y de pago, echa un vistazo a las clasificaciones detalladas y descubre opciones imprescindibles para potenciar tu estrategia de contenido y mejorar tu visibilidad en los buscadores. ¡Explora ahora mismo para encontrar tu herramienta perfecta!
8 herramientas
xix.ai
Educación y aprendizaje
Mejores constructores de cuestionarios con IA para creadores de cursos y tutores
2026 Últimas Mejores Creadoras de Cuestionarios con IA Mejor Valoradas para Creadores de Cursos y Tutores. XIX.AI ha recopilado una poderosa colección de herramientas que cambian las reglas del juego, probadas en el mundo real para garantizar una precisión inigualable. Encontrarás comparaciones detalladas entre versiones gratuitas y de pago, clasificaciones actualizadas semanalmente y consejos prácticos para mejorar la eficiencia en la creación de contenido y ofrecer experiencias de aprendizaje más atractivas. Explora ahora para descubrir tu herramienta perfecta y desbloquear tu ventaja con IA.
9 herramientas
xix.ai
Creación de vídeos
Herramientas de IA para la edición de subtítulos y vídeos destinadas a creadores
¡Las mejores herramientas de 2026 con la mejor valoración para la edición de vídeo y la creación de subtítulos con IA para creadores ya están aquí, en XIX.AI! Esta lista seleccionada incluye potentes herramientas revolucionarias que ayudan a los creadores a aumentar significativamente su productividad, tanto si necesitas añadir subtítulos rápidamente como si quieres perfeccionar tu contenido de vídeo. Realizamos pruebas en condiciones reales y ofrecemos una comparación entre las opciones gratuitas y las de pago, junto con clasificaciones que se actualizan semanalmente. Las opciones que no te puedes perder están claramente destacadas para ayudarte a sacar el máximo partido a la IA. ¡Explora ahora mismo y descubre tu herramienta perfecta!
9 herramientas
xix.ai
Redes Sociales
Las mejores herramientas de calendario de contenidos basadas en IA para planificar vídeos cortos
¡Ya están aquí, en XIX.AI, las mejores herramientas de 2026 para la planificación de vídeos cortos con IA, según las valoraciones de los usuarios! Esta selección incluye soluciones potentes y revolucionarias que ayudan a los creadores a aumentar la eficiencia a la hora de redactar, optimizar la planificación de contenidos y ahorrar un tiempo muy valioso. Realizamos pruebas en condiciones reales y ofrecemos una comparación entre las versiones gratuitas y las de pago, junto con clasificaciones que se actualizan semanalmente, para mostrarte las opciones que no te puedes perder. ¡Explora ahora mismo para descubrir tu herramienta perfecta y sacar el máximo partido a la IA!
11 herramientas
xix.ai
Investigación Académica
Las mejores herramientas de investigación basadas en IA para la revisión bibliográfica
En esta página, cuidadosamente seleccionada, se recogen las mejores y más valoradas herramientas de investigación con IA para la revisión bibliográfica de 2026, que ofrecen potentes soluciones revolucionarias para optimizar tu proceso de investigación. Encontrarás comparativas detalladas entre las opciones gratuitas y las de pago, pruebas en condiciones reales y clasificaciones de expertos que te ayudarán a elegir la opción más eficiente. XIX.AI respalda esta guía exhaustiva para ayudarte a sacar el máximo partido a la IA. ¡Explórala ahora y descubre tu herramienta perfecta!
16 herramientas
xix.ai
comentario (6)
0/500
![ThomasScott]()
微软这个研究结果太真实了😂 前几天用Copilot改bug，它居然把正确代码改得更错了…看来AI写代码还是得人工把关，至少现阶段别太依赖它们debug。
![HenryWalker]()
It's wild that AI is pumping out 25% of Google's code, but this Microsoft study shows it's not perfect at debugging. Kinda makes you wonder if we're trusting these models a bit too much too soon. 😅 Anyone else worried about buggy AI code sneaking into big projects?
![BrianRoberts]()
It's wild that AI is cranking out 25% of Google's code, but the debugging struggles are real. Makes me wonder if we're leaning too hard on AI without fixing its blind spots first. 🧑💻
![KevinDavis]()
It's wild that AI is pumping out 25% of Google's code, but the debugging limitations in this study make me wonder if we're leaning too hard on these models without enough human oversight. 🤔
![PeterThomas]()
Interesting read! AI generating 25% of Google's code is wild, but I'm not surprised it struggles with debugging. Machines can churn out code fast, but catching tricky bugs? That’s still a human’s game. 🧑💻
![JuanWhite]()
AI coding sounds cool, but if it can't debug properly, what's the point? 🤔 Feels like we're hyping up half-baked tools while devs still clean up the mess.
Modelos de IA de OpenAI, Anthropic y otros laboratorios líderes de IA se utilizan cada vez más para tareas de codificación. El CEO de Google, Sundar Pichai, señaló en octubre que la IA genera el 25% del nuevo código en la empresa, mientras que el CEO de Meta, Mark Zuckerberg, busca implementar ampliamente herramientas de codificación de IA en el gigante de las redes sociales.
Sin embargo, incluso los modelos de mejor rendimiento tienen dificultades para corregir errores de software que los desarrolladores experimentados manejan con facilidad.
Un reciente estudio de Microsoft Research, realizado por la división de I+D de Microsoft, muestra que modelos como Claude 3.7 Sonnet de Anthropic y o3-mini de OpenAI tienen dificultades para resolver muchos problemas en el punto de referencia de desarrollo de software SWE-bench Lite. Los hallazgos destacan que, a pesar de las ambiciosas afirmaciones de empresas como OpenAI, la IA aún está lejos de la experiencia humana en áreas como la codificación.
Los investigadores del estudio probaron nueve modelos como base para un “agente basado en un solo prompt” equipado con herramientas de depuración, incluido un depurador de Python. El agente tuvo la tarea de abordar 300 desafíos de depuración de software seleccionados de SWE-bench Lite.
Los resultados mostraron que incluso con modelos avanzados, el agente rara vez resolvió más de la mitad de las tareas con éxito. Claude 3.7 Sonnet lideró con una tasa de éxito del 48.4%, seguido por o1 de OpenAI con un 30.2% y o3-mini con un 22.1%.
¿Qué explica los resultados mediocres? Algunos modelos tuvieron dificultades para usar efectivamente las herramientas de depuración disponibles o identificar qué herramientas eran adecuadas para problemas específicos. El problema principal, según los investigadores, fue la falta de datos de entrenamiento suficientes, particularmente datos que capturen “procesos de toma de decisiones secuenciales” como los rastros de depuración humana.
“Creemos que entrenar o ajustar estos modelos puede mejorar sus capacidades de depuración,” escribieron los investigadores. “Sin embargo, esto requiere datos especializados, como datos de trayectoria que capturen a los agentes interactuando con un depurador para recopilar información antes de proponer soluciones.”
Asiste a TechCrunch Sessions: AI
Reserva tu lugar en nuestro evento principal de la industria de IA, con oradores de OpenAI, Anthropic y Cohere. Por tiempo limitado, las entradas cuestan solo $292 para un día completo de charlas de expertos, talleres y oportunidades de networking.
Exhibe en TechCrunch Sessions: AI
Reserva tu espacio en TC Sessions: AI para presentar tu trabajo a más de 1,200 tomadores de decisiones. Las oportunidades de exhibición están disponibles hasta el 9 de mayo o hasta que las mesas estén completamente reservadas.
Los hallazgos no son sorprendentes. Numerosos estudios han demostrado que el código generado por IA a menudo introduce fallos de seguridad y errores debido a debilidades en la comprensión de la lógica de programación. Una prueba reciente de Devin, una conocida herramienta de codificación de IA, reveló que solo pudo completar tres de 20 tareas de programación.
El estudio de Microsoft ofrece uno de los exámenes más profundos de este desafío continuo para los modelos de IA. Aunque es poco probable que frene el interés de los inversores en herramientas de codificación impulsadas por IA, puede llevar a los desarrolladores y sus líderes a reconsiderar depender en gran medida de la IA para tareas de codificación.
Notablemente, varios líderes tecnológicos han rechazado la idea de que la IA eliminará los empleos de codificación. El cofundador de Microsoft, Bill Gates, el CEO de Replit, Amjad Masad, el CEO de Okta, Todd McKinnon, y el CEO de IBM, Arvind Krishna, han expresado confianza en que la programación como profesión perdurará.
Qualcomm Snapdragon impulsa el ecosistema de IA generativa de Samsung
De izquierda a derecha: Galaxy Z Flip8, Galaxy Z Fold8 y Galaxy Z Fold8 Ultra. Crédito: SamsungCristiano Amon, de Qualcomm, afirma que su colaboración con Samsung permite una IA natural y sensible al
Alibaba diseña chips de IA centrados en los agentes, lo que cambia el panorama de la competencia
Alibaba ha presentado un procesador de IA específico para agentes inteligentes, acompañado de una hoja de ruta de varios años para el desarrollo de chips y un nuevo modelo de lenguaje a gran escala, l
Las agencias sanitarias estadounidenses evalúan los modelos de IA de OpenAI y Anthropic
Las agencias de salud pública de todo el país se disponen a evaluar la IA generativa a través de una nueva iniciativa liderada por la Coalición para la IA en la Salud, en colaboración con OpenAI, Anth
¡Las mejores herramientas de wireframes con IA mejor valoradas de 2026 para diseñadores de producto! XIX.AI ha seleccionado una colección de herramientas potentes y revolucionarias que no te puedes perder y que han superado rigurosas pruebas en el mundo real. Encontrarás clasificaciones detalladas que se actualizan semanalmente, comparativas entre versiones gratuitas y de pago, y toda la información clave que necesitas para elegir la herramienta perfecta con la que potenciar tu eficiencia en el diseño y sacar el máximo partido a la IA. ¡Explora ahora!
8 herramientas
xix.ai
¡Las mejores herramientas de SEO con IA mejor valoradas de 2026 para la investigación de palabras clave ya están aquí, en XIX.AI! Esta lista seleccionada incluye herramientas potentes y revolucionarias que se someten a rigurosas pruebas en condiciones reales para ofrecer datos precisos. Consulta una comparación entre las versiones gratuitas y de pago, echa un vistazo a las clasificaciones detalladas y descubre opciones imprescindibles para potenciar tu estrategia de contenido y mejorar tu visibilidad en los buscadores. ¡Explora ahora mismo para encontrar tu herramienta perfecta!
8 herramientas
xix.ai
2026 Últimas Mejores Creadoras de Cuestionarios con IA Mejor Valoradas para Creadores de Cursos y Tutores. XIX.AI ha recopilado una poderosa colección de herramientas que cambian las reglas del juego, probadas en el mundo real para garantizar una precisión inigualable. Encontrarás comparaciones detalladas entre versiones gratuitas y de pago, clasificaciones actualizadas semanalmente y consejos prácticos para mejorar la eficiencia en la creación de contenido y ofrecer experiencias de aprendizaje más atractivas. Explora ahora para descubrir tu herramienta perfecta y desbloquear tu ventaja con IA.
9 herramientas
xix.ai
¡Las mejores herramientas de 2026 con la mejor valoración para la edición de vídeo y la creación de subtítulos con IA para creadores ya están aquí, en XIX.AI! Esta lista seleccionada incluye potentes herramientas revolucionarias que ayudan a los creadores a aumentar significativamente su productividad, tanto si necesitas añadir subtítulos rápidamente como si quieres perfeccionar tu contenido de vídeo. Realizamos pruebas en condiciones reales y ofrecemos una comparación entre las opciones gratuitas y las de pago, junto con clasificaciones que se actualizan semanalmente. Las opciones que no te puedes perder están claramente destacadas para ayudarte a sacar el máximo partido a la IA. ¡Explora ahora mismo y descubre tu herramienta perfecta!
9 herramientas
xix.ai
¡Ya están aquí, en XIX.AI, las mejores herramientas de 2026 para la planificación de vídeos cortos con IA, según las valoraciones de los usuarios! Esta selección incluye soluciones potentes y revolucionarias que ayudan a los creadores a aumentar la eficiencia a la hora de redactar, optimizar la planificación de contenidos y ahorrar un tiempo muy valioso. Realizamos pruebas en condiciones reales y ofrecemos una comparación entre las versiones gratuitas y las de pago, junto con clasificaciones que se actualizan semanalmente, para mostrarte las opciones que no te puedes perder. ¡Explora ahora mismo para descubrir tu herramienta perfecta y sacar el máximo partido a la IA!
11 herramientas
xix.ai
En esta página, cuidadosamente seleccionada, se recogen las mejores y más valoradas herramientas de investigación con IA para la revisión bibliográfica de 2026, que ofrecen potentes soluciones revolucionarias para optimizar tu proceso de investigación. Encontrarás comparativas detalladas entre las opciones gratuitas y las de pago, pruebas en condiciones reales y clasificaciones de expertos que te ayudarán a elegir la opción más eficiente. XIX.AI respalda esta guía exhaustiva para ayudarte a sacar el máximo partido a la IA. ¡Explórala ahora y descubre tu herramienta perfecta!
16 herramientas
xix.ai
微软这个研究结果太真实了😂 前几天用Copilot改bug，它居然把正确代码改得更错了…看来AI写代码还是得人工把关，至少现阶段别太依赖它们debug。
It's wild that AI is pumping out 25% of Google's code, but this Microsoft study shows it's not perfect at debugging. Kinda makes you wonder if we're trusting these models a bit too much too soon. 😅 Anyone else worried about buggy AI code sneaking into big projects?
It's wild that AI is cranking out 25% of Google's code, but the debugging struggles are real. Makes me wonder if we're leaning too hard on AI without fixing its blind spots first. 🧑💻
It's wild that AI is pumping out 25% of Google's code, but the debugging limitations in this study make me wonder if we're leaning too hard on these models without enough human oversight. 🤔
Interesting read! AI generating 25% of Google's code is wild, but I'm not surprised it struggles with debugging. Machines can churn out code fast, but catching tricky bugs? That’s still a human’s game. 🧑💻
AI coding sounds cool, but if it can't debug properly, what's the point? 🤔 Feels like we're hyping up half-baked tools while devs still clean up the mess.
