Una prueba útil no empieza pulsando botones: empieza definiendo qué condición debe demostrarse, qué podría fallar y qué evidencia aceptaríamos.
Durante el desarrollo necesitamos comprobar que aquello que construimos funciona en condiciones pertinentes. Esto incluye funciones, integraciones, seguridad, accesibilidad, resistencia de materiales y la posibilidad de entregar un servicio repetidamente. Los experimentos de negocio del Pilar 3 estudian hipótesis sobre clientes, demanda y modelos; las pruebas de solución verifican comportamientos y propiedades de una versión concreta. Pueden conectarse, pero una no sustituye a la otra. La guía técnica del gobierno británico recomienda combinar comprobaciones de funcionalidad, seguridad, capacidad, accesibilidad y usabilidad según los riesgos del servicio [R01].
1. Distingue verificar, validar y evaluar resultados
Verificación: ¿la solución cumple el requisito especificado? Por ejemplo, ¿la reserva modificada conserva su nuevo horario? Validación: ¿la solución satisface la necesidad en el contexto real? Por ejemplo, ¿el encargado comprende el cambio y evita errores? Evaluación de resultados del negocio: ¿la mejora produce efectos relevantes sobre retención, costo o ingresos después de su uso? No todo se demuestra con las mismas pruebas.
Una prueba funcional puede pasar aunque la experiencia sea confusa; una prueba de uso puede salir bien con pocos participantes sin demostrar seguridad; una inspección de una pieza no establece su durabilidad bajo todos los usos. Define exactamente la afirmación que cada prueba puede sostener.
Si la pregunta es sobre una hipótesis de negocio y no únicamente sobre el funcionamiento de lo construido, consulta cómo diseñar experimentos rigurosos. Verificar una función no demuestra por sí mismo demanda ni disposición a pagar.
2. Parte de requisitos, riesgos y escenarios
Recupera los requisitos y criterios de aceptación del artículo P5-04, junto con las decisiones de calidad de P5-07. Construye trazabilidad requisito → riesgo → caso de prueba → resultado esperado → evidencia.
Ejemplo: el requisito «no duplicar reservas» implica probar dos usuarios que intentan confirmar el mismo horario, una interrupción de red, una repetición accidental del envío y el comportamiento después de recuperar la conexión. Esos escenarios no garantizan ausencia absoluta de defectos, pero examinan condiciones que podrían comprometer el valor central.
No inventes casos solo para aumentar el conteo. Una lista de cien pruebas felices que ignora el único fallo crítico puede dar una falsa sensación de seguridad.
La selección de pruebas necesita una definición previa de lo aceptable: el plan de calidad conecta atributos, riesgos y criterios, evitando que el equipo apruebe una solución solo porque ejecutó muchos casos.
3. Elige tipos de prueba según el producto y el riesgo
| Tipo | Pregunta | Ejemplo |
|---|---|---|
| Funcional | ¿Ejecuta una regla o tarea como se especificó? | Guardar y modificar una reserva |
| Integración | ¿Intercambian información correctamente las partes? | Agenda y sistema de notificaciones |
| Sistema / extremo a extremo | ¿Funciona el flujo completo? | Solicitud, confirmación y cambio |
| Regresión | ¿Un cambio rompió algo previamente correcto? | Crear reservas después de cambiar la edición |
| Rendimiento y carga | ¿Responde bajo condiciones de demanda relevantes? | Múltiples operaciones simultáneas |
| Seguridad | ¿Protege recursos y datos frente a riesgos pertinentes? | Acceso indebido a otra reserva |
| Accesibilidad | ¿Se puede utilizar con distintas capacidades y apoyos? | Teclado y tecnología de asistencia |
| Usabilidad | ¿Las personas completan una tarea y comprenden el resultado? | Cambiar horario sin ayuda |
| Operativa | ¿El equipo entrega y recupera el servicio? | Resolver cambios en un turno ocupado |
No todos los proyectos necesitan todas las modalidades. Algunas requieren especialistas, equipos o ensayos acreditados. La automatización es útil para repetir comportamientos verificables, pero no sustituye la observación de usuarios ni la evaluación humana de aspectos complejos [R01][R02].
4. Incluye productos físicos y servicios, no solo software
Para un producto físico, considera dimensiones, encaje, resistencia, desgaste, temperatura, condiciones ambientales, manipulación, embalaje y seguridad cuando correspondan. Identifica método, instrumentos, muestras, tolerancias y persona competente. No declares conforme un producto de riesgo físico apoyándote únicamente en una inspección visual.
Para un servicio, prueba la secuencia real: solicitud, asignación, preparación, entrega, atención a excepciones y recuperación. Utiliza diferentes turnos y escenarios de carga cuando sea apropiado. Una simulación de mesa puede revelar instrucciones ambiguas; una operación piloto puede mostrar límites de capacidad que nadie imaginó.
En soluciones híbridas, añade pruebas entre componentes: el sistema registra el pedido, pero ¿llega correctamente al empleado?, ¿puede interpretar la información?, ¿qué ocurre si el componente digital se interrumpe?
5. Escribe casos de prueba reproducibles
Cada caso debería contener: ID, requisito y versión, finalidad, precondiciones, datos o materiales, pasos, resultado esperado, entorno, responsable y evidencia a conservar. Después se agrega resultado observado, estado y referencia a defectos.
| Campo | Caso TC-02 — conflicto de horario |
|---|---|
| Precondición | Reserva A confirmada para una hora |
| Acción | Una segunda persona intenta confirmar el mismo recurso y horario |
| Resultado esperado | Se informa el conflicto sin alterar A |
| Evidencia | Registro de acciones y estado final de ambas solicitudes |
| Condición de bloqueo | Si se confirman dos reservas incompatibles, no aprobar la versión |
La especificación es ilustrativa. Un proyecto real debe definir qué constituye un conflicto, qué recursos comparten capacidad y cómo se sincronizan cambios. Un test que pasa sin comprobar el estado final puede estar mal diseñado.
6. Prepara entornos, participantes y datos apropiados
Un entorno de pruebas debe representar suficientemente las condiciones que importan, sin exponer innecesariamente personas o datos. Prefiere información ficticia o seudonimizada y permisos limitados cuando corresponda. Registra versión, dispositivo, navegador, configuración, material, lote, fecha y cualquier diferencia frente al uso previsto.
Observa a participantes que no hayan diseñado la solución cuando quieras conocer si se entiende. Quienes construyen conocen atajos que el usuario nuevo no. Para accesibilidad web, WCAG 2.2 ofrece criterios verificables; además de herramientas automáticas, se recomiendan pruebas manuales y con tecnologías de asistencia adecuadas [R02][R03].
No uses números de participantes o niveles de carga sacados de otro contexto como si fueran umbrales universales.
7. Ejecuta sin alterar silenciosamente el criterio
Antes de empezar, fija el resultado esperado. Durante la ejecución, registra eventos y resultados, incluidos fallos, ayudas prestadas, condiciones anómalas y cambios al procedimiento. Si una prueba necesita modificarse, identifica su nueva versión y qué resultados anteriores ya no son comparables.
Distingue aprobado, fallido, bloqueado, no ejecutado e inconcluso. Una prueba no ejecutada no es una prueba aprobada; una prueba bloqueada por datos incorrectos no demuestra que el producto falla, pero sí deja un hueco de evidencia. Una corrección improvisada durante la sesión requiere repetir la comprobación bajo condiciones conocidas.
8. Registra errores, esfuerzo, tiempo, calidad y consecuencias
El registro debe responder: qué ocurrió, en qué versión, pasos para reproducirlo, resultado esperado frente a observado, impacto, frecuencia observada, evidencia y responsable de investigar. Cuando corresponda, añade tiempo requerido, cantidad de intervenciones, materiales perdidos y efecto sobre el cliente.
No confundas incidencia observada con causa raíz confirmada. «La confirmación se duplicó después de dos clics» es una observación; «el usuario hizo doble clic porque es distraído» es una interpretación injustificada.
El artículo de hallazgos P5-09 desarrollará su clasificación y prioridad. Este artículo se concentra en producir evidencia reproducible desde la ejecución de pruebas.
Después de producir el registro reproducible, organiza y prioriza los hallazgos para decidir qué corregir, investigar o posponer. La ejecución de pruebas aporta evidencia; no debe decidir automáticamente la prioridad del backlog.
9. Repite, prueba regresiones y decide si la entrega se bloquea
Tras corregir un defecto, vuelve a ejecutar la prueba fallida y las pruebas relacionadas que el cambio pudiera afectar. No basta con marcar el ticket como resuelto. Para software, automatizar regresiones frecuentes ayuda a detectar roturas; para fabricación, comprobar nuevas unidades o lotes puede ser necesario; para servicios, repetir el procedimiento con otro turno verifica consistencia.
Establece antes de entregar qué fallos son bloqueantes, cuáles admiten una limitación explícita y quién puede aceptar riesgo residual. Un fallo de seguridad o una obligación incumplida no debe ocultarse con una nota de «pendiente». El control de lanzamiento general corresponde al Pilar 4; aquí se establece evidencia de calidad de la versión de solución.
Ejemplo trabajado: probar un sistema de reservas
Un equipo ficticio prepara una versión con creación, edición y cancelación de reservas. Construye cuatro familias de casos: operaciones normales, conflictos de horario, permisos y recuperación tras interrupción. Además observa a encargados que no participaron en el diseño.
En una prueba hipotética, la edición se guarda correctamente, pero la pantalla no diferencia claramente «guardar» de «cerrar». La prueba técnica de persistencia pasa y la tarea de comprensión falla para algunos participantes. No se borra una conclusión para aparentar coherencia: se registran por separado las dos evidencias y se abre una corrección de UX.
Tras rediseñar el mensaje de confirmación, se repite la tarea de uso, la persistencia y la regresión de cancelación. El equipo conserva las versiones, resultados y condiciones. Aún no puede afirmar que la solución sea rentable ni que soporte cientos de restaurantes: esas afirmaciones requieren otras pruebas.
Errores habituales y límites
Probar solo el camino feliz; ejecutar sin resultado esperado; utilizar datos personales reales innecesariamente; confundir pruebas automáticas con usabilidad; llamar «aprobado» a «no ejecutado»; cambiar criterios después de ver resultados; borrar fallos; omitir regresión; extrapolar un piloto de baja carga a producción; considerar una prueba de calidad como validación comercial.
Una estrategia de pruebas debe ser proporcional al riesgo y al uso previsto. Requiere reconocer explícitamente lo que no se comprobó.
Qué deberías tener al terminar
Un plan y matriz de pruebas vinculados a requisitos: tipos pertinentes, precondiciones, pasos, evidencia, resultados esperados y observados, defectos, responsables, pendientes y decisiones de bloqueo o repetición. Otro equipo debería poder reproducir las comprobaciones sin reinterpretar su propósito.
Referencias
- [R01] UK Government Digital Service. Quality assurance: testing your service regularly. https://www.gov.uk/service-manual/technology/quality-assurance-testing-your-service-regularly
- [R02] UK Government Digital Service. Making your frontend accessible. https://www.gov.uk/service-manual/technology/accessibility-for-developers-an-introduction
- [R03] W3C. Web Content Accessibility Guidelines (WCAG) 2.2. https://www.w3.org/TR/WCAG22/