# qodo-state-ai-code-quality-2025-report-2025-06-11

## Veille

Qodo - State of AI code quality 2025 - Alucinaciones - Contexto - Confianza de los desarrolladores - Informe de encuesta

## Titre Article

State of AI code quality in 2025 - Qodo

## Date

2025-06-11

## URL

https://www.qodo.ai/reports/state-of-ai-code-quality/

## Keywords

Calidad del código con IA, Codificación con IA, Herramientas de IA, desarrollo de software, productividad de los desarrolladores, revisión de código, pruebas con IA, alucinaciones, comprensión contextual, confianza de los desarrolladores, Qodo, GenAI, SDLC, generación de código, integridad del código

## Authors

Itamar Friedman (Co-founder & CEO, Qodo)

## Ton

**Perfil:** Investigación sectorial | Voz de editor institucional | Registro analítico-educativo | Nivel técnico intermedio

El CEO/fundador de Qodo adopta la voz de un informe de investigación sectorial que equilibra los conocimientos de mercado con el posicionamiento del producto. La metodología de la encuesta (confianza de los desarrolladores, alucinaciones, desafíos de contexto) fundamenta empíricamente las observaciones. El lenguaje centrado en el desarrollador (calidad del código, SDLC, generación de código, integridad) demuestra experiencia en el dominio. Tono mesurado y profesional, típico de la investigación patrocinada por editores (al estilo del GitLab DevOps Report, Stack Overflow Survey). La estructura de hallazgos → implicaciones posiciona de forma natural las soluciones de Qodo. Se dirige a líderes de ingeniería y CTOs que evalúan el panorama de herramientas de codificación con IA, combinando conocimientos del mundo real con la perspectiva de un editor.

## Pense-betes

- **609 desarrolladores** encuestados en 2025
- **82%** utiliza IA a diario/semanalmente, **59%** utiliza 3 o más herramientas
- **65%** de los desarrolladores tiene commits modelados/generados por IA (>25% del código de producción)
- **78%** informa ganancias de productividad, **57%** considera su trabajo más placentero
- **25%** estima que **1 de cada 5 sugerencias de IA** contiene errores (alucinaciones)
- **76%** tiene poca confianza al poner en producción código de IA sin revisión humana (incluso con pocas alucinaciones)
- **70%** de quienes tienen grandes ganancias de productividad también informa una mejor calidad del código
- **81%** de los equipos de ritmo rápido que utilizan revisión con IA informa mejoras de calidad (frente al 55% sin ella)
- **Contexto = el factor n.º 1** en la calidad y confianza percibidas
- **65%** de los desarrolladores afirma que la IA pasa por alto contexto relevante durante la refactorización
- **Confidence Flywheel**: contexto rico → menos alucinaciones → código correcto → confianza → entregas más rápidas → mejores ejemplos → mejora continua
- Solo el **3.8%** experimenta el Confidence Flywheel ideal
- **61% frente a 27%**: los desarrolladores que utilizan IA para pruebas tienen el doble de confianza en sus conjuntos de pruebas

## RésuméDe400mots

El informe «State of AI Code Quality in 2025» de Qodo, basado en una encuesta a **609 desarrolladores**, explora el papel cambiante de la IA en el desarrollo de software. Destaca que, si bien las herramientas de IA se han vuelto habituales (82% de uso diario/semanal, 59% utiliza 3 o más herramientas), la confianza profunda en sus resultados sigue siendo difícil de alcanzar. Las herramientas de IA influyen significativamente en el código de producción: el 65% de los desarrolladores informa que al menos el 25% de sus commits son generados o modelados por IA.

**Productividad frente a confianza: la paradoja**

Si bien el 78% informa ganancias de productividad y el 57% considera su trabajo más placentero, persiste una barrera importante: las alucinaciones. **El 25% de los desarrolladores** estima que una de cada cinco sugerencias de IA contiene errores, lo que pesa considerablemente en la confianza y la adopción. Esta prevalencia de alucinaciones genera baja confianza: **el 76% de los desarrolladores** que enfrentan alucinaciones frecuentes se muestran reacios a poner en producción código de IA sin revisión humana. Incluso entre quienes presentan tasas bajas de alucinaciones, una mayoría (75%) duda en fusionar sin verificación manual.

**Calidad del código y revisión con IA: un catalizador clave**

Contrariamente a los temores, el aumento de la productividad con IA suele correlacionarse con una mejor calidad del código. **El 70% de los desarrolladores** que informa ganancias sustanciales de productividad también informa una mejor calidad del código. La revisión de código impulsada por IA actúa como catalizador: **el 81% de los equipos de ritmo rápido** que utilizan IA para la revisión informa mejoras en la calidad, frente al 55% de quienes no la utilizan. Esta validación automatizada ayuda a mantener los estándares de calidad mientras acelera la entrega.

**Contexto: un factor fundamental**

El informe identifica **el contexto como el factor n.º 1** en la calidad y confianza percibidas. **El 65% de los desarrolladores** informa que la IA pasa por alto contexto relevante durante la refactorización, un problema más frecuente que las propias alucinaciones. Surgen problemas similares en la generación de pruebas y la revisión de código. Los desarrolladores reclaman de manera abrumadora una "mejor comprensión contextual" de sus herramientas de IA. El informe aboga por un aprendizaje de contexto persistente y automatizado en todo el repositorio, ya que la selección manual del contexto es ineficiente y frustrante.

**El Confidence Flywheel**

El informe presenta el "Confidence Flywheel": un ciclo autorreforzante en el que las sugerencias ricas en contexto reducen las alucinaciones, lo que da lugar a código correcto, mayor confianza de los desarrolladores, entregas más rápidas y, en última instancia, mejores ejemplos que retroalimentan al modelo. Solo el **3.8%** de los desarrolladores experimenta actualmente este escenario ideal, pero informa mayores ganancias de calidad y mayor confianza.

**Pruebas y confianza**

Los desarrolladores que utilizan IA para pruebas tienen **el doble de confianza** en sus conjuntos de pruebas (**61% frente a 27%** en quienes no la utilizan), lo que sugiere que la integración completa de la IA en todo el ciclo de desarrollo mejora la confianza general.

**Conclusión estratégica**

Qodo concluye que desbloquear todo el valor de negocio de la IA generativa requiere cerrar la brecha entre las capacidades de los LLM y los sistemas existentes ya probados, siendo crítica la integración con el dominio. El informe reclama una plataforma agéntica de calidad de código que proporcione un conocimiento profundo del contexto e integre la IA en todo el ciclo de desarrollo para reforzar la calidad del código y la confianza de los desarrolladores. Este enfoque iterativo, con barreras técnicas de control, es muy eficaz pero también revela límites: la experiencia técnica humana sigue siendo esencial para detectar errores de la IA, y los agentes carecen de contexto de negocio.

## GrapheDeConnaissance

- Itamar Friedman —dirige→ Qodo (ORGANISATION, 0.98)
- Qodo —publie→ State of AI Code Quality 2025 (DOCUMENT, 0.99)
- State of AI Code Quality 2025 —est_basé_sur→ sondage de 609 développeurs (CONCEPT, 0.97)
- Confidence Flywheel —est_basé_sur→ contexte (CONCEPT, 0.93)
- State of AI Code Quality 2025 —affirme_que→ le contexte est le facteur n°1 de la qualité et de la confiance (AFFIRMATION, 0.95)
- hallucinations IA —réduit→ confiance des développeurs (CONCEPT, 0.96)
- revue de code IA —améliore→ qualité du code (CONCEPT, 0.94)
- Qodo Merge —permet→ revue de code automatisée (METHODOLOGIE, 0.95)
- Qodo Gen —permet→ génération automatisée de tests (CONCEPT, 0.93)
- tests générés par IA —améliore→ confiance dans les suites de tests (CONCEPT, 0.92)
- contexte —s_oppose_à→ contexte (METHODOLOGIE, 0.88)
- productivité IA —converge_avec→ amélioration de la qualité du code (CONCEPT, 0.91)
- Qodo —remplace→ Codium (ORGANISATION, 0.96)

---
Canonical: https://www.thekb.eu/es/fiches/qodo-state-ai-code-quality-2025-report-2025-06-11/