El experimento
Analizamos 500 pull requests en 12 proyectos. La mitad fue revisada únicamente por desarrolladores humanos. La otra mitad fue revisada primero por nuestro Agente de Code Review con IA, y luego por un humano.
Velocidad
Las revisiones con IA se completaron en un promedio de 4 minutos. Las revisiones solo humanas tomaron un promedio de 2,3 horas. La combinación IA + humano promedió 47 minutos en total, un 65% más rápido que solo humanos.
Consistencia
El agente de IA detectó vulnerabilidades de seguridad en el 23% de los PRs que los revisores humanos pasaron por alto. También encontró un 18% más de inconsistencias de estilo y violaciones de convenciones de nomenclatura.
Donde los humanos aún ganan
Feedback a nivel de arquitectura. Comprensión del contexto de negocio. Sugerir enfoques alternativos que requieren conocimiento del dominio. Los humanos detectaron el 31% de los problemas que requerían entender el “por qué” detrás del código, no solo el “qué”.
Lo mejor de ambos mundos
El veredicto: ni el code review con IA ni el humano por sí solos son óptimos. La combinación de IA para velocidad, consistencia y cobertura, más humanos para arquitectura y contexto, entregó los mejores resultados por un margen claro.