La inteligencia artificial ya es parte del día a día del desarrollo Drupal, y funciona. El problema es que "que funcione" no significa "que esté bien". La IA se salta los estándares de la comunidad Drupal, hace cosas claramente mejorables y, sobre todo, miente con confianza: te asegura que algo está perfecto cuando no lo está.
La buena noticia es que casi todo eso se puede detectar de forma determinista. En esta charla presento Audit (https://www.drupal.org/project/audit), un módulo contribuido que mantengo yo mismo y que funciona como control de calidad tanto para código custom como para configuración.
Veremos cómo usarlo en dos escenarios. Primero, para auditar proyectos heredados: entrar en un cliente nuevo y salir con un inventario puntuado de módulos, seguridad, rendimiento, caché y configuración… datos reales en vez de suposiciones. Y segundo: cómo integrarlo en tu flujo de trabajo con IA montando un lazo cerrado de feedback, donde la propia IA ejecuta los submódulos de Audit, ve sus puntuaciones y se autovalida antes de entregarte nada.
¿La ventaja? Revisas mucho menos, subes menos problemas a producción y puedes apoyarte en modelos de IA más baratos y "tontos" en lugar de depender siempre de los modelos frontera, que son los más caros. Recorreremos los distintos submódulos, cómo interpretar las puntuaciones, y cómo su interfaz visual deja ver a cualquiera si el proyecto Drupal mejora o empeora.
Audit no sustituye a nadie: es una herramienta para desarrolladores con criterio para decidir por dónde empezar a arreglar y evitar meter problemas nuevos en código que ya está en producción.