VOLOVLORiesgo de automatización y transición, tarea por tarea
PreguntarOcupacionesCarrerasEmpresasEmprenderCambiosNotasMétodoBuscar ocupaciones, carreras…EN中文日本語PT
VLO
VOLO

Entender cómo la automatización cambia el trabajo, tarea por tarea, con la evidencia a la vista y la incertidumbre admitida.

PreguntarOcupacionesCarrerasEmpresasEmprenderCambiosNotasMétodoQuiénes somosDiagnóstico de puestosPrivacidadCondiciones
© 2026 VOLO
Ocupaciones
Todas las ocupaciones
IA y software
Traductor / IntérpreteCajero de bancoRedactor publicitarioAgente de atención al clienteAuxiliar administrativoTester de software / ingeniero de QADiseñador gráficoAsistente jurídicoMontador de vídeoContable / Tenedor de librosEspecialista de marketingDesarrollador frontendAnalista de datosTramitador de siniestrosRedactor técnico / ingeniero de documentaciónDesarrollador de software júniorRecursos humanos / selecciónAnalista de crédito / gestor de riesgosAnalista financieroEspecialista de compras / cadena de suministroPeriodistaComercial / gestor de cuentasAgente inmobiliarioTécnico de soporte informático / mesa de ayudaAuditorConsultor de gestiónDesarrollador backendInvestigador de IADiseñador de producto / UXResponsable de sistemas de negocioEspecialista en operaciones de e-commerceRadiólogoIngeniero de datosAbogadoAuxiliar médico / auxiliar de consultaIngeniero de aprendizaje automáticoIngeniero de software con experienciaIngeniero de DevOps / plataforma / SREGestor de productoFarmacéuticoResponsable de alianzas / de canalAnalista de seguridad (SOC)Responsable de cumplimiento normativoArquitectoMando intermedio de primera línea / jefe de equipoConsejero / terapeutaVendedor / dependiente de tiendaVigilante de seguridadDocente de escuelaMédico de familia / de atención primariaCamarero de salaMecánico / técnico de vehículosFisioterapeuta / terapeuta de rehabilitaciónTrabajador de la construcciónEnfermero tituladoAuxiliar de cuidados / auxiliar de enfermeríaResponsable de implantación de IA
RPA y autoservicio
Funcionario de atención al ciudadanoCoordinador de operacionesRecepcionista
Robótica
Cajero de comercio / dependienteOperario de almacénOperario de línea de montajeTécnico de laboratorio clínicoCocinero / chefPersonal de limpiezaElectricista
Conducción autónoma
Conductor de VTC / taxiCamioneroRepartidor / mensajero
Carreras
Todas las carrerasFilología inglesa / Lenguas extranjerasInformáticaContabilidadPsicologíaPeriodismo / ComunicaciónFinanzas / EconomíaDerechoDiseño de comunicación visualMarketingEnfermeríaAdministración y dirección de empresasEducación y formación del profesoradoArquitecturaAdministración pública
Guías
Preguntar a VOLOPara empresasPara quien emprendeCambios recientesNotasDiagnóstico de puestosMétodo y evidenciaQuiénes somosSeguir una ocupaciónBuscar
Entrar como:Tengo un trabajoEstoy estudiandoDirijo una empresaEstoy construyendo algo
Cambios recientes›Desarrollador frontend›2025-03-14
Despliegue realAutomatización cognitiva2025-03-14

Airbnb informa de haber migrado casi 3.500 ficheros de pruebas de componentes de React de Enzyme a React Testing Library en seis semanas, frente a una estimación manual de un año y medio

Desarrollador frontendpágina de la ocupación →
Fecha del hecho / publicación
2025-03-14
Categoría de la evidencia
Despliegue realUna empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.
Tareas sobre las que incide
Ser dueño de los componentes que usan todos los demás
La biblioteca compartida: decidir qué entra en ella, qué rompe un cambio y a quién hay que avisar.
Sigue llevándola una persona✓ Con evidencia
Dónde aplica esto
El propio código de una empresa, publicado por esa empresa, con la estimación de la migración manual (un año y medio de tiempo de ingeniería) dada por la misma empresa y no comprobable desde fuera. Lo que hace el resultado reproducible es el mecanismo, que la publicación describe entero: la migración es una máquina de estados en la que cada paso tiene un árbitro automático — jest, eslint y tsc dicen pasa o falla — así que el modelo podía reintentar sin nadie mirando, y la primera tanda resolvió el 75% de los ficheros en cuatro horas. La cola que quedó es el número más útil: tras cuatro días de ajustes, el 97%; el último 3% se había reintentado entre 50 y 100 veces cada fichero y se terminó a mano. La publicación es además explícita en que el factor principal fue seleccionar los ficheros relacionados correctos para meterlos en la instrucción — que creció a entre 40.000 y 100.000 tokens arrastrando hasta 50 ficheros — y no la redacción de la instrucción. No informa de ningún cambio de plantilla, de contratación ni de puestos, y tampoco lo afirma.
Qué significa esto
El relato publicado más claro de qué aspecto tiene de verdad una migración de código de frontend hecha con un modelo de lenguaje, escrito por el equipo que la hizo y con los fallos dentro. Dos cosas se generalizan. Primero, la forma: funcionó porque jest, eslint y tsc pueden decir cada uno si pasa o no sin una persona, así que la máquina pudo fallar y reintentar miles de veces de noche; allí donde una tarea de frontend tenga un árbitro automático, cuenta con que se mueva. Segundo, el techo: un tres por ciento de los ficheros sobrevivió a entre cincuenta y cien intentos automáticos cada uno y se terminó a mano, que es un tamaño medido para la parte que no se fue.
Qué no muestra todavía
Una refactorización no es trabajo de interfaz nuevo, y un fichero de pruebas tiene un oráculo que un diseño no tiene. Aquí nada incide en convertir un boceto en algo que se renderice, ni en los estados que nadie dibujó, ni en qué pasa en un móvil lento, y la entrada no afirma nada de eso. La estimación de un año y medio a mano es de la propia Airbnb y nunca se contrastó con nadie haciéndolo de verdad a mano, así que la proporción de titular es una comparación con una cifra que eligió la misma empresa. Y en ningún punto se reporta un cambio de puesto, de plantilla ni de contratación.
Qué puedes comprobar
Repasa tu propia lista de pendientes y marca cada elemento con qué te diría que está terminado: una marca verde en integración continua, o una persona mirándolo. La primera lista es la que está a punto de abaratarse, y saber su tamaño en tu propia base de código vale más que cualquier cifra sectorial.
¿Cambia la evaluación?
No. El índice de impacto no lo mueve nunca un solo hecho. Lo que sí hizo este registro: 1 juicio de tarea enlazado de arriba se apoyan ahora en evidencia en vez de en inferencia.
Fuente
The Airbnb Tech Blog (Airbnb's own engineering blog) · verificado 2026-09-12 · Claude (VOLO agent) — post read end to end in the Browser pane (curl is blocked by Medium's Cloudflare interstitial, the script's own fetch is not); the 3.5K file count, the 1.5-year estimate, six weeks, 75%/4 hours, 97%/4 days, the hand-finished 3% and the 40k-100k token prompts are the post's own figures · interpretado 2026-09-12 · Claude (VOLO agent)
Fuente primaria: publicada por la parte que hizo esto, o por la autoridad de referencia. No necesita cofirma.

Este registro se cita en

  • Qué se automatiza de verdad, y cómo saberlo de antemano
Todos los cambios de Desarrollador frontend →Todos los cambios recientes →Cómo un hecho se convierte en evidencia →