Todos los ingenieros QA han vivido esto: escribes una prueba Selenium perfecta el viernes y el lunes falla porque un desarrollador cambió el id de un boton de submit-btn a submit-button. En lugar de probar nuevas funcionalidades, pierdes tiempo arreglando selectores. Para evitar esa pesadilla construimos un enfoque donde la prueba se repara sola usando IA local y herramientas gratuitas.

La idea es simple: cuando la prueba no encuentra un elemento se activa un motor de autocuracion que analiza el HTML renderizado, entiende el contexto de lo que buscas y propone un nuevo selector. Asi la prueba continua sin intervencion humana y el mantenimiento se reduce drásticamente.

Funcionamiento en pocas palabras Scenario : Search Wikipedia Given I navigate to https://www.wikipedia.org When I search for Selenium Then the page should contain Selenium. En codigo la prueba intenta encontrar el elemento con By.Id(searchBox) y falla. El motor captura driver.PageSource, pide ayuda al cliente IA con contexto Search box, recibe una sugerencia como By.Id(searchInput) y vuelve a intentar. La prueba se completa correctamente sin intervention.

Arquitectura en tres capas Layer 1 La prueba escrita en Gherkin hace que los escenarios sean legibles para cualquier persona. Layer 2 El motor de autocuracion intercepta NoSuchElementException, captura el HTML y envia contexto al modulo de IA. Layer 3 La IA, ejecutada localmente mediante Ollama o un motor GPT, analiza el HTML y devuelve uno o varios selectores candidatos.

Flujo tecnico paso a paso Paso 1 intentar encontrar elemento try driver.FindElement(locator) catch NoSuchElementException activar autocuracion Paso 2 capturar pageHTML y consultar IA suggestion = aiClient.GetSuggestedLocator(pageHTML, failedLocator, Search box) Paso 3 intentar la sugerencia driver.FindElement(By.XPath(suggestion)) Si falla se aplican reintentos y estrategias alternativas hasta 3 intentos.

Por que este enfoque funciona Contexto La IA no solo reintenta, entiende que buscas un boton de login o un campo de busqueda y prioriza elementos por texto visible y atributos. Sin entrenamiento No necesitas entrenar modelos especificos; la IA usa su conocimiento general de HTML. Privacidad y coste Todo se ejecuta en tu equipo, sin consumir APIs externas ni costes por peticion. Compatibilidad Funciona con React, Angular, Vue o HTML estatico ya que analiza el DOM renderizado.

Requisitos basicos .NET 9 SDK Ollama o alternativa local de modelos GPT Chrome u otro navegador compatible Comando rapido ollama pull qwen3-coder:480b-cloud dotnet restore dotnet build dotnet test Tres comandos y veras la autocuracion en accion.

Descubrimientos practicos Proporciona contexto enviar solo HTML no basta, describe el elemento. Modelos locales son suficientes para muchas tareas, lo que permite IA para empresas sin coste por uso. Implementa logica de reintentos y distintas estrategias de parseo para subir la tasa de exito. Mantener la temperatura del modelo baja asegura respuestas consistentes.

Casos de uso recomendados Suites de regresion que rompen con frecuencia Pruebas en sitios con cambios UI constantes Demos donde quieras mostrar IA que repara pruebas Equipos con recursos QA limitados No recomendado para monitorizacion en produccion o pruebas de rendimiento donde la latencia del proceso IA penaliza.

Detalles tecnicos adicionales Integracion IA comunmente por HTTP hacia el servicio local var response = await httpClient.PostAsync(http://localhost:11434/api/generate, jsonContent) El prompt incluye rol especialista en Selenium, el selector que fallo, la descripcion del elemento y fragmento de HTML. Estrategia de cache si un mismo selector falla en la misma pagina dos veces se reutiliza la sugerencia anterior para acelerar la autocuracion.

Extensiones y personalizacion Puedes añadir nuevas estrategias de curacion por tipo de elemento, integrar otros proveedores cambiando una configuracion y ampliar el cache para reducir llamadas. Para equipos que desarrollan aplicaciones a medida y software a medida esta tecnologia se integra facilmente en pipelines CI y en frameworks de automatizacion existentes.

Sobre Q2BSTUDIO En Q2BSTUDIO somos una empresa de desarrollo de software especializada en aplicaciones a medida, inteligencia artificial, ciberseguridad y servicios cloud como AWS y Azure. Ayudamos a empresas a implantar soluciones de inteligencia de negocio y Power BI, automatizar procesos y desplegar agentes IA que aportan valor real a los flujos de trabajo. Si quieres explorar como la IA puede mejorar tu automacion de pruebas o desarrollar proyectos de inteligencia artificial visita nuestra pagina de servicios de inteligencia artificial.

Conclusiones claves La autocuracion con IA es practica y aplicable hoy con modelos locales. Reduce el mantenimiento de pruebas hasta en un 70 por ciento cuando se implementa correctamente. No sustituye buenas practicas de diseño de pruebas, pero es una herramienta poderosa para reducir ruido operativo. Empieza con una prueba y valida el valor; luego escala a toda la suite.

Si te interesa que en Q2BSTUDIO te ayudemos a integrar autocuracion en tu pipeline, a migrar a soluciones cloud o a implantar proyectos de IA para empresas, contactanos y diseñaremos la mejor estrategia para tu organizacion.