El plan del 70% de QA con IA de Square Enix, sin humo

Square Enix prepara una de las jugadas más ambiciosas de la industria: para finales de 2027 quiere que la inteligencia artificial automatice alrededor del 70% del control de calidad (QA) y del debugging.

La meta aparece en su plan de negocio a medio plazo y se apoya en una investigación conjunta con el Matsu Laboratory de la Universidad de Tokio. Un equipo de más de diez personas – entre investigadores y personal de ingeniería de Square Enix – ya trabaja en prototipos pensados para acelerar los flujos de test y detectar defectos mucho antes de que lleguen a manos del jugador.

El QA rara vez se lleva titulares, pero es el armazón que sostiene cualquier superproducción. Los testers destrozan builds, reproducen cuelgues extraños, priorizan informes y verifican que un arreglo en un sistema no rompa otros cinco. El objetivo del 70% sugiere una IA capaz de leer logs, recrear pasos, generar y ordenar casos de prueba y señalar causas probables a velocidad de máquina. Imagínalo como una granja de bots operando 24/7 en distintos dispositivos y nubes, que al final entrega a los humanos una cola ya depurada de los fallos con mayor impacto.

Qué significa de verdad ese 70%

No es sinónimo de «sin personas». El modelo realista es «human-in-the-loop»: la IA asume la repetición – regresiones, comparativas de capturas y video, fuzzing de partidas guardadas, detección de anomalías – mientras los especialistas diseñan escenarios límite, interpretan comportamientos raros y toman decisiones sobre experiencia de juego. Si funciona, el QA se desplaza a fases más tempranas, cuando los sistemas siguen siendo maleables y arreglar cuesta menos.

Por qué la industria acelera ahora

Square Enix no es la única. Otras editoras ya emplean IA en piezas del QA y de sus operaciones. Se supo, por ejemplo, que EA utiliza herramientas para revisar y resumir feedback de playtests, con recortes que afectaron a más de un centenar de personas la pasada primavera. De ahí nace parte de la inquietud: la eficiencia cambia equipos; algunas funciones migran a ingeniería de herramientas, datos y validación de contenido, y otras se reducen. La clave es orientar la transición hacia la calidad, no solo hacia la hoja de cálculo.

Creatividad primero: una postura pragmática

Creadores como Masahiro Sakurai o Hideo Kojima llevan tiempo defendiendo que descargar la rutina en las máquinas hace sostenibles los proyectos de gran escala. La lógica es sencilla: si lo repetitivo se abarata, el tiempo humano puede enfocarse en diseño, narrativa, sensaciones y ajuste fino. Nadie elogia un juego por «no crashear», pero todos notan cuando le falta alma. La IA es un medio, no el fin.

Calidad por encima del precio

La pregunta inevitable: si baja el coste, ¿bajará el precio? La historia del sector dice que no es lo habitual. El ahorro suele volver al alcance del proyecto, al marketing o a las tasas de plataforma. Donde sí podría notarse es en lanzamientos más estables, parches del día uno más rápidos y menos «incendios» que retrasen contenido. Si la automatización reduce el backlog y acorta las verificaciones, lo veremos en un frame pacing más limpio, menos atascos de scripts y casos todavía más raros de partidas corruptas.

Riesgos y barandillas

Automatizar amplifica resultados, para bien y para mal. Un modelo mal entrenado puede pasar por alto bugs dependientes de contexto, generar falsos positivos o «alucinar» correcciones. Hacen falta reglas claras: datos diversos, vías de escalado, auditorías de decisiones del modelo e integración estrecha con control de versiones y sistemas de build. La métrica que importa no es «tests ejecutados», sino defectos prevenidos por semana de ingeniería y tiempo de resolución de críticos entre plataformas.

Qué vigilar de aquí a 2027

• Títulos piloto que publiquen cobertura de automatización y tendencias de defectos tras el lanzamiento
• Ofertas que reorienten testers hacia tooling, datos y diseño de escenarios
• Si localización, compliance y accesibilidad ganan el mismo impulso
• Más throughput de correcciones sin picos de crunch

La apuesta de Square Enix marca un norte claro para la producción AAA en Japón y fuera de él. Si la alianza académica cuaja, el estudio puede ganar cadencia y pulido como ventaja competitiva. Si tropieza, también habrá aprendizaje: la IA solo transforma cuando hay buenos procesos y mejores personas alrededor. No se trata de reemplazar, sino de potenciar.