El número que explica por qué existe esto
Probar a mano todas las combinaciones de mapas y modos de Battlefield V llevaría unas 500.000 horas, alrededor de 300 años de trabajo, según la propia estimación de EA. Esa es la cifra que cita SEED, la división de investigación de EA, para explicar por qué empezó a construir bots de aprendizaje por refuerzo (RL) para el testeo. Es un buen punto de partida, porque sitúa estas herramientas donde corresponde: no como un sustituto del criterio humano, sino como una forma de forzar una cobertura que ningún estudio podría cubrir con personal a mano.
Los bots de EA llevan años en títulos AAA reales
SEED ha desplegado agentes de testeo con RL en juegos de producción reales, incluidos Battlefield V y el remake de Dead Space (2023). En Battlefield 2042, el equipo usó trayectorias basadas en curvas para mejorar los vehículos controlados por IA, reduciendo el tiempo medio total de recorrido en un 39% y disminuyendo los atascos. Por separado, SEED descubrió que los agentes de aprendizaje por imitación, entrenados observando demostraciones humanas, alcanzaban tasas de éxito similares a los agentes de RL con solo 20 minutos de entrenamiento frente a 5 horas. Una versión más avanzada, llamada CCPT, combina curiosidad con aprendizaje por imitación para explorar espacios 3D cerca de una ruta demostrada, y ha encontrado fallos que los bots de referencia pasaban por alto por completo. Nada de esto sustituye a los bots con scripts, que según SEED siguen cargando con la mayor parte del testeo AAA; el RL exige un conocimiento profundo de machine learning y entrenamientos que pueden durar días.
El predictor de bugs de Ubisoft es anterior al boom de la IA
Mucho antes de la IA generativa, el grupo de investigación de Ubisoft, La Forge, construyó Commit Assistant, rebautizado después como Clever-Commit, que estudia una década de patrones históricos de bugs para señalar nuevos commits de código arriesgados antes de que se fusionen. Ubisoft estimó que la herramienta podía liberar hasta un 20% del tiempo de un programador al detectar regresiones de forma temprana. Se detalló públicamente en febrero de 2019, cerca del momento en que Mozilla se asoció con Ubisoft para llevar la herramienta a su propio flujo de desarrollo de Firefox, con el objetivo de detectar entre tres y cuatro de cada cinco bugs antes de que llegaran a producción, ampliando además su soporte a Rust, C++ y JavaScript.
El capital de riesgo apuesta por lo mismo
Las grandes editoras no son las únicas que apuestan por esto. La startup de Copenhague modl.ai levantó una Serie A de 8,5 millones de euros en noviembre de 2022, liderada por Griffin Gaming Partners con la participación del propio fondo de capital riesgo M12 de Microsoft, específicamente para construir bots de IA para testeo automatizado y depuración. Su lista inicial de clientes incluía a King, N3twork y Nitro.
Lo que nada de esto sustituye
El patrón que se repite en todas estas herramientas es más limitado de lo que sugiere el discurso de "la IA probará tu juego". Son buenas en trayectorias, puntuación de riesgo de regresiones y pruebas de resistencia nocturnas de sistemas mecánicos, el tipo de problema de cobertura que de verdad es un problema matemático. Ninguna de ellas está pensada para juzgar si una mecánica resulta divertida, si un jugador nuevo encuentra confusa la interfaz, o si un bug es algo que un desconocido real va a encontrarse y le va a importar. Incluso la propia investigación de EA presenta el RL como algo que complementa el testeo con scripts y manual, no como algo que lo sustituye. No es una crítica a las herramientas. Es simplemente una lectura honesta de para qué sirven de verdad.
La cobertura matemática se resuelve con bots. Saber qué se siente realmente al encontrarse con un bug sigue sin resolverse así. IndieBug cubre esa otra mitad.