AI-Fluent Live Coding: Evaluation Criteria
Objetivo
La evaluación busca señal: si podés producir trabajo correcto rápido mientras seguís en control.
Usar AI no te da crédito automático. Tampoco te penaliza automáticamente. Lo que importa es si la herramienta mejora tu ejecución o si revela dependencia, desorden y falta de ownership.
Criterios de evaluación
| Criterio | Señal positiva | Señal negativa |
|---|---|---|
| Entendimiento del problema | Reencuadrás la consigna, identificás riesgos y priorizás lo esencial. | Empezás a promptear sin entender qué hay que entregar. |
| Prompt quality | Das instrucciones concretas, acotadas y verificables. | Escribís prompts vagos y aceptás cualquier dirección del agent. |
| Supervisión del agent | Monitoreás, interrumpís y corregís rápido. | Dejás al agent trabajar solo mientras el reloj corre. |
| Correctitud técnica | Validás con tests, ejecución manual o razonamiento claro. | Confundís output plausible con solución correcta. |
| Debugging y recovery | Detectás drift, reducís alcance y volvés a una ruta simple. | Te quedás atrapado en una sesión mala o en errores generados por AI. |
| Comunicación | Explicás qué delegaste, qué decidiste y qué falta. | Narrás el transcript en lugar de explicar ingeniería. |
| Ownership final | Podés modificar y defender cada parte importante del código. | No podés explicar por qué el código funciona. |
Señales positivas
- Convertís ambigüedad en un plan corto.
- Usás AI para acelerar trabajo concreto.
- Leés el output antes de aceptarlo.
- Cortás al agent cuando se desvía.
- Escribís o corrés checks cuando corresponde.
- Priorizás terminar el problema sobre demostrar un workflow complejo.
- Podés explicar la solución final con claridad.
Señales negativas
- Esperás pasivamente permisos, confirmaciones o follow-ups innecesarios.
- Cambiás de herramienta sin una razón clara.
- Dejás que el agent agregue arquitectura que la consigna no pide.
- Entregás código que no podés modificar en vivo.
- Te enfocás en plan modes largos cuando el problema necesita ejecución.
- Tratás una entrevista cronometrada como si fuera production hardening.
Resolver el problema viene primero. Mostrar sofisticación técnica solo suma cuando no compite contra la entrega.
El criterio tácito
Hay un criterio behavioral que muchas empresas todavía no dicen en voz alta: ¿vas a ayudar a la empresa a adoptar AI o la empresa va a tener que ayudarte a vos?
La entrevista técnica es una parte de esa señal. Pero AI adoption no es solo coding. También aparece en cómo preparás contenido, cómo documentás, cómo revisás trabajo, cómo analizás una decisión y cómo reducís el costo de producir algo útil.
Por eso una presentación hecha con Claude Design, notas aumentadas con AI o un workflow de estudio mejorado no son detalles decorativos. Muestran que entendés que el cuello de botella de producción se está moviendo.
Podemos discutir si una presentación generada con AI es estrictamente mejor que notas y video. Lo importante es que ahora es factible. Cuando algo nuevo se vuelve factible, aparecen oportunidades para impresionar. Después caducan, porque se vuelven baseline.
Takeaways
- AI fluency es parte del juicio de ingeniería, no un reemplazo del juicio.
- Los mejores candidatos son rápidos, directos y dueños del resultado.
- La herramienta puede escribir código. La entrevista evalúa si vos podés trabajar mejor por tenerla.