Tu cerebro miente. Y eso es un problema si sos tester

Mirá la imagen de abajo unos segundos.

Si sos como la mayoría de las personas, vas a ver manchas grises parpadeando en las intersecciones. Manchas que no existen. Desaparecen en el momento en que intentás mirarlas directamente, pero vuelven a aparecer en la periferia de tu visión. Probablemente quedes con los ojos medio confundidos incluso después de mirarla, como yo ahora escribiendo esto 😵‍💫

Bienvenido a la grilla de Herrmann.

Es una ilusión óptica que se conoce desde 1870 y que todavía hoy desconcierta a neurocientíficos. La causa más aceptada es la inhibición lateral: las células de tu retina suprimen las señales de los fotorreceptores vecinos para aumentar el contraste en los bordes. Un mecanismo que normalmente es útil, que te ayuda a distinguir formas y profundidad, en este caso te hace ver algo que no está.

Tu sistema visual está optimizado para sobrevivir, no para ser preciso.

El problema no es que seás despistado. Es que estás diseñado así.

Lo interesante de la grilla de Herrmann no es que te engañe. Lo interesante es que sabés que es una ilusión, entendés el mecanismo que la causa, y aun así la seguís viendo.

El conocimiento no cancela la percepción. Es un falso positivo con el que no podemos hacer NADA.

Eso debería inquietarte un poco si te dedicás a probar software.

Cuántas veces viste un flujo de usuario y asumiste que funcionaba porque se veía bien. Cuántas veces revisaste un formulario que ya habías probado diez veces y tu cerebro completó automáticamente lo que faltaba. Cuántas veces ejecutaste el camino feliz y tu memoria del diseño original te impidió ver que algo estaba roto. No es que vos seas un negligente, es que tu biología te está pegando un tiro en el pie.

El sesgo de confirmación tiene retina propia

Los testers hablan mucho del sesgo de confirmación como si fuera un problema de actitud: alguien que no quiere encontrar bugs, que defiende su propio código. Pero la grilla de Herrmann muestra algo más profundo: el sesgo puede ser perceptual antes de ser cognitivo.

No necesitás querer pasar por alto algo para pasarlo por alto. Alcanza con haber visto la pantalla demasiadas veces. Con tener el contexto del diseño original. Con saber qué debería decir ese campo antes de leerlo. O haberte salteado el café o el mate esa mañana.

La familiaridad con el sistema no solo afecta lo que pensás sobre lo que ves. Afecta directamente lo que ves.

Un agente de IA no va a ver las manchas

Ahora volvé a la grilla. Y no me pegues por lo que voy a plantear...

¿Creés que un agente de AI sufriría esta ilusión?

No. Un modelo que analiza una imagen no tiene retina, no tiene inhibición lateral, no tiene memoria visual acumulada de haber visto la grilla cien veces. Procesa los valores de píxeles tal como son. Las intersecciones son blancas. Punto.

Esto no convierte a la IA en una herramienta mágica ni significa que los agentes sean mejores testers que los humanos en todos los contextos. Pero sí fuerza una pregunta medio espinosa que el mundo del testing todavía no está respondiendo con honestidad:

¿En qué casos específicos el humano es peor que la máquina para probar?

No "en general". No "en teoría". En casos concretos:

• Detectar regresiones visuales pixel a pixel: la máquina gana sin discusión.

• Ejecutar el mismo flujo de registro por décima vez con la misma atención: la máquina gana.

• Recordar exactamente qué texto decía un mensaje de error hace tres semanas: la máquina gana.

• Navegar por un sitio como lo haría alguien que nunca lo vio antes, sin el bias de quien lo construyó: la máquina gana, o al menos empata.

La industria lleva décadas construyendo el argumento de que el testing exploratorio y contextual es irreemplazablemente humano. Y hay mucho de verdad en eso. Pero también hay mucho de comodidad en ese argumento. Es más fácil decir "las máquinas no entienden el contexto" que preguntarse en cuántos casos el contexto que tenemos los humanos nos está cegando activamente.

Desafiá lo que parece correcto

La grilla de Herrmann es un recordatorio de que la percepción no es neutral. Que "lo que ves" y "lo que hay" son dos cosas distintas, y que la brecha entre las dos no siempre es obvia.

En testing, eso se traduce en algo concreto: el hecho de que algo parezca correcto no es evidencia suficiente de que lo sea. Y el hecho de que vos lo hayas probado no significa que esté probado.

Los mejores equipos de QA que conozco no asumen que el ojo humano es el estándar de verdad. Combinan perspectiva humana con validación automatizada precisamente porque saben que cada herramienta tiene puntos ciegos distintos. El truco no es elegir entre humano y máquina. Es entender cuándo cada uno te va a fallar.

¿Qué otros sesgos perceptuales o cognitivos creés que afectan tu trabajo de testing? ¿Alguna vez encontraste un bug que llevaba tiempo visible y nadie había visto? Contame en los comentarios.

PD: Hay un concepto que siempre me gusta compartir, relacionado a esto, del pensador Jiddu Krishnamurti: El observador y lo observado. Es re denso de ver, prestar atención y entender, pero se los dejo por si les interesa.