{"id":40756,"date":"2026-09-14T16:07:28","date_gmt":"2026-09-14T14:07:28","guid":{"rendered":"https:\/\/www.lksnext.com\/?p=40756"},"modified":"2026-09-14T16:07:28","modified_gmt":"2026-09-14T14:07:28","slug":"la-ia-permite-desarrollar-mas-rapido-pero-no-garantiza-que-el-software-sea-mejor","status":"publish","type":"post","link":"https:\/\/www.lksnext.com\/es\/la-ia-permite-desarrollar-mas-rapido-pero-no-garantiza-que-el-software-sea-mejor\/","title":{"rendered":"\u00abLa IA permite desarrollar m\u00e1s r\u00e1pido, pero no garantiza que el software sea mejor\u00bb"},"content":{"rendered":"

La responsable de Calidad y de la Oficina T\u00e9cnica y Proyectos de LKS Next analiza c\u00f3mo la inteligencia artificial est\u00e1 transformando el desarrollo de software y por qu\u00e9 la calidad, la seguridad y el gobierno son ahora m\u00e1s importantes que nunca.<\/span><\/b>\u00a0<\/span><\/p>\n

Beatriz P\u00e9rez Lamancha lleva m\u00e1s de 25 a\u00f1os trabajando alrededor de una misma pregunta: c\u00f3mo construir software fiable, verificable y mantenible.<\/span>\u00a0<\/span><\/p>\n

Su trayectoria comenz\u00f3 en Uruguay, entre el desarrollo, la docencia y la investigaci\u00f3n, y continu\u00f3 en Espa\u00f1a con un doctorado cum laude por la Universidad de Castilla-La Mancha. Su tesis dio lugar a MATE, una metodolog\u00eda para la automatizaci\u00f3n de pruebas dirigidas por modelos. Particip\u00f3 tambi\u00e9n en la creaci\u00f3n del Centro de Ensayos de Software de Uruguay, una iniciativa pionera para profesionalizar el testing y acercar el conocimiento acad\u00e9mico a las necesidades reales de las organizaciones.<\/span>\u00a0<\/span><\/p>\n

Desde 2019 es responsable de Calidad en LKS Next y, desde septiembre de 2025, dirige tambi\u00e9n el equipo de Oficina T\u00e9cnica y Proyectos. Desde esta posici\u00f3n trabaja en la convergencia entre ingenier\u00eda de calidad, DevSecOps, automatizaci\u00f3n, seguridad e inteligencia artificial aplicada al ciclo de vida del software.<\/span>\u00a0<\/span><\/p>\n

En esta entrevista explica por qu\u00e9 la llegada de la IA no reduce la necesidad de controlar la calidad, sino que obliga a reforzarla.<\/span>\u00a0<\/span><\/p>\n

Tu carrera est\u00e1 muy vinculada a la calidad del software. \u00bfC\u00f3mo empez\u00f3 todo?<\/span><\/b>\u00a0<\/span><\/p>\n

Empec\u00e9 en el mundo del desarrollo y del an\u00e1lisis de sistemas. Entr\u00e9 como profesor ayudante en el Departamento de Ingenier\u00eda de Software de la Universidad de la Rep\u00fablica, al mismo tiempo que trabajaba en la industria como analista funcional. Esa combinaci\u00f3n entre la universidad y la pr\u00e1ctica profesional me permiti\u00f3 conocer de cerca tanto la investigaci\u00f3n y la docencia como las necesidades reales de los proyectos.<\/span>\u00a0<\/span><\/p>\n

Tras la crisis de 2002 en Uruguay, la industria del software uruguaya comenz\u00f3 a orientarse cada vez m\u00e1s hacia la exportaci\u00f3n. Las empresas comprendieron entonces que los problemas de calidad pod\u00edan tener un impacto muy elevado: no es lo mismo realizar el mantenimiento en el lugar donde trabajan los t\u00e9cnicos que asumir el coste de desplazarlos a otro pa\u00eds para resolver problemas en producci\u00f3n que podr\u00edan haberse detectado y solucionado previamente mediante pruebas. Los problemas no se encontraban en la instalaci\u00f3n, sino mucho antes: en una especificaci\u00f3n ambigua, en un requisito mal entendido o en una decisi\u00f3n que nadie hab\u00eda validado.<\/span>\u00a0<\/span><\/p>\n

En ese contexto, la C\u00e1mara Uruguaya de Tecnolog\u00edas de la Informaci\u00f3n (CUTI) y la Facultad de Ingenier\u00eda de la Universidad de la Rep\u00fablica impulsaron la creaci\u00f3n del Centro de Ensayos de Software. Yo era docente en la Facultad y estaba a punto de comenzar mi m\u00e1ster, as\u00ed que empec\u00e9 a trabajar en esta iniciativa. All\u00ed desarrollamos actividades de testing, consultor\u00eda, formaci\u00f3n e investigaci\u00f3n aplicada.<\/span>\u00a0<\/span><\/p>\n

Todo confluy\u00f3 para orientar mi trayectoria hacia el testing. Mi tesis de m\u00e1ster se centr\u00f3 en el testing funcional independiente y, posteriormente, mi doctorado abord\u00f3 la automatizaci\u00f3n de pruebas dirigidas por modelos. La pregunta de fondo siempre ha sido la misma: c\u00f3mo incorporar la calidad desde el principio y descubrir los problemas lo antes posible.<\/span>\u00a0<\/span><\/p>\n

Tambi\u00e9n participaste en la creaci\u00f3n del Centro de Ensayos de Software de Uruguay. \u00bfQu\u00e9 supuso aquella experiencia?<\/span><\/b>\u00a0<\/span><\/p>\n

Supuso una experiencia muy importante y una oportunidad para conectar tres mundos que no siempre dialogan lo suficiente: la universidad, la investigaci\u00f3n y las necesidades concretas de las empresas.<\/span>\u00a0<\/span><\/p>\n

Yo particip\u00e9 desde 2004 en la definici\u00f3n y puesta en marcha del Centro de Ensayos de Software (CES), donde desarrollamos actividades de testing, consultor\u00eda, formaci\u00f3n e investigaci\u00f3n aplicada. No se trataba \u00fanicamente de detectar errores, sino de ayudar a las organizaciones a establecer procesos, seleccionar herramientas, formar a sus equipos y entender la calidad como una capacidad estrat\u00e9gica.<\/span>\u00a0<\/span><\/p>\n

Adem\u00e1s, aquella experiencia coincidi\u00f3 con el comienzo de mi m\u00e1ster y termin\u00f3 de orientar mi trayectoria hacia el testing. Me confirm\u00f3 algo que sigo defendiendo hoy: una metodolog\u00eda solo aporta valor cuando puede trasladarse a un proyecto real, ser utilizada por los equipos y producir resultados observables y medibles. Cada empresa es distinta; por eso, no existe una soluci\u00f3n v\u00e1lida para todas ni una metodolog\u00eda que pueda aplicarse de la misma manera en cualquier contexto.<\/span>\u00a0<\/span><\/p>\n

\u00bfEs ah\u00ed donde la calidad se encuentra con el DevSecOps?<\/span><\/b>\u00a0<\/span><\/p>\n

Exactamente. DevSecOps supone integrar desarrollo, operaciones, seguridad y calidad en un mismo flujo de trabajo.<\/span>\u00a0<\/span><\/p>\n

No consiste simplemente en incorporar una herramienta al pipeline. Implica definir qu\u00e9 controles deben realizarse, en qu\u00e9 momento, con qu\u00e9 criterios y qu\u00e9 ocurre cuando no se cumplen. Incluye la revisi\u00f3n del c\u00f3digo, las pruebas automatizadas \u2014unitarias, de integraci\u00f3n y funcionales\u2014, el an\u00e1lisis de vulnerabilidades, el control de dependencias, la trazabilidad y la supervisi\u00f3n de los despliegues.<\/span>\u00a0<\/span><\/p>\n

El objetivo es recibir informaci\u00f3n lo antes posible. Cuanto antes detectemos una desviaci\u00f3n, m\u00e1s f\u00e1cil ser\u00e1 corregirla. Para conseguirlo necesitamos automatizaci\u00f3n, pero tambi\u00e9n una estrategia clara y equipos que compartan la responsabilidad sobre el resultado.<\/span>\u00a0<\/span><\/p>\n

Una herramienta puede identificar un problema, pero la organizaci\u00f3n debe decidir qu\u00e9 considera aceptable, qu\u00e9 bloquea una entrega y qui\u00e9n asume cada decisi\u00f3n.\u00a0<\/span>\u00a0<\/span><\/p>\n

\u00bfC\u00f3mo est\u00e1 cambiando la inteligencia artificial el desarrollo de software?<\/span><\/b>\u00a0<\/span><\/p>\n

La IA est\u00e1 cambiando cada d\u00eda la forma de desarrollar software y est\u00e1 acelerando todas sus actividades. Puede ayudar a analizar requisitos, generar c\u00f3digo, proponer pruebas, documentar sistemas, detectar patrones o asistir en la resoluci\u00f3n de incidencias. Nos permite reducir el trabajo repetitivo y dedicar m\u00e1s tiempo a tareas de mayor valor.<\/span>\u00a0<\/span><\/p>\n

El problema de esa aceleraci\u00f3n aparece en la mantenibilidad, la seguridad y la fiabilidad de los resultados. Podemos introducir m\u00e1s errores, m\u00e1s deuda t\u00e9cnica o m\u00e1s c\u00f3digo dif\u00edcil de entender o inseguro que demos por v\u00e1lido y que, posteriormente, resulte m\u00e1s complicado de mantener.<\/span>\u00a0<\/span><\/p>\n

El gran reto no consiste \u00fanicamente en aprender a utilizar asistentes de IA, sino en integrarlos en un proceso de ingenier\u00eda de software que permita comprobar sus resultados. Debemos saber qu\u00e9 herramientas utilizamos, en qu\u00e9 casos, con qu\u00e9 datos y bajo qu\u00e9 condiciones de seguridad, as\u00ed como medir si realmente est\u00e1n mejorando el trabajo.<\/span>\u00a0<\/span><\/p>\n

La revisi\u00f3n humana sigue siendo fundamental. La IA puede proponer, generar o analizar, pero la responsabilidad sobre el software y sus consecuencias contin\u00faa siendo nuestra.<\/span>\u00a0<\/span><\/p>\n

\u00bfQu\u00e9 aplicaciones de la IA consideras m\u00e1s prometedoras en el \u00e1mbito del testing?<\/span><\/b>\u00a0<\/span><\/p>\n

La IA tiene un potencial enorme en el testing. Puede ayudarnos a generar casos de prueba a partir de requisitos, historias de usuario y criterios de aceptaci\u00f3n, as\u00ed como a identificar ambig\u00fcedades, inconsistencias o escenarios que no se han contemplado. Tambi\u00e9n puede transformar esos casos en formatos estructurados, como BDD o Gherkin, y generar o mantener pruebas unitarias, de integraci\u00f3n y funcionales.<\/span>\u00a0<\/span><\/p>\n

Otra aplicaci\u00f3n interesante es el an\u00e1lisis de la cobertura y de los resultados de las pruebas. La IA puede ayudarnos a detectar huecos en la cobertura, identificar escenarios de riesgo, priorizar las pruebas de regresi\u00f3n y analizar los motivos por los que una prueba ha fallado. Tambi\u00e9n puede ser \u00fatil para proponer datos de prueba, generar diferentes combinaciones de entrada y detectar patrones en los defectos encontrados.<\/span>\u00a0<\/span><\/p>\n

Hay que tener cuidado con la falsa seguridad que nos da la IA en el testing. Una mayor cobertura de c\u00f3digo o un mayor n\u00famero de pruebas no implica necesariamente una mejor calidad. Lo importante es comprobar si las pruebas cubren los riesgos relevantes, si verifican el comportamiento esperado, si detectan defectos reales y si pueden mantenerse cuando evoluciona el sistema. Tambi\u00e9n hay que controlar problemas como las pruebas redundantes, fr\u00e1giles o excesivamente acopladas a la implementaci\u00f3n.<\/span>\u00a0<\/span><\/p>\n

Por eso, la IA debe utilizarse como apoyo al conocimiento y al criterio de los profesionales del testing, no como sustituto. Cada prueba generada debe revisarse y validarse, y las herramientas deben evaluarse de forma continua con casos reales de la organizaci\u00f3n, midiendo aspectos como la correcci\u00f3n, la cobertura efectiva, la mantenibilidad, el esfuerzo de revisi\u00f3n y el valor que aportan al proceso de calidad.<\/span>\u00a0<\/span><\/p>\n

Resulta fundamental mantener la observabilidad del cambio tecnologico, que nos permita conocer nuevas herramientas, modelos y formas de aplicar la IA al testing. Precisamente por eso trabajamos en I+D: para experimentar con estas tecnolog\u00edas, evaluar sus resultados con rigor y determinar en qu\u00e9 contextos pueden aportar un valor real a la ingenier\u00eda de software y a la calidad.<\/span>\u00a0<\/span><\/p>\n

Tu equipo tambi\u00e9n investiga c\u00f3mo evaluar estas herramientas. \u00bfQu\u00e9 est\u00e1n aprendiendo?<\/span><\/b>\u00a0<\/span><\/p>\n

Una de las principales conclusiones es que no podemos adoptar una herramienta de IA bas\u00e1ndonos \u00fanicamente en una demostraci\u00f3n o en una percepci\u00f3n inicial de productividad.<\/span>\u00a0<\/span><\/p>\n

En CIbSE 2025 recibimos el premio al mejor art\u00edculo por un trabajo relacionado con la generaci\u00f3n de pruebas unitarias mediante grandes modelos de lenguaje. Tambi\u00e9n presentamos en EASE 2025 una propuesta para evaluar de manera continua las herramientas de IA aplicadas al testing. Esta l\u00ednea tuvo continuidad en 2026 con un art\u00edculo publicado en <\/span>Science of Computer Programming<\/span><\/i> sobre la adopci\u00f3n sistem\u00e1tica y basada en evidencias de herramientas apoyadas en modelos de lenguaje.<\/span>\u00a0<\/span><\/p>\n

Debemos experimentar, comparar y medir. Y esa medici\u00f3n no debe limitarse a comprobar cu\u00e1nto contenido genera. Debe analizar tambi\u00e9n la correcci\u00f3n, la cobertura, la mantenibilidad, el esfuerzo de revisi\u00f3n, los riesgos y el valor real que aporta al equipo.<\/span>\u00a0<\/span><\/p>\n

\u00bfQu\u00e9 significa gobernar la IA dentro del ciclo de vida del software?<\/span><\/b>\u00a0<\/span>\u00a0<\/span><\/p>\n

Significa pasar de utilizar herramientas de manera individual y dispersa a establecer un marco compartido para toda la organizaci\u00f3n.<\/span>\u00a0<\/span><\/p>\n

Ese marco debe definir los casos de uso permitidos, las herramientas autorizadas, el tratamiento de la informaci\u00f3n, las responsabilidades, los controles de seguridad y los mecanismos de validaci\u00f3n. Tambi\u00e9n debe establecer c\u00f3mo se mide el impacto y c\u00f3mo se gestionan los riesgos.<\/span>\u00a0<\/span><\/p>\n

No se trata de crear una capa burocr\u00e1tica que frene a los equipos. Un buen gobierno debe facilitar la adopci\u00f3n, proporcionar seguridad y evitar que cada persona tenga que resolver por su cuenta las mismas dudas.<\/span>\u00a0<\/span><\/p>\n

Tambi\u00e9n es importante diferenciar entre experimentar y llevar una soluci\u00f3n a producci\u00f3n. La experimentaci\u00f3n necesita espacio, pero cuando una herramienta empieza a intervenir en procesos cr\u00edticos debemos exigir trazabilidad, supervisi\u00f3n y evidencias de que funciona como esperamos.<\/span>\u00a0<\/span><\/p>\n

\u00bfC\u00f3mo ha evolucionado LKS Next en este \u00e1mbito desde tu incorporaci\u00f3n en 2019?<\/span><\/b>\u00a0<\/span><\/p>\n

Cuando me incorpor\u00e9, el objetivo era reforzar la calidad de manera transversal, acompa\u00f1ar a los equipos y consolidar criterios, procesos y herramientas comunes.<\/span>\u00a0<\/span><\/p>\n

Desde entonces hemos evolucionado hacia una visi\u00f3n m\u00e1s amplia, calidad durante todo el ciclo de vida: desde los requisitos y la arquitectura hasta el despliegue, la operaci\u00f3n y la mejora continua.<\/span>\u00a0<\/span><\/p>\n

La Oficina T\u00e9cnica nos permite conectar esa visi\u00f3n con los proyectos reales. Trabajamos en est\u00e1ndares, herramientas, m\u00e9tricas, automatizaci\u00f3n, modernizaci\u00f3n de aplicaciones y acompa\u00f1amiento a los equipos, pero tambi\u00e9n en c\u00f3mo integrar la IA, seguridad y la inteligencia artificial de una manera coherente en nuestros clientes.<\/span>\u00a0<\/span><\/p>\n

La evoluci\u00f3n natural nos ha llevado desde la calidad hacia DevSecOps y, ahora, hacia la aplicaci\u00f3n gobernada de la IA en el desarrollo. No son etapas desconectadas. Es el mismo objetivo adaptado a un entorno que cambia: producir software seguro, confiable y mantenible.<\/span>\u00a0<\/span><\/p>\n

\u00bfPor d\u00f3nde deber\u00eda empezar una empresa que quiera introducir IA en sus procesos de desarrollo?<\/span><\/b>\u00a0<\/span><\/p>\n

Empezar\u00eda por la gobernanza, identificando claramente qu\u00e9 usos necesitamos de la IA y definiendo, a partir de ah\u00ed, qu\u00e9 herramientas pueden ayudarnos. No empezar\u00eda por la herramienta, sino por los problemas concretos que queremos resolver: d\u00f3nde se est\u00e1 perdiendo tiempo, d\u00f3nde aparecen errores recurrentes o qu\u00e9 actividades podr\u00edan mejorar con la asistencia de la IA.<\/span>\u00a0<\/span><\/p>\n

En segundo lugar, hay que formar a los profesionales. No solo en el uso de las herramientas, sino tambi\u00e9n en sus limitaciones, en los riesgos asociados y en la necesidad de revisar y validar sus resultados. La adopci\u00f3n de la IA exige criterio t\u00e9cnico y una responsabilidad compartida sobre la calidad, la seguridad y la mantenibilidad del software.<\/span>\u00a0<\/span><\/p>\n

En paralelo, sentar\u00eda las bases de la automatizaci\u00f3n, si todav\u00eda no est\u00e1n definidas. Es fundamental contar con un proceso s\u00f3lido de DevSecOps que permita comprobar la calidad y la seguridad del software de forma automatizada con cada cambio, incorporando las pruebas, el an\u00e1lisis del c\u00f3digo, la revisi\u00f3n de vulnerabilidades y el control de dependencias al flujo habitual de desarrollo.<\/span>\u00a0<\/span><\/p>\n

Por \u00faltimo, empezar\u00eda con un piloto acotado, vinculado a un problema concreto y con un equipo peque\u00f1o. Antes de comenzar, establecer\u00eda una situaci\u00f3n de partida y definir\u00eda qu\u00e9 queremos mejorar. Despu\u00e9s medir\u00eda los resultados con m\u00e9tricas t\u00e9cnicas y de negocio.<\/span>\u00a0<\/span><\/p>\n

A partir de esas evidencias, decidir\u00edamos si tiene sentido ampliar el uso de la soluci\u00f3n. La adopci\u00f3n de la IA debe incluir un seguimiento continuo, la revisi\u00f3n de las m\u00e9tricas y un proceso de mejora que permita ajustar los usos, los costes, las herramientas, la formaci\u00f3n y el propio modelo de gobernanza.<\/span>\u00a0<\/span><\/p>\n

\u00bfQu\u00e9 papel tendr\u00e1n los profesionales de calidad en esta nueva etapa?<\/span><\/b>\u00a0<\/span><\/p>\n

Hace un tiempo, un miembro de nuestro equipo asisti\u00f3 a una charla de un \u00abinfluencer\u00bb del \u00e1mbito de la inteligencia artificial en la que se afirm\u00f3 que el rol del tester hab\u00eda muerto. Era la \u00e9poca del boom del <\/span>vibe coding<\/span><\/i>. Hoy, aquella afirmaci\u00f3n se ha convertido en una broma interna.<\/span>\u00a0<\/span><\/p>\n

La realidad es que la forma de trabajar con IA ha seguido evolucionando r\u00e1pidamente: hemos pasado del <\/span>vibe coding<\/span><\/i> a trabajar con agentes, <\/span>skills<\/span><\/i> y otros sistemas capaces de generar y ejecutar tareas de manera aut\u00f3noma. En este contexto, es cada vez m\u00e1s importante contar con profesionales de calidad que sepan qu\u00e9 deben hacer esos agentes, qu\u00e9 riesgos pueden introducir y c\u00f3mo validar sus resultados.<\/span>\u00a0<\/span><\/p>\n

La IA puede automatizar parte del trabajo, pero necesitamos personas capaces de formular las preguntas correctas, identificar riesgos, dise\u00f1ar estrategias de prueba y determinar si una respuesta o un resultado son realmente v\u00e1lidos. El papel del tester no desaparece; evoluciona hacia una funci\u00f3n m\u00e1s estrat\u00e9gica, con mayor capacidad para definir los criterios de calidad y supervisar sistemas cada vez m\u00e1s complejos.<\/span>\u00a0<\/span><\/p>\n

Tambi\u00e9n cobra especial importancia la trazabilidad. Debemos poder relacionar los requisitos con las decisiones de dise\u00f1o, el c\u00f3digo que se genera, las pruebas que lo validan y las evidencias obtenidas. Cuando intervienen agentes de IA, esa cadena debe estar especialmente clara para saber qu\u00e9 se pidi\u00f3, qu\u00e9 se modific\u00f3, qu\u00e9 se comprob\u00f3 y con qu\u00e9 resultados. Sin trazabilidad, resulta dif\u00edcil evaluar la cobertura, analizar un fallo o asumir la responsabilidad sobre el software.<\/span>\u00a0<\/span><\/p>\n

Los perfiles de calidad tendr\u00e1n que comprender mejor el desarrollo, la seguridad, los datos y el funcionamiento de los modelos. Al mismo tiempo, los equipos de desarrollo deber\u00e1n asumir que la calidad no es responsabilidad exclusiva de un \u00e1rea especializada.<\/span>\u00a0<\/span><\/p>\n

Perfil<\/span><\/b>\u00a0<\/span><\/p>\n

Beatriz P\u00e9rez Lamancha<\/span><\/b> es responsable de Calidad y de la Oficina T\u00e9cnica y Proyectos de LKS Next. Es doctora cum laude por la Universidad de Castilla-La Mancha, m\u00e1ster en Inform\u00e1tica y en Tecnolog\u00edas Avanzadas en Inform\u00e1tica, e ingeniera en Computaci\u00f3n por la Universidad de la Rep\u00fablica de Uruguay.<\/span>\u00a0<\/span><\/p>\n

Cuenta con las certificaciones TMap Next, ISTQB Foundation e ISTQB Advanced Test Manager. A lo largo de su trayectoria ha trabajado en desarrollo, investigaci\u00f3n, docencia, consultor\u00eda, direcci\u00f3n de calidad y creaci\u00f3n de oficinas t\u00e9cnicas. Su especializaci\u00f3n abarca ingenier\u00eda de software, testing, automatizaci\u00f3n, DevSecOps y adopci\u00f3n gobernada de inteligencia artificial.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

La responsable de Calidad y de la Oficina T\u00e9cnica y Proyectos de LKS Next analiza c\u00f3mo la inteligencia artificial est\u00e1 transformando el desarrollo de software y por qu\u00e9 la calidad, la seguridad y el gobierno son ahora m\u00e1s importantes que nunca.\u00a0 Beatriz P\u00e9rez Lamancha lleva m\u00e1s de 25 a\u00f1os trabajando alrededor de una misma pregunta: […]<\/p>\n","protected":false},"author":8,"featured_media":40757,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","inline_featured_image":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-40756","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/posts\/40756","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/comments?post=40756"}],"version-history":[{"count":2,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/posts\/40756\/revisions"}],"predecessor-version":[{"id":40761,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/posts\/40756\/revisions\/40761"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/media\/40757"}],"wp:attachment":[{"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/media?parent=40756"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/categories?post=40756"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lksnext.com\/es\/wp-json\/wp\/v2\/tags?post=40756"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}