16 de noviembre de 2026
Análisis comparativo del uso de TDD en aplicaciones Angular con pipelines CI/CD basados en GitHub Actions
Jessica Valeska da Silva; Luiz Fernando Pereira Nunes
DOI: 10.22167/2675-6528-202604195
Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.
Resumen
Se realizó un análisis comparativo del desarrollo de aplicaciones front-end con y sin Test-Driven Development (TDD), integrándolas a pipelines de Integración y Entrega Continuas (CI/CD) basados en GitHub Actions. El estudio tuvo como objetivo evaluar los impactos del TDD en la calidad del código, la detección de errores y el esfuerzo de mantenimiento a lo largo del ciclo de desarrollo. Para ello, se desarrollaron dos prototipos con alcance funcional equivalente, utilizando Angular 17 y TypeScript. El primer prototipo aplicó rigurosamente el ciclo Red-Green-Refactor, con pruebas automatizadas vía Jasmine y Karma, mientras que el segundo se implementó sin TDD, con validación manual posterior. Ambos prototipos se integraron a pipelines CI/CD para automatización de build y validación. Los resultados indicaron que el prototipo con TDD alcanzó mayor cobertura de pruebas (aproximadamente 85%) y menor incidencia de fallas en el pipeline CI/CD (2 fallas contra 6). Se observó también una reducción en el tiempo medio de corrección de errores, de unos 25 minutos en el escenario sin TDD a aproximadamente 10 minutos con TDD. Se concluyó que la adopción del TDD, especialmente cuando se integra a prácticas de CI/CD, mejora la confiabilidad, el mantenimiento y la calidad del software, a pesar de exigir un esfuerzo inicial de desarrollo mayor.
Palabras clave: Angular; CI/CD; Calidad de Software; Desarrollo Guiado por Pruebas; Pruebas Automatizadas.
1. Introducción
El escenario actual de desarrollo de software se caracteriza por la búsqueda continua de agilidad, calidad y sostenibilidad. En este contexto, los enfoques que permiten la construcción de códigos robustos, de fácil mantenimiento y con ciclos de desarrollo cortos se vuelven esenciales. La metodología Test-Driven Development (TDD) y los pipelines de Integración y Entrega Continuas (CI/CD) son ejemplos de prácticas que se destacan por asegurar la confiabilidad y la eficiencia del proceso de construcción de software (Humble; Farley, 2010; Duvall et al., 2007).
La aplicación del TDD en entornos de desarrollo front-end, especialmente cuando se combina con frameworks modernos como Angular, puede ser un diferenciador significativo. Angular, mantenido por Google y basado en TypeScript, ofrece una estructura robusta para aplicaciones web de página única. Organiza la aplicación en módulos y componentes reutilizables, facilitando la separación de responsabilidades y promoviendo la escalabilidad. Además, Angular proporciona soporte nativo para inyección de dependencias, enrutamiento e integración con bibliotecas de pruebas automatizadas, lo que favorece la aplicación del TDD en entornos con automatización continua (Google Developers, 2023; Aniche, 2015).
El TDD, según lo expuesto por Beck (2010), Aniche (2014) y Freeman y Pryce (2009), guía el desarrollo de código a través de pruebas automatizadas, siguiendo el ciclo Red-Green-Refactor. Este enfoque tiene como objetivo garantizar la construcción de soluciones más robustas y con mayor testabilidad desde las fases iniciales del proyecto. Promueve el diseño orientado a comportamientos, favorece la evolución del sistema y contribuye al aumento de la confiabilidad y la disminución de bugs (Martin, 2009; Fowler, 2019). El uso consistente de pruebas automatizadas también facilita la refactorización segura de código heredado (Feathers, 2013; Meszaros, 2007).
La integración de pipelines de CI/CD, a su vez, potencia la eficiencia del TDD. Esta práctica automatiza la integración constante de cambios en el código y la entrega continua de versiones probadas y validadas de la aplicación. Herramientas como GitHub Actions se han destacado en este escenario, permitiendo la configuración de flujos de trabajo automatizados directamente en los repositorios de código (Decan, 2022; Campbell; Papapetrou, 2013). La automatización de la ejecución de pruebas y la entrega continua de software proporcionan una retroalimentación inmediata, reduciendo el tiempo entre el desarrollo y el despliegue (Duvall et al., 2007; Humble; Farley, 2010). La integración continua es un pilar para la eficacia de los procesos ágiles, contribuyendo a la confiabilidad de los sistemas (Fowler, 2006).
Aunque los enfoques de TDD y CI/CD están consolidados y sus beneficios son reconocidos, existe una brecha práctica en la comprensión de cómo el TDD afecta el desarrollo de proyectos que ya utilizan pipelines de CI/CD. Estudios recientes, como los de Pacheco (2024) y Silvestre y Scombatti Pinto (2023), sugieren que la combinación entre pruebas automatizadas e integración continua puede generar ganancias expresivas, pero también presenta desafíos relacionados con el tiempo de desarrollo y la complejidad de las pruebas.
En este escenario, este trabajo propone la construcción de dos prototipos front-end utilizando Angular, uno con la aplicación de la metodología TDD y otro sin ella, ambos integrados a pipelines automatizados por medio de GitHub Actions. La investigación se justifica por la necesidad de profundizar el entendimiento sobre la eficacia del TDD en proyectos que ya adoptan prácticas modernas de automatización, con el fin de identificar sus impactos en métricas como cobertura de pruebas, ocurrencia de fallos, tiempo de entrega y esfuerzo de mantenimiento. El objetivo es realizar un análisis comparativo sobre la eficacia del TDD en proyectos que ya adoptan prácticas modernas de automatización, considerando métricas como cobertura de pruebas, ocurrencia de fallos, tiempo de entrega y esfuerzo de mantenimiento.
2. Material y Métodos
Este trabajo se caracterizó como un estudio experimental comparativo, con el propósito de analizar los impactos de la metodología Test-Driven Development (TDD) en el desarrollo de software front-end. Para ello, se desarrollaron dos prototipos de una aplicación web destinada a la organización de tareas, permitiendo una evaluación directa de los enfoques metodológicos en cuestión. El objetivo central fue realizar un análisis comparativo sobre la eficacia del TDD en proyectos que ya adoptan prácticas modernas de automatización.
Los prototipos se implementaron utilizando el framework Angular 17 y el lenguaje TypeScript, con la ayuda de Angular CLI para la estructuración del proyecto. La automatización de las pruebas se realizó a través de las herramientas Jasmine y Karma, que se utilizan ampliamente en el ecosistema Angular para pruebas unitarias y de integración. Esta elección tecnológica garantizó un entorno de desarrollo y prueba estandarizado y robusto para ambos escenarios.
El primer prototipo se desarrolló siguiendo rigurosamente la metodología TDD. Se aplicó el ciclo Red-Green-Refactor, que preconiza la escritura previa de pruebas automatizadas antes de la implementación de las funcionalidades. Este enfoque tuvo como objetivo garantizar que cada funcionalidad fuera guiada por requisitos de prueba claros y verificables desde las etapas iniciales del desarrollo, promoviendo un diseño orientado a pruebas (Beck, 2010; Aniche, 2014).
En contraste, el segundo prototipo se desarrolló sin la aplicación de la metodología TDD. Se adoptó un enfoque tradicional, en el cual la implementación de las funcionalidades ocurrió de forma directa, seguida por una validación posterior. En este escenario, la verificación de la corrección de las funcionalidades se basó en pruebas manuales, sin la escritura previa de pruebas automatizadas para guiar el desarrollo.
Ambos los prototipos poseían un alcance funcional equivalente, contemplando operaciones esenciales como creación, edición, exclusión y gestión de tareas. Además, incluyeron funcionalidades de persistencia local de datos y control de tiempo. La equivalencia funcional fue asegurada por reglas de negocio previamente definidas, que sirvieron como base para la implementación y validación de las funcionalidades en ambos escenarios, garantizando la comparabilidad entre los enfoques.
La integración continua se configuró a través de GitHub Actions, una plataforma que permitió la automatización de flujos de trabajo directamente en los repositorios de código. Esta configuración posibilitó la ejecución automática de compilaciones y pruebas ante cada cambio realizado en el repositorio, asegurando un proceso de validación continuo y retroalimentación inmediata sobre la calidad del código (Decan, 2022; Campbell; Papapetrou, 2013).
El análisis comparativo se realizó basándose en criterios cualitativos y observacionales. Los aspectos evaluados incluyeron la cobertura de pruebas, la incidencia de fallos, el esfuerzo de mantenimiento, el comportamiento del sistema en el pipeline CI/CD y la distribución del esfuerzo de desarrollo a lo largo del tiempo. Estos criterios fueron seleccionados para proporcionar una visión integral de los impactos del TDD.
Para la conducción del experimento, se definió una variable independiente correspondiente al uso de la metodología Test-Driven Development. Se analizaron dos escenarios distintos: el desarrollo con TDD y el desarrollo sin TDD. Esta distinción permitió aislar el efecto de la metodología sobre las métricas de interés, conforme al objetivo del estudio.
Las variables dependientes incluyeron: (i) la cobertura de pruebas, (ii) el número de fallos identificados, (iii) el tiempo medio de corrección de errores, (iv) la incidencia de fallos por funcionalidad y (v) el comportamiento del sistema en el pipeline de CI/CD. La medición de estas variables permitió cuantificar y cualificar los impactos de la adopción del TDD en los prototipos desarrollados.
Los datos se recopilaron mediante la ejecución de los pipelines automatizados en GitHub Actions. Se registraron los logs de ejecución, el tiempo de ejecución de las pruebas y la ocurrencia de fallos durante el proceso de build y validación. Este enfoque garantizó la recopilación de datos objetivos y rastreables, fundamentales para el análisis comparativo propuesto.
3. Resultados y Discusión
El análisis comparativo entre los dos prototipos desarrollados, uno con la aplicación de la metodología Test-Driven Development (TDD) y otro sin ella, reveló diferencias notables tanto en el proceso de desarrollo como en la calidad del software resultante. Estas distinciones fueron particularmente evidentes en el contexto de aplicaciones front-end construidas con Angular e integradas a pipelines de Integración y Entrega Continuas (CI/CD), destacando la influencia del TDD en la robustez y mantenibilidad del sistema.
En el prototipo que utilizó TDD, el desarrollo se adhirió estrictamente al ciclo Red-Green-Refactor, según lo preconizado por Beck (2010). Este enfoque, que prioriza la escritura de pruebas automatizadas antes de la implementación del código funcional, facilitó una definición más precisa de las reglas de negocio y promovió un diseño de software más modular, cohesivo y con bajo acoplamiento. La validación continua del comportamiento de la aplicación, inherente al TDD, permitió la detección temprana de fallos, resultando en una reducción significativa de errores a lo largo del ciclo de desarrollo. La cobertura de pruebas para este prototipo se estimó en aproximadamente 85%.
Los hallazgos del prototipo con TDD corroboran la literatura existente, que enfatiza los beneficios del desarrollo orientado a pruebas. Freeman y Pryce (2009) destacan que esta metodología mejora el diseño del software, haciéndolo más flexible y sostenible. Adicionalmente, Martin (2009) señala que la presencia de pruebas automatizadas es crucial para la facilidad de mantenimiento y evolución del código, ya que minimiza los riesgos asociados a modificaciones futuras, garantizando que los cambios no introduzcan nuevos defectos o rompan funcionalidades existentes.
La integración del TDD con pipelines de CI/CD, implementados vía GitHub Actions, amplificó los beneficios observados. Cada alteración en el código activaba automáticamente la ejecución de las pruebas, asegurando una validación continua y un feedback inmediato a los desarrolladores. Esta automatización es fundamental para la eficacia del TDD, ya que garantiza que todas las modificaciones sean verificadas rápidamente, previniendo la propagación de errores y manteniendo la integridad del proyecto. Durante las ejecuciones del pipeline, el escenario con TDD registró aproximadamente dos fallos de build, indicando una estabilidad considerable en el proceso de integración.
En contraste, el prototipo desarrollado sin TDD siguió un enfoque tradicional, centrado en la implementación directa de funcionalidades y la validación posterior. Aunque esta estrategia proporcionó una percepción de mayor rapidez en las fases iniciales, resultó en una mayor incidencia de errores, que solo se identificaban después de la implementación. Esto generó la necesidad de retrabajo y ajustes incrementales. La cobertura de pruebas para este prototipo fue significativamente menor, estimada en alrededor del 20%, lo que refleja la ausencia de una cultura de pruebas previas y exhaustivas.
La menor cobertura de pruebas en el prototipo sin TDD puede atribuirse a la falta de incentivo para que el desarrollador anticipe escenarios de uso y reglas de negocio, un aspecto intrínseco al TDD. Según Fowler (2019), la ausencia de pruebas previas puede llevar a la construcción de un código menos estructurado y más propenso a fallos, dificultando la identificación y corrección de problemas. Durante las ejecuciones del pipeline CI/CD, el escenario sin TDD presentó aproximadamente seis fallos de compilación, evidenciando una mayor inestabilidad en el proceso de integración y entrega continua.
La comparación entre los enfoques reveló que TDD destaca en la detección temprana de errores y en la alta cobertura de pruebas. En el escenario con TDD, las pruebas se escriben antes del código, siguiendo el ciclo Red-Green-Refactor, mientras que en el escenario sin TDD, la implementación es directa y la validación es posterior y manual. El tiempo inicial de desarrollo es mayor con TDD debido a la escritura previa de las pruebas, pero la detección de errores se anticipa. En contrapartida, en el desarrollo sin TDD, el tiempo inicial es menor, pero la detección de errores es tardía, generalmente después de la ejecución manual.
La cobertura de pruebas en el prototipo con TDD fue alta, estimada en un 85%, con validación sistemática de las reglas de negocio, mientras que en el prototipo sin TDD fue baja o inexistente inicialmente, alrededor del 20%. La facilidad de mantenimiento fue alta con TDD, debido a la seguridad de las pruebas automatizadas, mientras que en el escenario sin TDD fue de media a baja, con mayor riesgo al modificar el código. La refactorización de código con TDD fue segura y continua, apoyada por las pruebas, mientras que sin TDD fue arriesgada y sin garantías automatizadas, según lo señalado por Feathers (2013) y Meszaros (2007).
La integración con CI/CD se completó en el escenario con TDD, con ejecución automática de pruebas ante cada cambio, garantizando validación continua y feedback inmediato. En el escenario sin TDD, la integración fue parcial, con validación limitada a la compilación, lo que resultó en menor confiabilidad del sistema. La confiabilidad del sistema fue alta con TDD, debido a la validación continua, mientras que sin TDD fue media, dependiente de pruebas manuales y más susceptible a fallas. La complejidad inicial fue mayor con TDD debido a la curva de aprendizaje, pero la productividad a largo plazo fue superior, por la reducción de retrabajo.
Los datos presentados evidencian que el prototipo con TDD demostró mayor estabilidad y menor incidencia de regresiones, un resultado directo de la validación continua proporcionada por las pruebas automatizadas. Esta característica es fundamental para el mantenimiento de la calidad del software en proyectos a largo plazo, donde las modificaciones son frecuentes. En contrapartida, el prototipo sin TDD reveló mayor susceptibilidad a fallas y una dependencia acentuada de la validación manual, lo que puede comprometer la integridad del sistema a medida que evoluciona.
El análisis del esfuerzo de desarrollo entre los enfoques demostró que el TDD redistribuye el esfuerzo a lo largo de las etapas del proceso. En la planificación inicial, el TDD exige un mayor esfuerzo para la definición previa de pruebas y escenarios, mientras que el desarrollo sin TDD tiene un menor esfuerzo, enfocado directamente en la implementación. La implementación con TDD es moderada y guiada por las pruebas automatizadas, mientras que sin TDD es rápida, pero sin validación inicial. La detección de errores es temprana con TDD, ocurriendo durante la ejecución de las pruebas, y tardía sin TDD, después de la ejecución manual.
La corrección de errores en el escenario con TDD requirió menor esfuerzo, debido a la identificación temprana de fallas, mientras que en el escenario sin TDD exigió mayor esfuerzo y retrabajo. La refactorización de código fue segura y frecuente con TDD, apoyada por las pruebas, pero limitada y más arriesgada sin TDD. La validación del sistema fue automatizada y continua con TDD, y manual o parcialmente automatizada sin TDD. El tiempo total de desarrollo fue más equilibrado a lo largo del ciclo con TDD, y mayor sin TDD, debido a la necesidad de correcciones posteriores.
En términos cuantitativos, el prototipo con TDD presentó una cobertura de pruebas de aproximadamente 85%, en comparación con cerca del 20% en el prototipo sin TDD. El número de fallos identificados fue de dos ocurrencias con TDD, contra seis en el escenario sin TDD. Los fallos por funcionalidad fueron bajos con TDD y medios a altos sin TDD. El tiempo medio de corrección de errores fue de aproximadamente diez minutos con TDD, en contraste con unos 25 minutos en el escenario sin TDD, evidenciando la eficiencia del enfoque orientado a pruebas.
El tiempo de ejecución del pipeline de pruebas fue de aproximadamente 30 segundos con TDD, mientras que en el escenario sin TDD fue de unos diez segundos, reflejando la ausencia de pruebas automatizadas. Las fallas en la compilación CI/CD fueron una ocurrencia con TDD y cuatro sin TDD, reforzando la mayor estabilidad del proceso de integración cuando se aplica TDD. Estos datos numéricos corroboran la superioridad del TDD en términos de calidad y confiabilidad del software, a pesar de una inversión inicial de tiempo en la escritura de pruebas.
Un aspecto relevante observado fue la distribución de las fallas por funcionalidad. En el escenario con TDD, la incidencia de fallas se mantuvo baja y distribuida de forma más homogénea, indicando una robustez general del sistema. En contraste, en el escenario sin TDD, hubo una mayor concentración de errores en funcionalidades críticas, lo que apunta a una fragilidad en la validación inicial y un riesgo elevado de problemas en partes esenciales de la aplicación. Esta diferencia en la distribución de fallas subraya la capacidad del TDD de promover un diseño más resiliente.
Se observó una compensación entre los enfoques: el desarrollo sin TDD favoreció la rapidez inicial en la codificación, pero el TDD destacó en la reducción del retrabajo y la mejora de la calidad a lo largo del tiempo. Este comportamiento refuerza la idea de que las métricas a corto plazo, como la velocidad inicial de implementación, no son suficientes para evaluar la eficacia de las prácticas de ingeniería de software. La calidad y la sostenibilidad del código, promovidas por el TDD, son beneficios que se manifiestan en etapas posteriores del ciclo de vida del software.
La adopción del TDD no solo impacta aspectos técnicos, sino también el proceso cognitivo del desarrollo. La necesidad de definir pruebas previamente exige una comprensión más profunda de las reglas de negocio, lo que conduce a decisiones de diseño más estructuradas y a un código más robusto. En el desarrollo sin TDD, esta etapa de comprensión y diseño tiende a ser menos explorada, resultando en soluciones que pueden ser menos robustas y más propensas a fallos futuros, según la literatura sobre diseño de software (Martin, 2009).
En términos generales, los resultados demostraron que el TDD, aunque puede presentar un costo inicial mayor en términos de tiempo y esfuerzo, proporciona beneficios medibles y duraderos a lo largo del ciclo de vida del software, especialmente cuando se integra con prácticas de CI/CD. Estos hallazgos están en consonancia con la literatura, que señala al TDD como un enfoque eficaz para mejorar la calidad, la testeabilidad y el mantenimiento de sistemas de software modernos, contribuyendo a la construcción de aplicaciones más confiables y escalables.
4. Conclusión
El presente trabajo tuvo como objetivo analizar los impactos de la utilización de la metodología Test-Driven Development (TDD) en el desarrollo de aplicaciones front-end con Angular, considerando su integración con pipelines de Integración y Entrega Continuas (CI/CD). Se verificó que la aplicación del TDD, siguiendo el ciclo Red-Green-Refactor, resultó en mayor cobertura de pruebas, estimada en aproximadamente 85%, y menor incidencia de fallos en el pipeline CI/CD, con 2 ocurrencias. Se observó también una reducción significativa en el tiempo medio de corrección de errores, que fue de cerca de 10 minutos en el escenario con TDD, en contraste con aproximadamente 25 minutos en el desarrollo sin TDD. En contrapartida, el prototipo sin TDD presentó una cobertura de pruebas de aproximadamente 20% y 6 fallos en el pipeline, evidenciando mayor inestabilidad y dependencia de validación manual. Estos hallazgos indicaron que el TDD promueve un diseño de software más modular, cohesionado y con bajo acoplamiento, facilitando la detección precoz de fallos y la refactorización segura del código.
La integración del TDD con pipelines de CI/CD potenció los beneficios, garantizando validación continua y feedback inmediato, lo que contribuye a la prevención de regresiones y al mantenimiento de la estabilidad de la aplicación. Aunque el TDD exige un esfuerzo inicial de desarrollo mayor para la escritura previa de pruebas, los resultados demostraron que esta inversión se compensa con las ganancias obtenidas en etapas posteriores, como la reducción de retrabajo y la mejora de la calidad y sostenibilidad del software a lo largo del ciclo de vida. Como limitación, se destaca que el análisis se realizó con base en un alcance funcional específico y en un único contexto tecnológico, lo que puede restringir la generalización de los resultados. Para trabajos futuros, se sugiere la ampliación del análisis a otros frameworks y lenguajes, así como la inclusión de métricas cuantitativas más detalladas, como tiempo de desarrollo medido y número de defectos por funcionalidad. Se concluye que la adopción del TDD, especialmente cuando se combina con prácticas de CI/CD, representa una estrategia eficaz para el desarrollo de software moderno, contribuyendo a la entrega de sistemas más confiables, escalables y de alta calidad.
Referencias Bibliográficas
Aniche, M. 2014. Test-Driven Development: Teste e design no mundo real. Casa do Código, São Paulo, SP, Brasil.
Aniche, M. 2015. Testes automatizados de software: Um guia prático. Casa do Código, São Paulo, SP, Brasil.
Beck, K. 2010. TDD: Desenvolvimento guiado por testes. Bookman, Porto Alegre, RS, Brasil.
Campbell, P.; Papapetrou, P. 2013. SonarQube in Action. Manning Publications, Shelter Island, NY, EUA.
Decan, A. 2022. Empirical study on the use of GitHub Actions in software development. Empirical Software Engineering 27(5): 1–33.
Duvall, P. M.; Matyas, S.; Glover, A. 2007. Continuous integration: Improving software quality and reducing risk. Addison-Wesley, Boston, MA, EUA.
Feathers, M. C. 2013. Trabalho eficaz com código legado. Bookman, Porto Alegre, RS, Brasil.
Fowler, M. 2006. Continuous integration. Disponível em: https://martinfowler.com/articles/continuousIntegration.html. Acesso em: 2 abr. 2025.
Fowler, M. 2019. Refatoração: Aperfeiçoando o design de códigos existentes. 2. ed. Novatec, São Paulo, SP, Brasil.
Freeman, S.; Pryce, N. 2009. Growing object-oriented software, guided by tests. Addison-Wesley, Boston, MA, EUA.
Google Developers. 2023. Angular Testing Guide. Disponível em: https://angular.io/guide/testing. Acesso em: 2 abr. 2025.
Humble, J.; Farley, D. 2010. Continuous delivery: Reliable software releases through build, test, and deployment automation. Addison-Wesley, Boston, MA, EUA.
Martin, R. C. 2009. Código limpo: Habilidades práticas do Agile Software. Alta Books, São Paulo, SP, Brasil.
Meszaros, G. 2007. xUnit test patterns: Refactoring test code. Addison-Wesley, Boston, MA, EUA.
Pacheco, R. F. V. 2024. Testing system to demonstrate requirements compliance in a migration context. Dissertação (Mestrado em Engenharia de Software) – Faculdade de Engenharia, Universidade do Porto, Porto, Portugal.
Silvestre, B. H.; Scombatti Pinto, G. A. 2023. A importância dos testes de software. Revista Interface Tecnológica 20(2): 122–133. Disponível em: https://revista.fatectq.edu.br/interfacetecnologica/article/view/1775. Acesso em: 17 set. 2024.
Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Ingeniería de Software del MBA USP/Esalq
Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy