El objetivo esencial del TFG es analizar cómo la Inteligencia Artificial puede apoyar el desarrollo de software en entornos No-Code y Low-Code, identificando las fases del proceso clásico de ingeniería del software en las que puede intervenir y evaluando la calidad de los resultados obtenidos. La metodología se basa en un estudio estructurado de cada fase del ciclo de desarrollo, con revisión bibliográfica, comparación de herramientas actuales y análisis crítico de su potencial, riesgos y limitaciones. Los resultados más destacados serán la identificación de tareas que pueden ser parcialmente automatizadas por IA, la comparativa entre el rendimiento de la IA y el trabajo humano (tanto de un profesional como de un citizen developer), y la propuesta de un marco de integración en entornos No-Code/Low-Code. Las conclusiones prevén resaltar la relevancia de este enfoque para democratizar el desarrollo de software, señalando a la vez los límites actuales de la IA, los riesgos asociados a su uso y las perspectivas futuras para la disciplina.

The main objective of the Final Degree Project is to analyse how Artificial Intelligence can support software development in No-Code and Low-Code environments, identifying the phases of the traditional software engineering process where it can intervene and assessing the quality of the results obtained. The methodology is based on a structured study of each phase of the development cycle, including a literature review, comparison of current tools, and a critical analysis of their potential, risks, and limitations. The most relevant outcomes will be the identification of tasks that can be partially automated by AI, the comparison between AI performance and human work (both that of a professional and a citizen developer), and the proposal of a framework for integration in No-Code/Low-Code environments. The conclusions aim to highlight the relevance of this approach for democratizing software development; while also pointing out the current limits of AI, the risks associated with its use, and the prospects for the discipline.

L'objectiu essencial del TFG és analitzar com la Intel·ligència Artificial pot donar suport al desenvolupament de software en entorns No-Code i Low-Code, identificant les fases del procés clàssic d'enginyeria del software on pot intervenir i valorant la qualitat dels resultats obtinguts. La metodologia es basa en un estudi estructurat de cada fase del cicle de desenvolupament, amb revisió bibliogràfica, comparació d'eines actuals i anàlisi crítica del seu potencial, riscos i limitacions. Els resultats més destacats seran la identificació de tasques que poden ser parcialment automatitzades per IA, la comparativa entre el rendiment de la IA i el treball humà (tant d'un professional com d'un citizen developer), i la proposta d'un marc d'integració en entorns No-Code/Low-Code. Les conclusions preveuen ressaltar la rellevància d'aquest enfocament per democratitzar el desenvolupament de software, assenyalant alhora els límits actuals de la IA, els riscos associats al seu ús i les perspectives futures per a la disciplina.