El impacto de la IA generativa en los equipos de desarrollo es… complicado
Si bien las herramientas de IA generativa como ChatGPT o GitHub Copilot pueden ofrecer enormes ganancias de productividad, ¿el trabajo del CIO realmente se está volviendo más complejo?
El código ahora se puede generar bajo demanda en lenguajes que van desde Java hasta Python. En una encuesta reciente de Sourcegraph, el 95 % de los desarrolladores dijeron que usan Copilot, ChatGPT y otras herramientas de inteligencia artificial de esta manera.
Pero la generación automática de código nuevo solo puede resolver parte del problema para las empresas que ya mantienen bases de código complejas y requieren altos niveles de cohesión, responsabilidad y seguridad.
Problema de difusión de código
Por lo tanto, las tareas de garantía de calidad y seguridad asociadas con el trabajo de software no van a desaparecer pronto. “Para programadores e ingenieros de software, ChatGPT y otros excelentes modelos de lenguaje ayudan a crear código en casi cualquier idioma”, dijo Andy Thurai, analista de Constellation Research. “Sin embargo, la mayor parte del código generado tiene vulnerabilidades de seguridad y es posible que no pase el código de nivel empresarial. Entonces, si bien la IA puede ayudar a acelerar la codificación, se debe tener cuidado para analizar el código, encontrar errores y corregirlos, lo que eliminará la IA”. Algunas de las ganancias de productividad que los proveedores están promocionando”.
Luego está la proliferación de código.
La llegada de la computación en la nube, que parecía simplificar la adquisición de aplicaciones cuando se lanzó, ahora es sinónimo del increíble caos de servicios que es necesario administrar. Esto se puede utilizar como una analogía con el despliegue de inteligencia artificial generativa en el desarrollo de software.
La entrega de código más rápida genera expectativas más altas
La relativa facilidad de generar código a través de IA ayudará a seguir expandiendo la base de código. Los autores de la encuesta de Sourcegraph llaman a esto “código grande”. La mayoría de los 500 desarrolladores encuestados en la encuesta estaban preocupados por la gestión de todo este código nuevo, así como por la proliferación de código y la creación de deuda técnica. Incluso antes de generar IA, casi ocho de cada 10 desarrolladores dijeron que su base de código se había multiplicado por cinco en los últimos tres años. La misma cantidad de desarrolladores luchan por comprender el código existente generado por otros.
Por lo tanto, la perspectiva de productividad para la IA generativa en la programación es mixta.
Para los equipos de TI encargados de mantener y respaldar el software, la ayuda de la IA podría ser algo más que complicar las cosas, señaló Thurai. “La IA también puede afectar la respuesta a incidentes, los gerentes de calidad y el personal de apoyo”, dijo. “Pueden usar IA para detectar incidentes anteriores, ver cómo se resolvió el problema y, si es posible, automatizarlo para que no vuelva a suceder. La IA también puede ayudar a automatizar algunas correcciones para evitar alertas constantes y se pierde mucho tiempo arreglando problemas básicos”. Para el personal de atención al cliente, esto les ayuda a adaptar el servicio a sus necesidades”.
Una entrega de código más rápida también genera mayores expectativas por parte de las empresas, que también quieren que las aplicaciones se adapten más fácilmente a los requisitos cambiantes. “Estamos pasando a un enfoque basado en modelos y alejándonos de la codificación basada en reglas if-then-else”, dijo Preeti Lobo, directora de la práctica de Automatización e Integración Empresarial de Apps Associates. “Las aplicaciones de hoy deben ser más intuitivas. y diseñado en torno al usuario individual, en lugar de proporcionar una experiencia genérica para todos. La IA generativa ya permite este nivel de personalización y, en el futuro, la IA desarrollará la mayor parte del código”.
Nuevos roles para el departamento de TI
Aún así, se necesita mano de obra humana en puntos críticos para garantizar la calidad y la alineación con los objetivos comerciales. “Los desarrolladores tradicionales serán responsables de mantener los datos de entrenamiento utilizados por los modelos de IA y revisar cualquier discrepancia o anomalía”, agregó Preeti Lobo.
El auge del desarrollo de código asistido por IA también requiere que los CIO asuman un papel más amplio en la empresa. “Se espera que los profesionales de TI usen muchos sombreros nuevos”, dijo Preeti Lobo.
Las mayores responsabilidades incluyen roles como “entrenador ético de IA, ingeniero de lenguaje de máquina, científico de datos, estratega y consultor de IA, y control de calidad”, agregó. Además, los profesionales de la tecnología deberán participar en la “creación de una hoja de ruta estratégica de IA, así como en la identificación de anomalías en las estructuras de datos y los resultados”.
La IA generativa destaca el procesamiento del lenguaje natural
La IA generativa también destaca el procesamiento del lenguaje natural (NLP), dijo Lobo. “Los profesionales deben esforzarse por dominar lenguajes de programación como Python, Java, C++, y aprender librerías y frameworks como NumPy, Keras, TensorFlow, Matplotlib, Seaborn, etc.”, agregó.
“Pero también deberían buscar perfeccionar las habilidades analíticas, de resolución de problemas y de pensamiento crítico, así como la lingüística. Estas habilidades pueden ayudar exponencialmente en el campo de la PNL, que es un factor esencial cuando se trabaja con IA”.
Los profesionales técnicos también asumen otro rol: acompañan y dan soporte a más personas que desarrollan e implementan sus propias aplicaciones. “En el pasado, las posibilidades estaban limitadas por limitaciones técnicas o servicios de TI”, explicó Thurai. “Hoy en día, todo es posible. Cualquiera puede encontrar una manera de aumentar la facturación o las ganancias de cualquier negocio, y esto se puede hacer usando inteligencia artificial”.
Fuente: “ZDNet.com”
