Este año ha visto una notable explosión de interés en la IA generativa. Retroceda solo seis meses, y la mayoría de la gente nunca había oído hablar de eso. Ahora, parece que todos, desde profesionales de la tecnología hasta estudiantes, lo están usando y experimentando, en particular, con el “niño del cartel” ChatGPT.
Esto también ha generado una discusión cada vez mayor sobre si AI y GenAI significan el final de los roles humanos, incluso en el desarrollo de software. ¿ChatGPT y sus primos GenAI (como Bard, Copilot y Bing Chat) significan la desaparición del desarrollador de software, dado que GenAI ya puede generar fragmentos de código?
A Un buen primer paso para considerar esta pregunta es… preguntarle a ChatGPT. Como siempre, dio una respuesta instantánea y elocuente, y la esencia de su respuesta fue “no”.
ChatGPT y modelos de lenguaje similares, escribió, “es poco probable que reemplacen a los ingenieros de software por completo”. Esto se debe a que la ingeniería de software “involucra mucho más que el simple procesamiento del lenguaje natural” y requiere una variedad de habilidades, como la resolución de problemas y la colaboración, que están “más allá del alcance” de GenAI. Sin embargo, también dijo que GenAI “puede automatizar ciertos aspectos del desarrollo de software” y “aumentar las capacidades de los ingenieros de software”.
Claramente, entonces, no es un caso de “desarrollador de software RIP”, o al menos, no todavía. Pero al mismo tiempo, no hay duda de que el advenimiento de GenAI traerá consigo cambios e interrupciones significativos.
campo de oportunidades
Es útil dividir los impactos en oportunidades y riesgos. Entonces, primero los muchos aspectos positivos.
GenAI acelerará significativamente ciertos aspectos del proceso de desarrollo de software. Ya puede administrar algunas de las tareas de nivel inferior, como la escritura de código de nivel de entrada, fragmentos de código, pruebas y documentación. También puede escribir excelentes comentarios en código, algo que los desarrolladores de software tienden a hacer menos entusiastas.
Y eso es sólo como en el día de hoy. Estas capacidades podrían (casi con certeza, lo harán) mejorar rápidamente y aumentar en el futuro. Lo que catapultó a ChatGPT a la corriente principal fue su capacidad para aprovechar los avances modernos en la potencia informática que permiten entrenar grandes modelos de lenguaje (que sustentan ChatGPT) en un período de tiempo relativamente corto. El potencial de GenAI para aprovechar los avances en computación cuántica podría abrir aún más oportunidades para los desarrolladores.
¿Quién sabe cómo se verá Agile cuando GenAI realmente se desarrolle? Imagina ciclos de sprint de no dos semanas sino de dos días o incluso de dos horas. La velocidad y la productividad podrían estar más allá de nuestros sueños más salvajes. El desafío será manejar todo el código generado, curarlo y administrarlo.
En resumen, existe un gran potencial para hacer las cosas más rápido, potencialmente de manera más económica, y para dedicar más tiempo humano a los aspectos de mayor valor agregado. Todos estos podrían ser grandes aspectos positivos en términos de productividad y entrega al cliente.
No hay duda de que siempre se necesitarán desarrolladores e ingenieros sénior: es donde el arte se encuentra con la ciencia, tienen la experiencia, el conocimiento y la creatividad/capacidad de resolución de problemas para unirlo todo. El papel del programador y, de hecho, del analista comercial seguirá siendo obtener requisitos de los clientes que se puedan convertir en indicaciones para que GenAI genere, pruebe y documente fragmentos de código. Estos todavía tendrán que estar entretejidos en la estructura de la solución general.
También vale la pena recordar que para aprovechar al máximo GenAI, necesita indicaciones bien construidas. En cierto modo, generar GenAI es un protocolo en sí mismo, similar al pseudocódigo. GenAI en este momento no elimina la necesidad de pensar en cómo se debe estructurar una solución de software, que en su mayor parte es el mayor valor que aporta un desarrollador de software.
Una gama de riesgos
Debemos ser honestos y decir que GenAI representa una amenaza para los roles junior y las tareas de nivel de entrada. Sin embargo, en cierto modo, esto no es diferente a los nuevos marcos y herramientas de automatización que siguen apareciendo en el mercado. Es un factor con el que la industria de TI ya está acostumbrada.
Sin embargo, puede ser más pronunciado con GenAI, ya que los clientes pueden esperar que las empresas de software y los consultores reduzcan el tamaño de sus equipos (humanos) debido al hecho de que pueden usar GenAI, ya sea eso o hacer los trabajos más rápido (o ambos).
Por lo tanto, puede estar llegando un punto de inflexión. Pero la tecnología siempre ha sido resistente y adaptable. Siempre se reinventa. Sin duda, se necesitarán nuevos trabajos y roles para apoyar a GenAI (ingenieros rápidos, por ejemplo) que muchos miembros jóvenes del equipo pueden ocupar. GenAI será un disruptor, pero la industria adoptará GenAI ya que tiene otros avances en la ciencia informática.
Si bien la industria no solo sobrevivirá sino que prosperará, el nivel de interrupción que GenAI ha causado y seguirá creando puede ser un paso demasiado lejos para algunos líderes digitales. Pueden decidir dar un paso atrás, permitiendo que una nueva cosecha de líderes dé un paso adelante.
Pero hay otras amenazas o riesgos que deben gestionarse, no solo los relacionados con los trabajos.
Podría decirse que existe el peligro de estancamiento si GenAI solo puede generar un código similar al código utilizado para entrenar los modelos subyacentes. ¿Será capaz alguna vez de dar saltos innovadores? Aquí es donde la inteligencia humana probablemente siempre será necesaria y seguirá siendo muy valiosa.
Luego está el riesgo de error. Ya ha habido casos en los que GenAI está “confiadamente equivocado”, sufriendo “alucinaciones” causadas por la falta de datos, datos sucios u otras limitaciones/errores en los modelos. Los resultados de GenAI, por lo tanto, deben verificarse, probarse, validarse, etc., otra área en la que es probable que los humanos conserven sus trabajos.
Es fundamental que esto suceda. De lo contrario, la velocidad a la que podría propagarse información (o código) falsa y/o maliciosa podría ser realmente aterradora y tener consecuencias potencialmente graves.
Asesoramiento a líderes digitales, consultores, profesionales
Entonces, ¿dónde deja esto a todos en la industria de TI o conectados a ella? Mis cinco consejos clave son los siguientes.
1. Pruébalo. Participe activamente, pruébelo y experimente. No se detenga por el factor miedo.
2. ser transparente dentro de su negocio y con sus propios clientes que está usando o probando GenAI. Después de todo, probablemente ellos también lo sean. Esto puede abrir valiosos intercambios de experiencias, puntos de vista y compartir.
3. Confianza, riesgo, seguridad – estos son los tres lentes clave para evaluar GenAI. Manténgase enfocado en esos. ¿Puedes confiar en los resultados? ¿Está introduciendo algún riesgo sustancial? ¿Es seguro y protegido?
4. Trate a GenAI como cualquier otra tecnología ha usado, implementado o experimentado en su carrera. Aplique los mismos principios y mejores prácticas que siempre lo han guiado.
5. No intentes construir el tuyo propio – Todos los proveedores de la nube están desarrollando una gran cantidad de aplicaciones y servicios, así que utilícelos. Estamos entrando en la era de “GenAI como servicio”.
Como ejemplo de cómo nos acercamos a GenAI en NashTech, lo estamos probando activamente y estamos a punto de comenzar a usar un producto ChatGPT, que hemos desarrollado y perfeccionado nosotros mismos en función de GPT4, para soporte técnico de primera línea para los clientes.
Un lugar para prosperar
Estos son tiempos emocionantes. Nadie puede estar realmente seguro de la escala de los cambios por venir, pero podemos estar seguros de que van a ser significativos.
El advenimiento de GenAI tiene paralelos con el advenimiento de low-code/no-code en la última década. Aunque el código bajo ha reemplazado el desarrollo de software a medida de muchas maneras, en realidad hay más desarrolladores de software ahora que hace una década. Esto se debe a que low-code/no-code, y también GenAI, siempre se centrarán en la fruta madura del desarrollo de software.
Una vez que se han recogido esos frutos, las empresas con visión de futuro están ansiosas por escalar más el árbol para la próxima innovación y, por lo general, eso requiere un trabajo a medida. ¿Qué tan alto es el árbol y GenAI/low-code alguna vez llegará a la cima? Pensamos muy, muy alto, y no.
Por lo tanto, no hay peligro de “desarrollador de software RIP”. La tecnología seguirá siendo un lugar donde los humanos puedan prosperar, basándose en los resultados cada vez más sofisticados que nos brinda la IA.