La IA exige más desarrolladores de software, y no menos
Ha llegado ya la hora de enterrar el mantra de que la IA significa que ya no se necesitarán más desarrolladores de software. Y es que, durante años, hemos escuchado que la IA generativa y los grandes modelos de lenguaje (LGM) terminarían por quitarnos el trabajo. Y si vemos el desarrollo de software, eso vendría a suponer que cada vez habrá menos humanos escribiendo código, pero eso no es lo que sugieren los datos. Porque, en lugar de dejar de lado a los desarrolladores, las herramientas de codificación de IA como GitHub Copilot estimulan a las organizaciones para crear más cantidad de software de una manera más rápida
En consecuencia, conforme las herramientas de IA abaratan y facilitan la codificación, la demanda de código se dispara, al igual que la necesidad de desarrolladores cualificados. Así que, la única pregunta real que queda es: ¿qué papel desempeñarán los desarrolladores junior en el desarrollo de software impulsado por la IA?
Codificación más rápida, mayor rendimiento
Partamos de la base de GitHub Copilot. Un estudio interno dividió a 95 ingenieros en dos grupos: los que tenían aquella solución y los que no. Los primeros terminaron una tarea de codificación un 55% más rápido, con una tasa de éxito general más alta (78% frente a 70%).
Si miramos más allá de los pequeños experimentos, los datos consistentes. En 2023, GitHub ya reconoció que Copilot generó cerca del 46% de todo el código en archivos donde está habilitado, porcentaje que alcanza el 60% e incluso más dependiendo del lenguaje. Eso incluye Java, uno de los lenguajes empresariales más utilizados en el mundo.
El resultado es ingenieros que consiguen hacer más, se sienten menos frustrados y pueden asumir proyectos que antes dormían en el repositorio de tareas atrasadas. Los estudios demuestran que los equipos asistidos por IA también disfrutan de mayores tasas de precisión: en algunas pruebas, el código automatizado tuvo una tasa de éxito un 53% mayor en las pruebas en
comparación con el código escrito de manera manual.
Más IA, más personas
Esta ganancia inesperada de productividad tiene una consecuencia pasmosa. Cuando un equipo cumple con su lista de tareas en la mitad de tiempo, no invita a sus ingenieros a tomarse libre el resto del año. Lo que hace es centrarse en una nueva idea de negocio. Ahora, las empresas se dedican a crear el doble de cosas, pero sólo contratan a la mitad de desarrolladores, con lo que llegamos al efecto de la paradoja de Jevons: hacer que la codificación sea más eficiente impulsa a las organizaciones a expandirse, abordando iniciativas de software más grandes y diversas.
Por consiguiente, ahí van algunas razones de por qué veremos a los desarrolladores cualificados volverse más importantes con la IA, en lugar de ocurrir al contrario:
-Productividad: todas las empresas tienen una lista de funciones deseadas, herramientas internas, proyectos de automatización e ideas de aplicaciones que no se han desarrollado debido a limitaciones de tiempo y recursos. Los LLM reducen la energía de activación que se necesita para iniciar estos proyectos.
-Mantenimiento: cuanto más software se escriba, más habrá que probar, depurar, proteger, mantener, actualizar e integrar. El código generado por los LLM no está libre de errores ni se mantiene por sí mismo. En todo caso, la velocidad de generación podría llevar inicialmente a una revisión cuidadosa, refactorización y soporte del código.
-Complejidad: los LLM destacan en tareas bien definidas y localizadas basadas en patrones aprendidos de vastos conjuntos de datos. En cuanto a estadísticas, brillan, pero les cuesta afrontar cuestiones tales como la arquitectura de sistemas a gran escala, la resolución de problemas novedosos, la comprensión profunda del contexto empresarial, las consideraciones de seguridad complejas, la optimización del rendimiento bajo cargas inusuales y el diseño de experiencias de usuario matizadas.
-Control de calidad: en relación con lo anterior, un LLM podría generar código que parezca aceptable, pero ¿es seguro? ¿Es eficiente? ¿Maneja correctamente los casos extremos? ¿Se alinea con la arquitectura general del sistema y los objetivos empresariales? Los desarrolladores humanos son controladores de calidad esenciales. Salvan la brecha entre el código generado y el software fiable y listo para la producción.
Por eso seguiremos necesitando personas. Como recordatorio de por qué también necesitaremos más IA, una investigación de IBM sugiere que la IA generativa podría traducirse en un 15% a 20% más de productos o funciones lanzados por las empresas, con un tiempo de comercialización entre un 10% y un 15% más rápido. Sin duda, una enorme ventaja competitiva.
El contenido original de esta nota fue publicado en Computerworld.es. Para leer la nota completa ingresá acá