La Inteligencia Artificial (AI) es uno de los motores y estandartes indiscutibles de la evolución tecnológica: la podemos aplicar en prácticamente cualquier ámbito de la tecnología y a través de ella a una inmensidad de herramientas en la vida real.
Tras la eclosión de determinadas tecnologías punteras como Big Data o Machine Learning, que se fueron desarrollando de forma lógica en base a la demanda del consumo de la información y asociadas a un nuevo contexto e infraestructuras enfocadas principalmente en la creación y definición de modelos predictivos con los que poder crear escenarios futuros, complejos y aproximativos sobre los que tomar decisiones, la IA ha ido tomando forma paulatinamente hasta alcanzar un nivel de madurez interesante que a día de hoy nos permite disponer de aplicaciones realmente asombrosas.
Y aunque todavía está lejos de alcanzar un nivel sólido, teniendo en cuenta que realmente el concepto de inteligencia artificial como tal nació en los años 50, su recorrido es prometedor.
Modelos GPT-n
En este contexto, en 2015 se funda OpenAI, una organización sin ánimo de lucro apoyada por Elon Musk y Sam Altman con el objetivo de desarrollar una inteligencia artificial “amigable”.
Open AI lanza su primera beta pública en 2016 y desde entonces han ido evolucionando hasta crear en 2017 los modelos GPT-n de pre-entrenamiento generativo, que están basados en una arquitectura fundamentada en técnicas de deep learning denominada Transformer y apoyada en procesamiento de lenguaje natural (NLP) a través de sistemas de redes neuronales que permiten producir textos que simulan la redacción humana dentro de contextos reales en multitud de diferentes casuísticas.
La última versión que Open AI lanzaba en 2020 se denomina GPT-3 y tiene una capacidad de 750 billones de parámetros de aprendizaje automatizado frente a los 1,5 billones de su predecesor GPT-2 (2019). El avance supone un volumen alcanzado inimaginable hasta la fecha con un marcado crecimiento exponencial en su evolución. Gracias a ello, ya se pueden conseguir cosas tan sorprendentes como generar un componente web en React en base a la descripción de lo que quieres presentar 👇 :
¿Un antes y un después en desarrollo?
Gracias a OpenAI y sus modelos GPT-n nuevos descendientes han ido tomando forma para extrapolar su funcionamiento a otros entornos y contextos. Es el caso del desarrollo de aplicaciones de software para el que GitHub, propiedad de Microsoft desde 2018, publicaba hace unos días GitHub Copilot, un servicio capaz de asistir a los desarrolladores escribiendo porciones de código y sugerencias que les ayuden en su día a día.
Para que nos entendamos: GitHub Copilot está basado en Codex, un nuevo sistema de Inteligencia Artificial creado por OpenAI. Este software, que se encuentra actualmente en formato de preview técnico, ha sido entrenado con billones de líneas de código opensource (principalmente de GitHub) y tiene como objetivo hacer más fácil la vida de los desarrolladores evitando codificaciones rutinarias repetidas que aportan poco valor sugiriendo otras opciones de forma directa que puedan simplificar el trabajo a modo de pair programmer, es decir: como si fuese otro programador trabajando en pareja.
Esta herramienta se integra de forma directa en el entorno de desarrollo visual (IDE) del programador a través de un plugin que le permite el acceso directo al asistente al que puede recurrir en cualquier momento para obtener resultados tan molones como esto:
No obstante, hay que tener muy en cuenta que estamos hablando de “sugerencias” de código; el programador debe revisar y decidir en última instancia si utilizar el código generado por el asistente, refinarlo, o directamente descartarlo. Parecía que sí, pero de momento seguimos teniendo la última decisión y responsabilidad durante todo el desarrollo.
Sobre el futuro de lA aplicada al desarrollo
A pesar de que este tipo de herramientas basadas en Inteligencia Artificial es prometedor, es evidente que todavía tienen mucho recorrido por delante y que probablemente vayan acompañadas de una incertidumbre y controversia que ya podemos empezar a divisar.
Algunos ejemplos de ello son, por un lado, el caso de ciertos sectores que empiezan a temer por la seguridad de los puestos de trabajo de los desarrolladores, y por otro, el de los que comienzan a dudar de la autoría del código generado por los programadores al hacer uso del asistente al tener en cuenta que éste ha sido entrenado con código abierto (basado en licencias GPL).
En cualquier caso, lo que sí está claro es que estamos ante un cambio de paradigma que muy probablemente determinará nuevas tendencias antes de lo que nos imaginamos, y que sin dejar a un lado el inequívoco aporte a nivel de desarrollo tecnológico, sin duda deberá ir acompañado de un marco legal que lo regule y acompañe para garantizar un crecimiento orgánico, coherente y asentado que pueda garantizar el valor aportado con el mínimo impacto posible.
