El año pasado hemos asistido a la explosión de los modelos de inteligencia artificial generativos con los que se puede crear automáticamente texto, sonidos, imágenes o, incluso, videos. Entre los que posiblemente han destacan los Modelos Grande de Lenguaje (LLM, por las siglas en inglés de Large Language Model) como son GTP-3 y GPT-4. Siendo uno de los casos de uso más polémicos los asistentes para el autocompletado de código como pueden ser GitHub Copilot o Tabnine. Herramientas que han revolucionado la forma en que se desarrolla software. Facilitando la escritura de código de “calidad”, aunque no exento de errores, y algunos de ellos importantes para la seguridad y privacidad de los datos, a una velocidad que un programador humano no puede alcanzar. Aunque muchos desarrolladores han recibido con entusiasmo la aparición de estas herramientas, también hay otros que las han recibido con cautela debido a los desafíos que plantea en términos éticos y de responsabilidad. En esta entrada vamos a analizar algunos de los desafíos que presentan los modelos LLM en el desarrollo de software.
La revolución de los modelos LLM
El proceso de la automatización dentro del campo de la programación no es un fenómeno nuevo. Las herramientas de desarrollo integrado (IDE, por las siglas en inglés de Integrated Development Environment) han proporcionado sugerencias automáticas y funciones de autocompletado desde hace años. Aunque hasta ahora se reducía a sugerir el nombre de variables, funciones o métodos que eran compatibles con lo que el programador escribía. Una función que permite reducir los errores tipográficos y, en consecuencia, los tiempos de desarrollo y depuración.
Ahora, la aparición de asistentes basados en modelos LLM es algo que cambia drásticamente la dinámica dentro del desarrollo de software. Herramientas como GitHub Copilot o Tabnine, entrenadas con grandes conjuntos de código fuente, permite generar nuevas funciones en base únicamente a la descripción funcional de esta casi al momento. Además de prever y sugerir líneas de código coherentes y funcionalmente correctas al programador. Provocando un aumento de la productividad sin precedentes en la industria. Algo que no se encuentra exento de desafíos éticos y legales.
Democratización del proceso de desarrollo
Uno de los impactos más notables de estas herramientas es la posible democratización del proceso de desarrollo de software. Ahora que las funciones básicas que realizan una tarea las puede crear un modelo, no es necesario un nivel de conocimientos tan profundo como antes para la creación de un programa. De este modo, los programadores juniors pueden hacer uso de estas herramientas para acelerar su aprendizaje y contribuir de manera más significativa en los proyectos. Mientras, que en el caso de los programadores senior les permite adoptar nuevas tecnologías más rápidamente. Reduciendo la barrera de entrada para convertirse en un desarrollador productivo, tanto para los juniors como los seniors que llegan a un nuevo equipo de trabajo, lo que podría llevar a un aumento en la diversidad.
Desafíos en la calidad del código
Aunque estas herramientas prometen código de “calidad”, no están exentas de fallos y existe el riesgo de que estos pasen desapercibidos y lleguen al producto final. Incluso para desarrolladores experimentados que pueden llegar a confiar en exceso en los resultados de estas herramientas. Teniendo en cuenta que la calidad del código no se reduce solo a la funcionalidad, sino también a la legibilidad, mantenibilidad y eficiencia de este. Sin la supervisión exhaustiva de un experto humano, el resultado podría carecer de estas características. Obteniendo como resultados soluciones subóptimas y difíciles de mantener.
A medida que las herramientas de generación de código automatizado mejoran con el tiempo, esto posiblemente provocará un posible dilema entre la calidad de un desarrollo humano y la velocidad de uno automático. ¿Es preferible un código rápido, pero posiblemente con múltiples defectos, o un desarrollo más lento, pero de más calidad? La respuesta a esta pregunta dependerá en gran medida de la naturaleza del proyecto y la importancia de la calidad en relación con los plazos. En algunos sectores posiblemente gane la calidad, especialmente en aplicaciones críticas. Aunque, dada la actual tendencia que existe en el mercado de software en un perpetuo estado de beta con problemas que se solucionan mediante continuos parches, la aparición de los modelos puede que sean algo que acentúan esta práctica del mercado.
Responsabilidad ética en el desarrollo de software automatizado
Al igual que pasa con la calidad, el aspecto ético del desarrollo de software con modelos de lenguaje avanzados también es una preocupación entre los expertos. Ahora, ¿quién es responsable de los fallos existentes en el código? Especialmente en aquellos casos que pueden producir una fuga de datos confidenciales, pérdidas económicas o daños a las personas. ¿Es el programador humano o la herramienta? En el caso de que sea la herramienta, ¿esto hace responsable de todos los fallos al creador de esta?
Hoy las condiciones de uso de las herramientas suelen incluir un descargo de responsabilidad por parte del fabricante. Por lo que en la práctica el responsable final será el programador humano por no haber detectado el fallo que el código generado por la herramienta ha introducido en el producto final que ha creado.
Por otro lado, la automatización no elimina la necesidad de la toma de decisiones éticas dentro del desarrollo de software. Los programadores aún deben tomar decisiones fundamentales sobre el diseño, la seguridad y la privacidad de los productos. El uso directo, sin evaluar las consecuencias, del código propuesto por la herramienta puede producir consecuencias no deseadas, y la responsabilidad vuelve a recaer en los programadores humanos que deben validar y mejorar continuamente el código generado y el producto resultante en general.
Reducción de los equipos de desarrollo
El impacto de la automatización en el desarrollo de software también afectará a los equipos de desarrollo. A medida que las herramientas de generación de código avancen, es posible que tareas básicas que anteriormente requerían intervención humana se automaticen, lo que podría resultar en equipos de desarrollo más pequeños.
Los perfiles con menor experiencia, como los desarrolladores juniores o aquellos que realizan tareas rutinarias, podrían verse sustituidos directamente por los modelos. Lo que plantea la pregunta sobre cómo evolucionarán las oportunidades laborales en la industria. Hasta ahora los juniors adquirían gran parte de su experiencia mediante la realización de tareas más básicas y rutinarias, justamente las que son más fáciles de automatizar.
Si bien algunas tareas rutinarias pueden ser automatizadas, esto también permite que los desarrolladores junior se centren en tareas de mayor valor añadido desde el primer día. Lo que podría incluir la resolución de problemas complejos, el diseño arquitectónico y la colaboración en la toma de decisiones estratégicas. La reducción de la necesidad de roles con menor experiencia podría ir acompañada de un aumento en la necesidad de habilidades más especializadas y estratégicas. Lo que, como en previas revoluciones tecnologías, lleva a un cambio de los perfiles necesarios.
Conclusiones
La aparición de los modelos LLM ha generado un panorama cambiante en la industria del desarrollo de software que solo acaba de comenzar. La automatización va a traer un aumento de la productividad, pero también trae nuevos problemas. En primer lugar, es necesario encontrar un equilibrio entre la automatización y la intervención humana para garantizar la calidad del software. La adopción de herramientas avanzadas no debe significar la pérdida de los principios fundamentales de desarrollo de software, como la responsabilidad, la ética y la búsqueda constante de la excelencia en calidad. Al abordar los nuevos desafíos, la comunidad de desarrollo puede aprovechar al máximo las ventajas de la inteligencia artificial sin comprometer la integridad y la ética en el proceso.
Imagen de Alexandra_Koch en Pixabay
Deja una respuesta