Pregúntele a un analista líder de la industria sobre el impacto de la IA generativa (GenAI) en la forma en que trabajamos juntosy señalarán que apenas estamos comenzando a descubrir todas las formas en que puede remodelar nuestras tareas e interacciones.
GenAI «conducirá a una reinvención del trabajo con procesos de trabajo más centrados en el ser humano», según un análisis por Accenture. «GenAI está democratizando el rediseño de los procesos de negocio, brindando a todos, desde los trabajadores de ensamblaje hasta agentes de servicio al cliente a los científicos de laboratorio: el poder de remodelar sus propios flujos de trabajo».
También: Cómo el desarrollo de código asistido por IA puede hacer que su trabajo de TI sea más complicado
Todo bien, todo bien. Pero rara vez escuchamos sobre el impacto en el trabajo de las personas que crean aplicaciones compatibles con GenAI o trabajan con las herramientas. Más allá de poder generar código rápidamente en idiomas seleccionados, ¿cómo está cambiando el trabajo de los tecnólogos?
En opinión de algunos líderes y expertos de la industria, el impacto de GenAI no parece estar a la altura de los milagros presentados para los roles empresariales. «No todos los desarrolladores ven una oportunidad en estas herramientas para el desarrollo de software», dice Amrit Jassal, director de tecnología de Egnyte. «Hay bastantes asperezas, especialmente para los desarrolladores experimentados.»
Trabajo de desarrollo de software y tecnología. depende en gran medida del trabajo en equipo, repartir el trabajo entre grupos y trabajar en estrecha colaboración con los usuarios empresariales. Por eso son tan importantes prácticas como Agile, Scrum y DevOps. Para estos fines, la IA no resulta muy prometedora todavía, afirma Jassal. «Las herramientas de IA generativa todavía están dirigidas a individuos más que a equipos, dentro de usuarios avanzados como DevOps o ejecutivos».
Los efectos colaborativos de la IA «están en su infancia y, en cierto sentido, estamos navegando hacia aguas inexploradas que necesitan ser exploradas en su totalidad», dice Ed Macosky, director de productos y tecnología de Boomi. «Si bien la IA continúa desarrollándose, las primeras iteraciones ya se están abriendo camino en los flujos de trabajo de los desarrolladores. Sin embargo, a pesar de estos prototipos de IA, todavía estamos definiendo políticas explícitas de IA, ya que hay muchas preguntas sobre la soberanía, la seguridad y la regulación de los datos que todavía no han recibido una respuesta concreta».
Además, los equipos de tecnología deben ser conscientes de «crear dependencias de la IA», añade Macosky. «Dependerse completamente de la IA corre el riesgo de que la experiencia de los desarrolladores especializados se aísle y pueda dar lugar a que las personas no entiendan cómo hacer su trabajo sin la IA, lo que a su vez crea un riesgo significativo».
Crear dependencias de IA «no es intrínsecamente dañino, pero tenemos que señalar la etapa en la que está ayudando a que los humanos avancen, en lugar de reemplazar áreas en las que todavía se desea que los humanos tomen decisiones críticas», dice Macosky.
Este es particularmente el caso de los datos y el código que deben ser de máxima calidad. «Si dependemos demasiado de la IA sin desarrollar e introducir datos y códigos de calidad, eso es lo que plantea el mayor riesgo», afirma.
La dependencia excesiva de las herramientas de inteligencia artificial puede ser el mayor inconveniente, coincide Jassal. «Confiar en herramientas como OpenAI Code Interpreter, que esencialmente regurgita recetas de ‘Stack Overflow’, puede disminuir la innovación. Las prácticas comprobadas como la programación entre pares con mentores disminuirán, empujando a los desarrolladores junior hacia el aislamiento social. El trabajo en equipo es un componente esencial de cualquier gran desarrollo de software a gran escala.»
También: La IA está potenciando la colaboración entre desarrolladores y usuarios empresariales
Aún así, estos expertos y otros son optimistas en cuanto a que GenAI tendrá un impacto positivo a largo plazo en el trabajo de los tecnólogos. Esto es especialmente grave, ya que los equipos de DevOps están sintiendo la presión – «viendo un aumento en el requisito de publicar código a alta velocidad – mientras se garantiza una interrupción mínima de los sistemas existentes», dice Naveen Kamatvicepresidente y director de tecnología de Kyndryl.
La IA puede mejorar la colaboración necesaria para que prácticas como DevOps funcionen, continúa. «Los sistemas impulsados por IA también pueden ayudar a los equipos al proporcionar una visión única y unificada de los sistemas y sus problemas a lo largo de la compleja cadena de DevOps. Al mismo tiempo, la aplicación de IA a estos sistemas puede mejorar la comprensión y el conocimiento completos de las anomalías detectadas y rectificarlas. instantáneamente a través de alertas a las partes interesadas adecuadas».
Además, agrega Kamat, «la IA puede ayudar con el monitoreo del código implementado, en términos de rendimiento, experiencia del usuario y retroalimentación. Esto hace posible que las empresas mejoren la experiencia de sus clientes y que los ejecutivos de negocios y las partes interesadas dentro de la empresa tener una vista curada y consolidada para calibrar los resultados y trabajar en estrecha colaboración con los equipos de DevOps para lograr mayores mejoras».
También: Más allá de la programación: la IA genera una nueva generación de roles laborales
La productividad también puede recibir un impulso al incorporar la IA en los procesos colaborativos. «Estamos viendo que los equipos de ingeniería incorporan cada vez más sus estrategias a los objetivos comerciales generales», afirma Macosky. «Debido a las capacidades de la IA, los proyectos prototipo, como los pilotos, las pruebas de conceptos y las pruebas de aplicaciones, requieren significativamente menos recursos, lo que aumenta la productividad del equipo. Como resultado, los desarrolladores pueden llevar estos proyectos a los equipos de negocios, generar ideas sobre nuevos objetivos organizacionales basados en estos proyectos. y, en general, aumentar el nivel de comprensión mutua entre el personal técnico y no técnico».
En última instancia, la mejor dirección para la IA «es que desaparezca en un segundo plano y no sea intrusiva», dice Jassal. «En general, la adopción de nuevas herramientas siempre es más fácil cuando se aprovechan de procesos y herramientas existentes, como los entornos de desarrollo integrados».