A medida que el mundo del desarrollo de software adopta el potencial de las herramientas de IA generativa como CodeWhisperer de Amazon Web Services y Copilot de GitHub, se vuelve cada vez más crucial para las organizaciones establecer políticas de IA generativa bien defi . Estas políticas son esenciales no sólo para aprovechar los beneficios de productividad sino también para mitigar los riesgos potenciales asociados con estas herramientas.
Aumento de la productividad con IA generativa
Las herramientas de IA generativa se han mostrado inmensamente prometedoras para impulsar la productividad de los desarrolladores. Sin embargo, la adopción de estas herramientas sin directrices adecuadas puede tener consecuencias no deseadas. Estudios recientes, como uno realizado por investigadores de la Universidad Purdue en agosto, han puesto de relieve imprecisiones en los modelos generativos de IA. A pesar de esto, más del 80% de las empresas Fortune-500 están utilizando estas herramientas, lo que genera dudas sobre la calidad y confiabilidad del código.
Para aprovechar al máximo el potencial de productividad de las herramientas de IA generativa y al mismo tiempo evitar problemas de relaciones públicas, las organizaciones deben establecer y comunicar políticas claras de IA generativa para sus equipos de ingeniería.
Herramientas de IA generativa para consumidores versus empresas
Hay numerosas herramientas de IA generativa disponibles, incluidas CodeWhisperer, Bard de Google, LLaMA de Meta AI, Copilot y ChatGPT de OpenAI. Sin embargo, herramientas como ChatGPT y Copilot han ganado trac significativo dentro de los equipos de ingeniería. La elección de qué herramienta de IA generativa utilizar depende del caso de uso previsto.
El uso de herramientas orientadas al consumidor para tareas críticas o de propiedad exclusiva dentro de una organización puede plantear riesgos de privacidad y seguridad. Por lo tanto, se recomienda a las organizaciones que alejen a sus ingenieros de dichas herramientas y opten por opciones más seguras y orientadas a la empresa.
La IA generativa es particularmente valiosa para tareas como generar fragmentos de código, crear documentación, importar bibliotecas, generar estructuras alámbricas, ejecutar análisis de calidad y seguridad y resumir código. Si bien es posible que estos resultados no siempre estén listos para producción, sirven como valiosos puntos de partida para los desarrolladores.
IA generativa en los empleos
La IA generativa no pretende reemplazar a los desarrolladores humanos, sino aumentar sus capacidades y optimizar las tareas repetitivas. Mejora la productividad al eliminar el trabajo rutinario, lo que permite a los desarrolladores centrarse en actividades de mayor valor.
Las organizaciones deben reconocer que la IA generativa llegó para quedarse y deben contar con políticas de IA generativa bien defi . Estas políticas deberían incluir programas de capacitación para que los ingenieros utilicen eficazmente herramientas de IA generativa, dentro sus fortalezas y debilidades y defiendan estándares éticos.
En un panorama en rápida evolución donde las herramientas de IA generativa se están volviendo comunes, las organizaciones que adopten estas tecnologías con políticas bien estructuradas probablemente de una mayor productividad y permanecerán a la vanguardia del desarrollo de software.
El contenido original de esta nota fue publicado en Cryptopolitan.com. Para leer la nota completa ingresá acá
