Artículo de Alejandro Llorente, socio y co-fundador de PiperLab.

El pasado mes OpenAI, la empresa fundada, entre otros, por Elon Musk o Sam Altman y que cuenta entre sus principales inversores a compañías como Microsoft o Amazon, puso a disposición de cualquiera que quiera probarlo ChatGPT, una inteligencia artificial capaz de responder una amplia gama de preguntas. Esto no tendría por qué ser una novedad,

ya que esta misma empresa había lanzado previamente modelos de Q&A como GPT4 y los cuales pueden ser utilizados a través de una API de pago, pero el hecho es que ChatGPT es una evolución tan enorme que puede suponer una disrupción en sectores tan distintos como la creación de contenidos, la búsqueda de información o, directamente el desarrollo de software.

¿Qué casos de uso pueden abordarse utilizando ChatGPT?

Para rellenar esta sección, he preguntado directamente a ChatGPT qué casos de uso puede abordar. Para ello, he introducido estos dos «prompts» en su chat:

• «Haz una lista con los casos de uso que pueden hacerse con ChatGPT»
• «Convierte la lista en lista numerada y añade casos de uso que puedan utilizarse en la industria del desarrollo del software»

Esta ha sido su respuesta:

1. Generación automática de respuestas a preguntas: ChatGPT puede ser entrenado para responder a preguntas de forma adecuada y coherente, lo que lo hace útil en aplicaciones de chatbots o asistentes virtuales.
2. Generación de contenido: ChatGPT puede ser utilizado para generar texto coherente en una amplia variedad de temas, lo que lo hace útil en aplicaciones como la generación de contenido para blogs o artículos.
3. Resumen automático: ChatGPT puede ser entrenado para resumir texto de forma automática, lo que lo hace útil en aplicaciones como la generación de resúmenes de documentos o artículos.
4. Análisis de sentimiento: ChatGPT puede ser utilizado para analizar el contenido de un texto y determinar si tiene un tono positivo, negativo o neutral, lo que lo hace útil en aplicaciones como el análisis de opiniones de clientes o el análisis de tendencias en redes sociales.
5. Generación automática de código: ChatGPT podría ser entrenado para generar código de forma automática en respuesta a un conjunto de especificaciones o requisitos. Esto podría ser útil en la industria del desarrollo de software para acelerar el proceso de desarrollo y reducir el tiempo necesario para escribir código manualmente.
6. Análisis de código: ChatGPT podría ser utilizado para analizar el código existente y generar informes sobre su calidad, complejidad o potenciales errores. Esto podría ser útil en la industria del desarrollo de software para mejorar la calidad y la eficiencia del código.

Además, tras esto, le he preguntado: «¿se te ocurre alguna aplicación más en la industria del software?».

Esta es su contestación:

Hay muchas otras aplicaciones posibles para ChatGPT en la industria del desarrollo de software. Algunos otros ejemplos podrían incluir:

• Generación automática de documentación: ChatGPT podría ser entrenado para generar documentación técnica de forma automática a partir de código existente o de especificaciones de diseño. Esto podría ser útil para acelerar el proceso de documentación y reducir el tiempo necesario para escribir documentación manualmente.
• Análisis de requisitos: ChatGPT podría ser utilizado para analizar los requisitos de un proyecto de software y generar informes sobre su complejidad, viabilidad o posibles problemas. Esto podría ser útil para mejorar la planificación y la gestión de proyectos de software.
• Generación de pruebas: ChatGPT podría ser entrenado para generar casos de prueba de forma automática a partir de código existente o de especificaciones de diseño. Esto podría ser útil para acelerar el proceso de pruebas y garantizar la calidad del código.
• Análisis de rendimiento: ChatGPT podría ser utilizado para analizar el rendimiento de una aplicación de software y generar informes sobre cuellos de botella o posibles mejoras. Esto podría ser útil para optimizar el rendimiento de las aplicaciones de software.

Estos son solo algunos ejemplos adicionales de las muchas aplicaciones posibles para ChatGPT en la industria del desarrollo de software. En general, cualquier aplicación que involucre el procesamiento del lenguaje natural y la generación de texto coherente podría beneficiarse de las habilidades de ChatGPT.

¿Es cierto lo que promete? ¿Qué impacto tendrá en la ingeniería del Software o el Data Science?

Respuesta: sí. Desde PiperLab hemos realizado algunas pruebas en la mayor parte de estos puntos y los resultados son simplemente espectaculares. Un avance de esta envergadura permite entender la velocidad y el grado de avance que está experimentando la Inteligencia Artificial. Hace no tanto tiempo, pensar en un motor que fuera capaz de hacer todo esto era casi impensable.

Hoy en día es una realidad, con la aparición de ChatGPT, disponemos de una herramienta que impacta directamente en el trabajo diario de industrias (en general, la industria del software) sobre la que se construyen las nuevas versiones digitales del resto de negocios, la famosa transformación digital. Por hacer una analogía, es equivalente en la industria de la construcción a encontrar una nueva tecnología que permita no solamente hacer ladrillos de forma más barata y eficiente, sino que permite diseñar componentes funcionales del edificio y tenerlos construidos en unos pocos segundos.

El impacto en el mundo del Big Data o la Inteligencia Artificial también es espectacular, permite reducir tiempos de desarrollo de una manera enorme, facilita el aprendizaje de tecnologías, disponibiliza y acerca la posibilidad de utilizar cualquier tecnología que se nos ocurra a una distancia mínima, simplemente expresándolo en lenguaje natural. La primera consecuencia será una aceleración espectacular de la adopción de estas tecnologías en las empresas, generando unos retornos que, a día de hoy, no podemos siquiera cuantificar. La segunda consecuencia será la propia aceleración del desarrollo de la Inteligencia Artificial, a nivel industrial y académico, lo que tendrá un impacto aún inimaginable. Si estamos viendo hoy en día estos avances, ¿qué nos podremos encontrar en los próximos años con herramientas que pueden acelerar tanto los procesos de desarrollo?

Las incertidumbres en torno a ChatGPT

Más allá de que esta tecnología sea perfecta o no según lo que le estemos pidiendo y el grado de acierto que pueda llegar a tener, existen fuertes incertidumbres tanto por su naturaleza como por los avances que puedan aparecer:

1. ¿Puede considerarse el contenido realmente original? Tanto para la generación de contenidos (historias, cuentos, poemas, resúmenes históricos,…) como para el desarrollo automático de código, esta IA ha aprendido de cientos de millones de documentos y programas que las personas han ido haciendo disponibles de forma altruista (Wikipedia, foros, repositorios de código, etc.). En cuanto a propiedad intelectual, ¿de quién es el contenido que ChatGPT genera? ¿Qué derechos tienen los autores de los contenidos sobre los que ChatGPT ha aprendido?
2. Este primer punto nos lleva a la reflexión de que si, a partir de ahora, usamos ChatGPT para hacer tareas que, por ejemplo, antes hacíamos con StackOverflow (un foro de consultas y respuestas sobre programación e ingeniería software), puede haber una disminución en la cantidad y variabilidad de información disponible, lo que, a largo plazo, puede desacelerar su desarrollo.
3. Este avance nos lleva a la siguiente pregunta, ¿cómo está la Humanidad de lejos de generar una Inteligencia Artificial General? A pesar de la amplitud de temas que ChatGPT puede contestar, es una herramienta basada en tratamiento y generación automática de texto y, por ejemplo, no puede generar imágenes. En nuestra opinión, siendo OpenAI el propietario de Dall-E, no creemos que esto esté lejos, pero tiene que llegar y existen diferentes retos teóricos que necesitan ser resueltos. El avance principal en este sentido será que los algoritmos tengan la capacidad de darse cuenta de que no saben hacer algo, busquen los recursos para aprenderlo y lo integren de manera rápida. Esto es algo que podríamos ver en los próximos años y que será otra explosión en el mundo de la Inteligencia Artificial.
4. La democratización de la IA: en los últimos 20 años, la evolución de los lenguajes de programación ha llevado a poder realizar cosas realmente sofisticadas en unas pocas líneas de código, lo que antes suponía miles de ellas y una complejidad enorme. Esto va un paso más: no es una cuestión de código, sino que tenemos un modelo disponible que podemos usar para cientos de nuevas aplicaciones. Sin embargo, cabe pensar en los riesgos que implica que una tecnología así de potente dependa de unos pocos proveedores privados ya que solo unas cuantas empresas en el mundo tienen la capacidad y recursos para desarrollar modelos de este calibre. ¿Podemos encontrarnos una nueva forma de monopolio en la que solamente se pueda acceder a esta tecnología si utilizamos una cierta nube? Recordemos quiénes son los inversores de OpenAI y las prácticas que, en tiempos del auge de los sistemas operativos, los sistemas de ofimática o los navegadores web, se llevaron a cabo.
5. Una clásica pregunta relacionada con los avances tecnológicos: ¿qué supondrá este tipo de tecnologías en los roles profesionales y en el empleo? Estamos hablando que ya esta versión puede reducir tiempos de desarrollo en una proporción enorme lo que implicará que, o bien, se necesita menos personas para realizar el mismo trabajo, o bien, las plantillas actuales serán tremendamente productivas. Todos debemos preguntarnos desde hoy cuál es nuestro valor, qué nos hace aún diferenciales de este tipo de tecnologías y cómo podemos sacar el máximo rendimiento como sociedad a la tecnología sin dejar atrás a nadie.

Conclusiones

Para los que hemos estado años en el sector de la IA, un momento así es sencillamente emocionante y escalofriante a partes iguales, no somos conscientes aún de que esta tecnología impacta en los principales cuellos de botella que el desarrollo tiene: la dependencia del conocimiento del desarrollador, el tiempo de aprendizaje o la generación del propio código que son la base de las soluciones digitales que se implementan. Estamos antes un cambio de paradigma cuyas consecuencias a corto plazo se pueden anticipar pero que, a medio plazo, creo que no podemos imaginarnos. Por el momento, disfrutemos esa sensación de estar ante algo que puede cambiar el mundo y pensemos cómo seguir dando valor sacándole todo el partido a esta nueva tecnología.