¿Los modelos de lenguajes grandes reemplazarán a los programadores humanos?
En Resumen
Modelos de lenguaje grande (LLM) me gusta GPT-4 han aportado avances significativos a la generación de código, principalmente debido a su competencia en la comprensión de lenguajes de programación.
Bindu Reddy, director ejecutivo de Abacus.ai, predice una transición dentro de los próximos 3 a 5 años, donde los LLM podrían asumir un papel destacado en la programación.
Sin embargo, otros expertos sostienen que los LLM empoderan a los programadores, haciéndolos más eficientes, pero la experiencia matizada y la capacidad de resolución de problemas de los humanos siguen siendo indispensables en el panorama cambiante de la IA y la programación.
A medida que los modelos de lenguajes grandes (LLM) dominan cada vez más el campo de la generación de código, surgen dudas sobre su potencial para reemplazar a los programadores humanos. Los LLM se destacan en la comprensión de lenguajes de programación como Python y Java, gracias a la estructura inherente del código y la reducción de la ambigüedad en comparación con el lenguaje humano.
La respuesta a si los LLM reemplazarán a los programadores es compleja y depende de factores como el contexto, la creatividad y las capacidades en evolución de estos sistemas de inteligencia artificial. Bindu Reddy, director ejecutivo de Abacus.ai, predice que los modelos de lenguajes grandes (LLM) sustituirán a los programadores humanos en los próximos 3 a 5 años.
Los LLM han revolucionado la generación de código y han demostrado su destreza en la comprensión de lenguajes de programación como Python y Java. Este dominio se debe al hecho de que el código está repleto de patrones repetibles, lo que proporciona amplios datos de capacitación para los LLM y su capacidad innata para captar el contexto. A diferencia del lenguaje humano, el código se adhiere a paradigmas de diseño específicos, reglas estructuradas y una ambigüedad mínima, lo que facilita a los LLM generar código sintácticamente correcto.
Además, Reddy explicó que los lenguajes de programación tienen vocabularios limitados, lo que evita la necesidad de neologismos y diccionarios constantes. Si bien los LLM destacan en la comprensión contextual, el código exige mucha menos comprensión contextual en comparación con el contenido textual complejo. Por ejemplo, un algoritmo de clasificación requiere información contextual mínima, a diferencia de las narrativas textuales intrincadas.
La lógica inherente, la funcionalidad y la creatividad reducida del código simplifican aún más la generación de código preciso, con la ventaja adicional de una fácil validación mediante ejecución y análisis de errores.
“Todo esto significa que los LLM son excelentes en la generación de código. ¿Significa esto que pronto reemplazarán a los programadores? La respuesta corta es NO en los próximos 1 a 3 años y SÍ más allá de 3 a 5 años”.
Dijo Reddy.
De cara al futuro, a medida que los LLM sigan evolucionando, es posible que se vuelvan más inteligentes, lo que permitirá encadenar múltiples robots de IA para abordar tareas más importantes. Con el tiempo, el papel de un programador en la traducción de maquetas y documentos de requisitos de producto (PRD) en sistemas que funcionen podría disminuir, presagiando un cambio potencial en el panorama del desarrollo de software, sostiene Reddy.
Opinión diferente: los LLM están empoderando, no reemplazando a los programadores
Linda Hoeberigs, directora de IA de i-Genie.ai, argumentó que, si bien los LLM ofrecen un inmenso potencial, están preparados para aumentar, en lugar de reemplazar, la experiencia de quienes tienen experiencia en programación.
Ella sostiene que han evolucionado técnicas de estimulación superiores, lo que requiere una comprensión profunda de los principios del LLM. Técnicas como la cadena de pensamiento, las indicaciones gráficas y las indicaciones de reacción mejoran la calidad de los resultados y la comprensión del contexto, pero su uso eficaz exige experiencia que normalmente se encuentra en los científicos de datos y los programadores de IA.
Además, aprovechar las API para lograr eficiencia, que ofrecen un mayor rendimiento e integración del flujo de trabajo, se vuelve más accesible para quienes tienen conocimientos de programación. Las empresas que adoptan API han experimentado un crecimiento notable en la capitalización de mercado, lo que enfatiza su importancia.
El tercer punto de Hoeberigs es que el diseño lógico complejo sigue siendo un área en la que sobresalen los programadores humanos. Si bien los LLM pueden generar texto parecido a un humano, crear código complejo, confiable y funcional es una habilidad distintiva que poseen los programadores. Los LLM sirven como herramientas valiosas en este proceso.
Los LLM, cuando se combinan con tecnologías como Langchain y Picecone, facilitan la consulta de datos propietarios, una tarea que normalmente exige habilidades en estructuración de datos, indexación, diseño de API e interacción LLM, habilidades que a menudo se encuentran en científicos y programadores de datos.
Por último, la depuración y el ajuste del modelo son primordiales, dado que los LLM pueden producir resultados defectuosos o sesgados. Este proceso requiere una comprensión profunda del funcionamiento interno del modelo, la identificación de problemas y la resolución creativa de problemas, habilidades que comúnmente se encuentran en programadores y científicos de datos experimentados.
“La complejidad técnica, la sutileza y la profundidad de comprensión necesarias para aprovechar estas herramientas de manera efectiva siguen siendo una barrera para el público en general. Parece que, al menos por el momento, los LLM están preparados para ser otra herramienta poderosa en el arsenal de científicos de datos y programadores, en lugar de su reemplazo”,
escribió Hoebergs.
Aún así, la IA facilita la programación para personas sin conocimientos de tecnología. Por ejemplo, GPT-4 COMPLETAMENTE capacidades de ejecución de código en su sistema, lo que marca un desarrollo potencialmente transformador. La innovación tiene el potencial de cerrar la brecha para los no programadores, permitiéndoles participar en el desarrollo sin requerir habilidades técnicas de codificación. Además, el modelo genera código ejecutable, lo que elimina la necesidad de codificación manual y facilita una implementación sin esfuerzo. Sin embargo, se necesitan más mejoras en la comprensión de los datos para mejorar el rendimiento general del modelo, particularmente en la optimización del procesamiento de datos para la generación de código y el trazado de gráficos.
Más información:
- 10 mejores trabajos de inteligencia artificial
- 8 cosas que debe saber sobre los modelos de lenguaje grande
- Microsoft presenta el desafío Learn AI Skills para equipar a los participantes con experiencia en IA bajo demanda
Observación
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre el Autor
Agne es una periodista que cubre las últimas tendencias y desarrollos en metaverso, IA y Web3 industrias para la Metaverse Post. Su pasión por contar historias la ha llevado a realizar numerosas entrevistas con expertos en estos campos, buscando siempre descubrir historias apasionantes y atrapantes. Agne tiene una licenciatura en literatura y tiene una amplia experiencia escribiendo sobre una amplia gama de temas, incluidos viajes, arte y cultura. También se ofreció como editora voluntaria de la organización de derechos de los animales, donde ayudó a crear conciencia sobre cuestiones de bienestar animal. Contáctala en [email protected].
Más artículos
Agne es una periodista que cubre las últimas tendencias y desarrollos en metaverso, IA y Web3 industrias para la Metaverse Post. Su pasión por contar historias la ha llevado a realizar numerosas entrevistas con expertos en estos campos, buscando siempre descubrir historias apasionantes y atrapantes. Agne tiene una licenciatura en literatura y tiene una amplia experiencia escribiendo sobre una amplia gama de temas, incluidos viajes, arte y cultura. También se ofreció como editora voluntaria de la organización de derechos de los animales, donde ayudó a crear conciencia sobre cuestiones de bienestar animal. Contáctala en [email protected].
