Por Bernd Greifeneder – Fundador, Director de Tecnología y Vicepresidente Senior de Dynatrace, Inc.
ChatGPT y la Inteligencia Artificial (IA) generativa se han convertido en una sensación mundial, acaparando titulares y suscitando debates en todo el mundo. Aunque la tecnología de transformadores generativos pre entrenados (GPT por sus siglas en inglés) se encuentra en sus primeras fases y entraña riesgos, tiene el potencial de transformar sectores como el desarrollo y la entrega de software. Junto con la IA, las organizaciones pueden aumentar el impacto y el uso seguro de ChatGPT y otras tecnologías de IA generativa.
Con el lanzamiento de ChatGPT, un chatbot de IA desarrollado por OpenAI en noviembre de 2022, los grandes modelos lingüísticos (LLM) y la IA generativa se han convertido en una sensación mundial, abriéndose paso hasta lo más alto de las agendas de las salas de juntas y las discusiones domésticas en todo el mundo.
La tecnología GPT y los sistemas de IA basados en LLM que la impulsan, tienen enormes implicaciones y ventajas potenciales para muchas tareas, desde la mejora del servicio al cliente hasta el aumento de la productividad de los empleados.
En Dynatrace, hemos estado explorando muchas formas de utilizar GPT para acelerar nuestra innovación en nombre de nuestros clientes y la productividad de nuestros equipos. En Perform, nuestra conferencia anual de usuarios, en febrero de 2023, demostramos cómo las personas pueden utilizar el lenguaje natural o humano para consultar nuestro depósito de datos. Este es un ejemplo de los muchos casos de uso que estamos explorando, con el objetivo de destacar el potencial de la tecnología GPT para impulsar aún más la “democracia de la información”. Como otras organizaciones, sólo estamos empezando a arañar la superficie de estas oportunidades, ya que la tecnología está en sus primeras etapas.
ChatGPT y la IA generativa: un nuevo mundo de innovación
El desarrollo y la entrega de software son áreas claves en las que la tecnología GPT como ChatGPT muestra potencial. Por ejemplo, puede ayudar a los equipos de DevOps y de ingeniería de plataformas a escribir fragmentos de código aprovechando la información de las bibliotecas de software. Además, puede agilizar la resolución de problemas en código personalizado mediante la introducción del contexto de la causa raíz en una GPT, aumentando los tickets o alertas de problemas en este contexto y utilizándolo como base para la remediación automática.
Las GPT también pueden ayudar a los miembros del equipo a incorporarse rápidamente a nuevas plataformas y herramientas de desarrollo. La tecnología permite a los usuarios informarse sobre las soluciones escribiendo preguntas en una barra de búsqueda. Por ejemplo: “¿Cómo importo y exporto casos de prueba entre mis entornos?” o “¿Cuál es la mejor manera de integrar esta solución en mi cadena de herramientas?”
Una vez más, este enfoque GPT representa una mejora significativa de la productividad y la satisfacción del usuario con respecto al paradigma actual, en el que los usuarios buscan documentos manualmente y la capacidad de encontrar respuestas depende de la calidad y la estructura de los recursos proporcionados por los proveedores.
Establecer barreras de seguridad para proteger la propiedad intelectual y privacidad de datos
A medida que los equipos de DevOps y de ingeniería de plataformas utilizan las GPT para acelerar el desarrollo de software, los ingenieros de fiabilidad del sitio (SRE por sus siglas en inglés) y los equipos de privacidad deben asegurarse de que estas tecnologías cuenten con los controles adecuados para evitar crear más problemas de los que están resolviendo.
En primer lugar, los SRE deben asegurarse de que los equipos reconocen los derechos de propiedad intelectual (PI) sobre cualquier código compartido por y con los GPT y otras IA generativas, incluido el contenido protegido por derechos de autor, marca registrada o patente. Será igualmente crítico para las organizaciones evitar que ChatGPT y tecnologías similares compartan inadvertidamente su IP o datos confidenciales a medida que utilicen cada vez más repositorios como GitHub en su desarrollo de software.
Las organizaciones estarán en una posición mucho mejor para maximizar el impacto de la IA generativa combinándola con la IA causal para asegurarse de que evitan obtener respuestas muy genéricas o inadecuadas. Este enfoque combinado proporciona respuestas fiables para dos propósitos clave. En primer lugar, para impulsar una automatización fiable que sea determinista y repetible a través de la IA causal. En segundo lugar, para que la IA causal proporcione un contexto profundo y rico que libere todo el potencial de GPT para casos de uso de productividad y entrega de software.
A medida que los equipos de ingeniería avanzan en este viaje, las organizaciones pueden construir una ventaja competitiva duradera al lograr importantes ganancias de productividad y acelerar la velocidad de la innovación de software a niveles que muchas personas habrían considerado imposibles anteriormente.
