A medida que las herramientas de codificación basadas en inteligencia artificial se vuelven cada vez más potentes, el panorama del desarrollo de software está cambiando drásticamente. Se especula que la creación de software se volverá más barata y accesible, lo que podría poner en riesgo a las empresas de software tradicionales. Sin embargo, el impacto de estas herramientas sobre el software de código abierto ha tenido resultados mixtos, generando tanto ventajas como problemas significativos. Los expertos en la industria advierten que, aunque las herramientas de codificación de IA pueden facilitar la creación de nuevas funciones, también han promovido la proliferación de un código de baja calidad que amenaza la integridad de los proyectos existentes.
Calidad frente a cantidad
Los proyectos con códigos abiertos están experimentando un descenso en la calidad de las contribuciones. Esto se atribuye a que las herramientas de IA han reducido las barreras de entrada para nuevos programadores. Jean-Baptiste Kempf, CEO de la organización VideoLan, que supervisa VLC, mencionó en una reciente entrevista que “la calidad de las solicitudes de fusión que recibimos es abominable”, remarcando así la problemática que enfrentan los proyectos que dependen de aportes externos.
Kempf se mantiene optimista respecto a las herramientas de codificación de IA, aunque advierte que son más útiles “para desarrolladores con experiencia”. De manera similar, la Fundación Blender ha notado que las contribuciones asistidas por Modelos de Lenguaje de Aprendizaje (LLM) a menudo consumen el tiempo de los revisores y afectan su motivación. Aunque actualmente están desarrollando una política oficial sobre estas herramientas, Siddi, CEO de Blender, ha declarado que no se recomienda su uso.
Implementación de nuevas herramientas
Ante el aumento de solicitudes que no cumplen con los estándares, algunos desarrolladores de código abierto están creando herramientas para gestionar esta situación. Un ejemplo reciente es el sistema lanzado por Mitchell Hashimoto, que limita las contribuciones en GitHub a usuarios ‘verificados’, cerrando de facto la política de puertas abiertas en el software de código abierto. Hashimoto comentó que “la IA eliminó la barrera natural de entrada que permitía confiar en los proyectos de OSS por defecto.”
Prioridades en competencia
Los proyectos de código abierto enfrentan un desafío adicional relacionado con la diferencia de prioridades entre las empresas grandes y ellos mismos. Empresas como Meta incentivan el desarrollo de nuevo código y productos, mientras que el trabajo en software de código abierto se centra más en la estabilidad. Kempf observó que “el problema es diferente de las grandes empresas a los proyectos de código abierto; ellos son promovidos por escribir código, no por mantenerlo”.
Los herramientas de IA han llegado en un momento en que el software es particularmente fragmentado. Konstantin Vinogradov, fundador del Open Source Index, señala que, por un lado, hay una base de código en crecimiento exponencial y un número creciente de interdependencias, mientras que, por otro lado, el número de mantenedores activos está creciendo lentamente y no es suficiente para seguir el ritmo.
Efectos en la complejidad del software
La introducción de herramientas de IA en la ingeniería del software requiere un cambio en la percepción de lo que implica el proceso. Si la ingeniería se considera como la producción de software funcional, estas herramientas hacen que el proceso sea más sencillo. Sin embargo, si se ve como la gestión de la complejidad del software, pueden complicar aún más las cosas.
- Consejos para emprendedores y negocios:
- Fomenta una cultura de calidad sobre cantidad en la programación, priorizando contribuciones de desarrolladores experimentados.
- Desarrolla tus propias políticas de revisión para asegurar que el código que se integre a tus proyectos cumpla con los estándares.
- Considera la implementación de herramientas que ayuden a gestionar el flujo de contribuciones y solicitudes de fusión.
Conclusiones
El surgimiento de herramientas de codificación basadas en inteligencia artificial en la industria del software presenta tanto oportunidades como desafíos. Si bien estas herramientas pueden acelerar el desarrollo de nuevas funciones y mejorar la eficiencia, también corren el riesgo de contribuir a una mayor fragmentación y a un descenso en la calidad del software. Para los emprendedores y empresas, es crucial encontrar un equilibrio entre la adopción de innovaciones tecnológicas y el mantenimiento de altos estándares de calidad en sus proyectos, priorizando siempre la sostenibilidad en los desarrollos de software.