Si bien las ventajas de la IA generativa se colocan en todas partes, al decirle a todo el mundo cómo facilitará nuestras vidas, la opinión de los desarrolladores que realmente deben construir estas aplicaciones milagrosas es diferente. Esto es lo que revela Una encuesta de IBM (Realizado por Morning Consult) que recopiló las opiniones de más de 1,000 desarrolladores de negocios en los Estados Unidos, en los que enumeran los muchos desafíos que deben enfrentar para crear aplicaciones Genai
Un déficit de habilidades de Genai
Como era de esperar, uno de los principales problemas es la falta de habilidades. Cuando se les pide que evalúen su tecnicismo y experiencia profesional en esta área, menos de una cuarta parte de los desarrolladores encuestados (24 %) se consideran expertos generativos. Entre las siete categorías de desarrolladores identificados automáticamente entrevistados (desarrollador de IA, dataScientista, ingeniero de software, desarrollador de sistemas, ingeniero de aprendizaje automático, desarrollador de software, ingeniero de TI, IA y desarrollador de aplicaciones), los únicos grupos en los que una mayoría se considera a sí mismos como expertos expertos en los expertos de IA son los desarrolladores de IA y el dataSientista. Menos de la mitad de los que se consideran ingenieros de ML (43 %) e ingenieros de IA (38 %) se ven como especialistas de Genai.
"Estos resultados dan testimonio del déficit de habilidades en el campo de la IA generativa", escribió Ritika Gunnar, Directora General de Datos e IA en IBM, En una publicación de blog. "Para muchos desarrolladores, esta es una área completamente nueva, con una curva de aprendizaje empinada, y los rápidos ciclos de innovación significan que tienen que familiarizarse con estas tecnologías", agregó.
La ausencia de proceso de desarrollo estandarizado planteado
El gerente agregó que "incluso los desarrolladores con el nivel de habilidades necesarias en la IA, enfrentan desafíos". Y para especificar "la falta de claridad sobre la confiabilidad de los marcos y las cajas de herramientas se agrega a la falta de habilidades", dijo. “La ausencia de un proceso de desarrollo de IA estandarizado, así como la falta de prioridad otorgada a la transparencia y la trazabilidad son los principales desafíos citados por los encuestados a la encuesta. »»
Cada una de estas dos categorías fue señalada por un tercio de los encuestados, lo que los convierte en los principales desafíos entre los 10 mencionados. Poco después de la adaptación al contexto de la empresa (32 %), la tasa de cambio en las técnicas/tecnologías (31 %), la complejidad de la infraestructura (29 %) y la implementación de gobernanza y cumplimiento (28 %). La calidad de los modelos de idiomas grandes (LLM) solo se considera un desafío por el 19 % de los cuestionados. Sin embargo, más de una cuarta parte de los desarrolladores (26 %) se enfrentaron a la pesadilla de cualquier programador: la falta de claridad en cuanto a los resultados/objetivos de la empresa.
Herramientas inadecuadas
Según el informe, la mayoría de los desarrolladores usan entre 5 y 15 herramientas para hacer su trabajo: el 35 % usa entre 5 y 10 herramientas, 37 % entre 10 y 15 herramientas, y el 13 % usa 15 o más herramientas. Sin embargo, estas herramientas no siempre satisfacen sus necesidades. "Según los cuestionados, el rendimiento (42 %), la flexibilidad (41 %), la facilidad de uso (40 %) e integración (36 %) son las cuatro cualidades más esenciales de las herramientas de desarrollo de IA empresarial", dijo Ritika Gunnar. “Sin embargo, más de un tercio de los cuestionados también dijo que estas mismas características eran las más raras. Alrededor de un tercio de los cuestionados también deploró el estado de otras cuatro características esenciales: la calidad de la documentación, la rentabilidad, el apoyo y los recursos de la comunidad y el hecho de que las herramientas son de código abierto.
Dada la cantidad de herramientas que necesitan para hacer su trabajo, no es sorprendente que los desarrolladores realmente no quieran dedicar mucho tiempo a la adición de otra herramienta a su arsenal. Dos tercios de ellos solo están listos para invertir dos horas o menos en el aprendizaje de una herramienta de desarrollo de IA, el 22 % dedica solo de tres a cinco horas y un 11 % más de cinco horas. Y en general, no buscan muy a menudo explorar otras herramientas. Solo el 21 % de ellos dice que lo consultan todos los meses, mientras que el 78 % lo hace una vez cada uno a seis meses, y el 2 % restante raramente o nunca. La investigación reveló que, en general, examinan alrededor de seis herramientas cada vez. Si más de la mitad de los desarrolladores usan herramientas de "código bajo" (65 %) y "sin código" (59 %), las herramientas de "código Pro" permanecen en la mayoría (73 %). Casi todos los cuestionados usan asistentes de codificación en su trabajo de desarrollo de IA, el 41 % de ellos dicen que pueden ahorrar una o dos horas al día.
Preocupaciones sobre los agentes de IA
La última área explorada por la encuesta es la de los agentes de IA. Casi todos (99 %) estudian o desarrollan agentes de IA, y sus preocupaciones son bien conocidas: el 31 % están preocupados por la confiabilidad (asegurando que los resultados sean correctos y exentos de los sesgos), el 23 % se preocupa por la introducción de los nuevos vectores de ataque que los malos actores podrían explotar, el 22 % cite el cumplimiento y el cumplimiento de las regulaciones, y el 22 % autónomos y que los humanos pierden control y visibilidad en los sistemas. En cualquier caso, los tres casos de uso principales son bastante predecibles: servicio al cliente y asistencia (50 %), gestión de proyectos/asistente personal (47 %) y creación de contenido (46 %). Solo el 1 % de los encuestados no exploran los casos de uso que involucran agentes de IA.
Se requiere un ladrillo de desarrollo simple e intuitivo
La encuesta subraya el hecho de que, si AI y Genai son cada vez más importantes para las empresas, las herramientas y las técnicas necesarias para desarrollarlas no siguen. "Los resultados de nuestra encuesta proporcionan vías para resolver la complejidad del desarrollo de la IA y mostrar el interés de ciertas herramientas ya utilizadas", dijo Rikita Gunnar. “En primer lugar, dado el ritmo de los cambios en el panorama generativo de IA, sabemos que los desarrolladores están buscando herramientas que sean fáciles de dominar. »»
Ella agrega que "con respecto a la productividad de los desarrolladores, la encuesta ha revelado una adopción generalizada y un ahorro significativo de tiempo gracias al uso de herramientas de codificación alimentadas por la IA. Esto significa, según ella, que para crear estas aplicaciones generativas de IA generativas, sin embargo, la pila de desarrollo necesita mucha más atención." La batería de desarrollo de IA no es suficiente en el corazón de las discusiones generales en la IA generativa, sin embargo, puede desempeñar un papel considerable en el impacto de la tecnología de la tecnología. “Tenemos que hacer que la batería de IA sea tan simple e intuitiva como las aplicaciones que produce. »»
Otras noticias que te pueden interesar