Si la automatización reduce el 60% de los trabajos de software, ¿cuál es la mejor tecnología para aprender en el futuro?

Durante mucho tiempo, todavía no habrá una “IA fuerte” para tratar de razonar sobre los requisitos escritos en lenguaje natural, eliminar los requisitos realmente innecesarios o conflictivos y convertirlos en un software correcto y que funcione.

A menos que los escriba ya validados y en un lenguaje rígido, semánticamente inequívoco, lleno de mucho contexto que la máquina pueda simplemente compilarlo, pero, oye … ESTO es lo que hacemos hoy con nuestros lenguajes de programación de “nivel superior”.

Si bien las herramientas avanzan (y los lenguajes suben una escalera virtual de abstracción, lejos del código binario), todavía nos queda la tarea de traducir los requisitos a ese lenguaje abstracto, siempre dentro de las limitaciones y el contexto disponibles para la computadora.

Entonces, si tuviera que nombrar solo una habilidad, es la programación en sí misma.

En los próximos 40 años más o menos (la duración de una vida laboral típica) no creo que las IA puedan encontrar soluciones creativas o resolver problemas creativos. Eso significa que si usted es un pensador creativo en lugar de un ensamblador de componentes que sigue los últimos lenguajes, marcos o patrones, su habilidad no puede automatizarse.

La parte más difícil de desarrollar cualquier aplicación es entender qué es lo que el cliente necesita . Eso no es lo mismo que entender lo que te dice que quiere. Y luego poder traducir eso en una especificación técnica que el desarrollador, ya sea humano o AI, pueda entender. Esa es una habilidad que no se puede automatizar.

¡La automatización nunca ‘corta’ el 60% de los trabajos pero ‘mejora’ el 60% de los trabajos y espera obtener el 40% restante para mejorar!

Por ejemplo:

Selenium WebDriver ha sido la herramienta aceptada en toda la industria en los últimos años en la automatización de pruebas y nunca recortó los trabajos de prueba, pero ha aumentado los trabajos en las pruebas manuales (usando BDD) y las pruebas de automatización (usando TDD) en los últimos años y sabiendo que el selenio facilitó más escala salarial también.

Referencia de Selenium WebDriver (para aprender lo básico):

Solo quedan tres habilidades en desarrollo y mantenimiento de software que aún no están automatizadas: la traducción de los requisitos comerciales en código (no el código de plomería), las pruebas exploratorias y de aceptación del usuario y la recopilación de los requisitos comerciales.

Manteniendo el ritmo de desarrollo de la IA, estas habilidades necesitarán humanos durante mucho tiempo (hasta que una IA fuerte incursione en escenarios de la vida real).

La composición material de un ser humano está implícita en cómo funciona su mente, así como en sus intuiciones para adaptarse a su entorno natural. Aunque están formados por la tecnología, los tipos de conocimiento difieren de las máquinas, como la encuadernación y el enmarcado. La teoría de la mente difiere. Aún no se ha encontrado un simbolismo para la inteligencia general. Si quieren una prueba en humanos, esta podría estar entre ellas. Se hace un argumento similar para algunas pruebas matemáticas. De lo contrario, sustituyen las decisiones con algoritmos y aprendizaje automático. La ética tiene que ser absorbida y las tareas autónomas críticas supervisadas por alguien.

Los valores humanistas son difíciles de especificar en declaraciones que no invitan a consecuencias. Se hicieron representaciones para la cognición biológica. La conciencia y las interacciones entre grupos sociales son exclusivamente humanas.

Una herramienta hace una tarea rutinaria. Los programas son un conjunto de hechos que definen el sistema, incluidas las reglas. El software se derivó de su lenguaje y visión, así como de las matemáticas, por ejemplo, en la creación de nuevos símbolos y operadores. El código ejecuta tareas computacionales dentro de un contexto. La historia de la programación no necesita ser repetida. La investigación es por descubrimiento.

Los humanos a menudo intentan replicar cómo piensan acerca de algo. Pueden acercarse a los cyborgs. Luego hay compensaciones en psicología y neurociencia. La ingeniería tendrá limitaciones contemporáneas. Algún esfuerzo podría no valer la pena. Es posible que ya no se necesiten habilidades previas.

La automatización puede reescribir su propio código. Los comportamientos de la máquina se basan en la computación afectiva. Los sistemas no interpretarían el significado de la misma manera que lo hizo una persona. Podría haber habilidades que están fuera de las habilidades humanas y de automatización. Algunas cosas no están formalizadas. No hay paradigma. Pueden transformarse. La vida sintética podría tener sus propias prácticas únicas; diferente cuerpo significa diferentes cerebros y comportamientos. Es probable que los factores humanos desaparezcan.

La automatización puede intentar ver el contenido de la cabeza en acción durante esto e intentar ir más allá o simplificar cómo se piensa en el software. También podría intentar hacer un cerebro virtual y proceder de eso. Entonces, la crítica desde ese punto de vista no se trata de no puede, pero no lo hará.

Si le preocupa la seguridad de su trabajo, por favor renuncie a TI y comience a prepararse para un trabajo en el gobierno.
No hay nada como la mejor tecnología en TI, siempre hay una tecnología que es mejor que.

-Gracias
Prateek

No todas las empresas del mundo utilizan la automatización en software. También depende de su país y de cómo se ve la adopción de tecnología. Todos hemos escuchado sobre la IA con exageraciones que reemplazará el trabajo humano. Podría, pero esta no es la prueba del futuro, creo. Por supuesto, si te encanta adoptar IA, está bien. Te sugiero que analices el análisis de datos porque es útil en la vida diaria y básica. El análisis de datos puede verse como la tendencia más popular, pero esto no significa que vaya a cambiar el mundo.

Ideación

No espero que las computadoras puedan generar nuevas ideas novedosas para mejorar la raza humana.