Qué bueno que ChatGPT vino a buscarte

Imagen: gguy/Adobe Stock

Si es contador, traductor o escritor, sus perspectivas laborales son sombrías, según un nuevo estudio realizado por investigadores de la Universidad de Pensilvania y OpenAI. Al analizar qué trabajos se podrían realizar al menos un 50 por ciento más rápido con transformadores generativos preentrenados, los autores del informe dicen que el 20 por ciento de la fuerza laboral de EE. UU. corre el riesgo de ser eliminada por grandes modelos de lenguaje como ChatGPT. Es una perspectiva terrible. Esto también es muy probable que esté mal.

Cuando aprendemos con los desarrolladores, sí, los modelos de lenguaje grandes pueden eliminar algunas tareas repetitivas, pero no, esto no hará que los desarrolladores de software se vuelvan obsoletos. Bien hecho, los hace más productivos. Lo mismo ocurre con otros trabajos e industrias. El truco está en aprender a aprovechar el poder de los LLM sin sentirse abrumado por ellos.

¿Muerte de un desarrollador?

De alguna manera, el desarrollo de software debería ser vulnerable a GPT. Para que cualquier LLM y GPT produzca buenos resultados, necesita datos de entrenamiento: cuanto mejores sean los datos de entrenamiento, mejor será el resultado.

Para el software, los datos de entrenamiento son enormes y de fácil acceso. No es de extrañar que productos como Copilot de GitHub puedan aumentar la productividad tan rápidamente que algunos desarrolladores se sorprendan. Para otros, los resultados provocaron una declaración apocalíptica de la muerte de un desarrollador de software.

Más cobertura de IA de lectura obligada

Las reacciones mixtas son comprensibles. Tomemos, por ejemplo, la capacidad de Copilot para escribir código para desarrolladores. Puede considerarlo como un reemplazo del desarrollador o como una mejora. Los desarrolladores que sigo caen en la última categoría. Por ejemplo, algunas personas que han probado Copilot lo han encontrado altamente adictivo.

El desarrollador Manuel Odendahl escribió: «Estoy acostumbrado a que Copilot infiera mágicamente lo que quiero hacer después de escribir las primeras palabras».

«Permites que LLM redacte un 80% de código completo/correcto para ti [and] El último 20 % se ajusta manualmente», aconseja el desarrollador de Sourcegraph, Steve Yegge.

Esta es una ganancia de rendimiento significativa y es una gran ayuda para los desarrolladores que descubren cómo sacar el máximo provecho de LLM.

Pero no solo eso. Para Simon Willison, fundador del proyecto de código abierto Datasette, las GPT le han permitido escribir código más ambicioso porque han cambiado la forma en que codifica.

«ChatGPT (y GitHub Copilot) me han ahorrado una tonelada de tiempo de ‘resolución de problemas’. Para todo, desde escribir para bucles en Bash hasta recordar cómo hacer solicitudes CORS de origen cruzado en JavaScript, ni siquiera necesito buscar algo, simplemente lo indico y obtengo la respuesta correcta el 80% de las veces”, señaló Willison.

En otras palabras, la tecnología que puede reemplazar a los desarrolladores no lo ha hecho ni lo hará. No para desarrolladores que están aprendiendo cómo hacer que LLM funcione para ellos, no para ellos.

Esto nos lleva de vuelta a una de las tesis centrales del informe: «La mayoría de las ocupaciones exhiben algún grado de exposición a LLM, con diferentes niveles de exposición en diferentes tipos de trabajos».

Además, «los roles que dependen en gran medida de las habilidades científicas y de pensamiento crítico se asociaron negativamente con la exposición, mientras que las habilidades de programación y escritura se asociaron positivamente con la exposición LLM».

Esto puede indicar que los autores del informe tienen poco conocimiento de programación y redacción, ambos implican una gran cantidad de pensamiento crítico.

maldita poesia terrible

En el informe, hay algunas ocupaciones desconcertantes en la lista de ocupaciones con mayor probabilidad de ser reemplazadas por GPT/LLM. Tomemos a los especialistas en relaciones públicas, por ejemplo. Si el trabajo de una persona de relaciones públicas fuera escribir comunicados de prensa, estaría de acuerdo con esa evaluación. El comunicado de prensa promedio suena como si hubiera sido escrito por una computadora, no una computadora particularmente avanzada. Pero eso no es lo que hacen las buenas personas de relaciones públicas. Construyen relaciones con los periodistas. Intentan comprender la narrativa cambiante de la industria y cómo encajar en ella el producto o servicio de su empresa. En general, están pensando en el contenido y su lugar en el contexto más amplio, en lugar de simplemente emitir un comunicado de prensa a ciegas.

Por ejemplo, los autores del informe concluyeron que los poetas, letristas y escritores creativos se encontraban entre los grupos con mayor probabilidad de ser eliminados por LLM. No importa que los datos de capacitación para LLM sean contenido generado por humanos (en este caso, poesía, letras y prosa). Esto significa que las máquinas siempre dependerán de los humanos para darles la apariencia de inteligencia.

Yendo un paso más allá, mientras que ChatGPT te escriba un discurso, un cuento o un poema es superficialmente impresionante, en mi experiencia, los resultados suenan un poco insignificantes. — Un poco fuera de lugar o incluso derivado. No tengo ninguna duda de que ChatGPT puede hacer una copia de marketing de contenido en mi nombre porque, seamos sinceros, la mayoría del marketing de contenido es un poco derivado y tedioso. Está diseñado para hablar con las máquinas (SEO, ¿alguien?), y como tal, no intenta ofrecer una gran escritura.

Incluso la gran escritura es un poco derivada. Por ejemplo, «East of Eden» de Steinbeck es un recuento de la historia bíblica de Caín y Abel. Pero cualquiera que piense que ChatGPT puede crear obras maestras de escritura creativa está demasiado alto en su diluyente de pintura LLM. La gran escritura es el producto del genio humano, iluminando temas comunes de maneras inusuales. El día que vea el consejo de lo que puse en ChatGPT será el día en que todo termine para la humanidad, pero ¿adivinen qué? Ese día no llegará.

ahora no. pronto. nunca. Al igual que con el ejemplo de desarrollo anterior, las máquinas son buenas para incorporar insumos creados por humanos e imitarlos para generar resultados aceptables para los humanos. Pero nunca piensan en las experiencias demasiado humanas que producen una gran literatura, como tampoco entienden y responden a los problemas comerciales que los grandes desarrolladores resuelven con el código.

En cambio, tenemos la dichosa unión del hombre y la máquina. El grado de satisfacción de un sindicato con una industria en particular y las personas que la integran depende de cómo utilicen GPT para eliminar las tareas o el código repetitivos para que puedan concentrarse en el lado innovador y humano de su trabajo.

Divulgación: trabajo para MongoDB, pero las opiniones expresadas aquí son mías.