Construyendo la Próxima Generación de Herramientas de Desarrollo de IA

Hola a todos. Mi nombre es Krzysztof, y hoy hablaré sobre herramientas para desarrolladores, AI, y cómo usamos ambas para crear la próxima generación de herramientas para desarrolladores.

Antes de continuar, necesito decirles una cosa. No soy un científico de datos. No soy un especialista en aprendizaje automático. No tengo un doctorado en matemáticas ni nada por el estilo. Solo soy un desarrollador de software, como imagino que la mayoría de las personas que están viendo esta charla hoy. Y, sí. Así que no se tratará de hablar sobre un entendimiento profundo de AI ni nada por el estilo. Simplemente no lo tengo. Sin embargo, hoy me enfocaré mucho en la experiencia del usuario y, con suerte, algunas lecciones que hemos aprendido y que todos ustedes también pueden usar al construir sus aplicaciones de AI.

¿Quién soy yo? Solía ser un desarrollador de software y también soy ingeniero de software. Fui consultor independiente durante muchos, muchos años de mi vida. En mi tiempo libre, como parte de mi vida nocturna de código abierto, me enfoqué mucho en la experiencia del desarrollador y las herramientas para desarrolladores. Y debido a eso, hace alrededor de cuatro años, me uní a GitHub para trabajar en este muy secreto proyecto en ese entonces llamado GitHub Copilot. En GitHub, trabajo en GitHub Next. GitHub Next es parte de GitHub que se encarga de investigar el futuro del desarrollo de software. Somos un grupo de desarrolladores, investigadores, especialistas en experiencia del usuario prototipando herramientas y tecnologías que empujan los límites de lo que hemos pensado que es posible. Y tratamos de ir donde nadie ha ido antes. Bueno, al menos en el contexto de herramientas para desarrolladores de software. Nuestros proyectos varían desde crear fuentes familiares diseñadas específicamente para desarrolladores, hasta crear un prototipo de una nueva interfaz de usuario extensible para GitHub, hasta herramientas de AI como Copilot. Tienen una característica común, todos esos proyectos. Siempre se tratan de la experiencia del desarrollador, la productividad del desarrollador y la felicidad del desarrollador. Y hoy, hablaré sobre un par de esas herramientas, principalmente enfocadas en cosas de AI porque, bueno, ese es el tema de la conferencia, ¿verdad? Y sí, para reiterar, esta es la charla sobre lo que sucede en el medio, cómo diseñas esta aplicación, cómo construimos prototipos. No hablaré sobre los modelos en sí. Para los fines de esta presentación, podemos tratar los modelos como la caja negra que hace magia. Tampoco voy a hablar sobre la construcción del producto completamente desarrollado. Construir esos es difícil y requiere mucho conocimiento, no solo sobre la experiencia del usuario o inteligencia artificial, sino también sobre estrategia empresarial y así sucesivamente, monitoreo, observabilidad y cosas así. Así que no tocaré esas partes de la construcción de productos escalables reales para millones de usuarios. Así que comencemos hablando un poco sobre la historia.

Y las herramientas que todos conocemos, usamos y amamos. La primera que lo inició todo, y la he mencionado antes, fue GitHub Copilot. Se lanzó en 2021 en junio o julio, creo. Y he estado trabajando en este proyecto desde febrero, creo, de 2021. Y ni siquiera puedo describirles lo grande que fue el shock, al menos para mí personalmente.

Recuerdo que cuando fui contactado por primera vez por Uge Demur, quien lideraba Next en ese entonces, y me mostró Copilot por primera vez mientras describía cómo funciona. Respondí con, no puede funcionar. No es posible. Como he mencionado, he estado trabajando en muchas herramientas para desarrolladores en el pasado. Y, ya saben, me he estado enfocando, he pasado años de mi vida construyendo herramientas impulsadas por compiladores, análisis estático, especialmente para lenguajes de programación funcionales de tipo estático, donde la corrección y el sistema de tipos son todo. Y luego vienes a mí y me dices que, oh, está usando alguna AI, lo que sea que signifique. Y enviamos a esta caja negra una cadena como entrada, y obtenemos de vuelta una cadena como salida. Y se supone que es magia y funciona. Mi primera reacción fue que eso simplemente no puede ser.

Y, sin embargo, bueno, me uní al equipo. Fue interesante. Un desafío interesante. Y durante un par de meses, con un equipo muy pequeño de, creo que éramos como seis de nosotros, seis ingenieros, pasamos de un prototipo interno que funcionaba mal a una vista técnica que presentamos al mundo. Así que hablemos un poco sobre eso. El Copilot original ha sido diseñado de una manera muy, muy extrema. Y no lo digo de una manera negativa. Hemos hecho lo que la mayoría de los buenos proyectos hacen. Como lo que la mayoría de los libros o literatura sobre nuevos proyectos, startups, o diseño de experiencia de usuario te dirán que hagas. Enfócate en una cosa y resuélvela realmente bien.

La interfaz de usuario original de Copilot, la sugerencia en línea, o texto costero, como lo llamamos internamente, ha sido diseñada con una sola cosa en mente, mantener a los desarrolladores en un estado de flujo mientras codifican. Se trata de reducir el cambio de contexto. Se trata de impulsarte. Se trata de automatizar las partes aburridas de tu trabajo. Así que puedes concentrarte más en las partes interesantes, construir el dominio del negocio, algoritmos difíciles, o lo que sea el valor central en tus proyectos. Nosotros como desarrolladores somos pagados mucho dinero por nuestra capacidad de resolver esas partes difíciles, no por escribir algún aburrido código de plantilla en el editor.

Esas suposiciones resultaron, o esas suposiciones han sido resueltas. Una de las, por un lado, nuestra creencia de cómo debería lucir una herramienta de codificación de IA. Creemos mucho en ayudar a los usuarios y acelerarles y todavía lo hacemos hasta el día de hoy. Por otro lado, también estaba relacionada con el estado de la calidad de los modelos de lenguaje grande en ese entonces. Debes recordar que Copilot fue probablemente la primera herramienta popular y muy utilizada que estaba usando modelos de lenguaje grande. Esto fue antes de que chat GPT existiera. Y en ese entonces, a principios de 2021, la calidad de esos modelos no era lo que esperábamos. Nadie lo ve hoy. Así que, esas suposiciones sobre mantenerte en flujo y esas limitaciones nos llevaron hacia una visión particular de la experiencia del usuario. Las sugerencias se muestran directamente en el editor. Se muestran todo el tiempo mientras escribes, no necesitas tomar ninguna acción adicional para invocarlas. Las sugerencias se basan en la intención implícita. No describes lo que haces, es a partir de lo que estás codificando ahora mismo, el sistema lo descubrirá. Puedes aceptarlas muy fácilmente con solo una pulsación de tecla. Y de manera similar, luego puedes rechazarlas muy fácilmente, nuevamente, con una sola pulsación de tecla o simplemente escribiendo y avanzando. Y las sugerencias están muy claramente separadas del código real. Esta interfaz de usuario de texto fantasma, texto gris te está diciendo que estás enviando un mensaje de que esto es solo una sugerencia y puede estar mal.

Y luego, un par de años después, bueno, un año después, un año y medio después, algo más ha sucedido. Las herramientas de chat compatibles y similares existen principalmente por una razón, el éxito inimaginable de Chat GPT. Cuando se lanzó a finales de 2022, nadie, ni OpenAI, ni Microsoft esperaban tal nivel de éxito. Si vas a la primera página de anuncio de OpenAI, no es nada especial. Es solo otro modelo que construyeron. Tuvieron tantos de esos anuncios en aquellos días. Es un anuncio como una vista previa de investigación y la página habla sobre algunos modelos hermanos que también eran interesantes. Así que nada especial. Y, sin embargo, estamos en un mundo con cientos de millones de usuarios después y vemos claramente cómo la IA se ha convertido en un tema de interés general.

Personas no técnicas que no tienen idea sobre software o inteligencia artificial comenzaron a usarla todos los días. Esto causó una normalización loca de los modelos de lenguaje grande como tecnología. Y también creó en la sociedad, en general, la expectativa de que la herramienta de inteligencia artificial es una interfaz de chat. Volveré a este punto un poco más tarde en la presentación, pero esto ha sido muy impactante y lo que hemos estado haciendo. Así como mencioné que la experiencia del usuario original de Copilot, esta sugerencia en línea fue un extremo. Así que la interfaz de chat de cuadrícula también es un extremo. Justo en el otro lado de la escala. Está diseñada para captar tu atención. Te aleja de lo que estás haciendo ahora mismo a una ventana separada o a un panel separado en el contexto de ID. Resuelve el problema de calidad de la respuesta de una manera completamente diferente a las sugerencias en línea. En las sugerencias en línea cuando ves una respuesta incorrecta, simplemente la ignoras o sigues codificando. Aquí iteras sobre ello haciendo preguntas de seguimiento o diciéndole al modelo que está equivocado y que debería intentar algo más. Y las sugerencias en línea han sido muy implícitas. El chat es muy explícito.

Necesitas escribir en él lo que quieres y cuál es tu problema y cómo queremos resolverlo. Sin embargo, esas cosas no significan que la interfaz de chat sea una mala interfaz. Simplemente es buena en cosas diferentes. Mientras que las sugerencias en línea son excelentes para mantener al usuario en flujo, el chat funciona muy bien cuando no existe flujo en absoluto. Cuando quieres detenerte y planificar o quieres aprender algo nuevo cuando no sabes cuáles son los siguientes pasos. Puedes dejar de codificar. Puedes iterar con el chat sobre la solución y planificar cómo avanzar.

Muchos de mis amigos están usando chat como una herramienta de lluvia de ideas. Es una gran experiencia de usuario para eso. También quería enfatizar que lo puse en las diapositivas. Esos términos como primera generación y segunda generación. Eso no significa realmente que una de esas herramientas sea mejor que otra o que una reemplace a otra. Simplemente significa que fueron creadas en diferentes momentos basadas en diferentes suposiciones. Pueden usarse juntas. Simplemente resuelven diferentes casos de uso.

Y... Y eso es un poco... Estamos avanzando lentamente hacia el núcleo de esta presentación. Como he mencionado, esas dos experiencias de usuario están en los extremos de la misma escala, el mismo eje. Sin embargo, todavía tenemos este enorme, enorme espacio en el medio. Y eso nos lleva a la próxima generación de herramientas. Las herramientas que estamos creando o que se están creando hoy. Y el espacio en el medio, personalmente creo, se trata de intercambio estructurado. Así que como desarrollador, quiero... Sé lo que quiero lograr. Por ejemplo, implementar una nueva característica o arreglar un error descrito en un problema de GitHub o tal vez crear una nueva, pequeña aplicación desde cero. Y quiero hacerlo de manera optimizada donde los procesos... Donde los procesos que debo seguir para avanzar hacia mi objetivo están modelados. No necesito apertura y la opción de ir a cualquier parte que el chat me da. Pero tampoco quiero estas sugerencias de IA muy extremas, optimizadas, implícitas que son dadas por el texto fantasma. Y durante los últimos 18 meses más o menos, hemos construido dos herramientas diferentes que se ajustan a este espacio.

La primera de esas herramientas es Copilot Workspace. Copilot Workspace, si no lo has visto aún, deberías buscarlo en Google y luego probarlo. Es un sistema complejo de múltiples pasos que lleva al desarrollador desde un problema o una descripción de campo ad hoc hasta la solicitud de extracción lista generada por la IA. Sin embargo, en lugar de intentar resolver el problema de un solo golpe al estilo de agentes totalmente autónomos, ya sabes, hemos visto tales demostraciones en línea. Lo que Copilot Workspace está tratando de hacer es intentar reemplazar... Está intentando crear este flujo de trabajo rico que permite el control del usuario, la retroalimentación y la iteración en cada paso del proceso.

Oh, solo describiré más sobre lo que quiero decir. Comenzamos con la lluvia de ideas y sugerencias sobre cómo se pueden abordar las tareas dadas. Y luego pasamos a la especificación de alto nivel. Luego generamos un plan técnico, de bajo nivel, y solo entonces pasamos a la implementación del código. Y después de eso, también podemos ejecutar y validar los cambios. Cada paso de este proceso es controlado por el usuario. El usuario puede ver lo que está sucediendo y puede hacer cambios en el propuesto, por ejemplo, el plan. Los usuarios pueden iterar junto con la IA y aceptar cada propuesta, cada oferta de ella. Al mismo tiempo, no es solo muy suelto y abierto como el chat. Aún tenemos este flujo de trabajo muy bien modelado.

En su núcleo, se trata de... Es muy similar a el diseño normal de aplicaciones y el diseño normal de experiencia de usuario. Necesitamos modelar los procesos del usuario. Eso es lo que hacemos al crear aplicaciones. Especialmente cuanto más complejo es nuestro sistema, menos posibilidades hay de que logremos resultados apropiados, dejando la inteligencia artificial a su suerte. Esos modelos de lenguaje grandes son muy poderosos. Y parte de su magia es cuán generales son. Parecen ser capaces de realizar cualquier tarea, pero los usuarios en nuestras aplicaciones no quieren realizar cualquier tarea. Están interesados en realizar su tarea particular. Así que necesitamos entender cómo avanzan para lograrlo. Y luego las experiencias de usuario de nuestras aplicaciones deberían modelar eso y cumplir el papel de mover a las personas hacia adelante hacia el objetivo final. Esta vez, solo con la ayuda de la IA.

El segundo producto que hemos creado es GitHub Spark. Es una herramienta que te lleva de la idea descrita en una sola oración a una micro aplicación funcional que se ejecuta en el navegador. La herramienta no fue diseñada para ser un reemplazo para los desarrolladores o para construir aplicaciones grandes completamente desarrolladas. En cambio, intentamos bajar la barrera de entrada para simplemente crear cosas pequeñas y divertidas que tú o tus quizás amigos no desarrolladores siempre quisieron construir, pero nunca tuvieron tiempo o habilidades para hacerlo. Cosas como una app para rastrear una noche de karaoke semanal o tal vez un rastreador de asignaciones pequeñas para niños, cosas así. El principio fundamental de Spark es centrarse en el acto de creación. No queremos que los usuarios se centren en el código. De hecho, creo que el código está, por defecto, oculto.

No hay código en esta vista por defecto que estoy mostrando a ustedes. Necesitan presionar el botón para verlo. En su lugar, damos a los usuarios herramientas para iterar. Ponemos la vista previa de la aplicación como un punto principal. Damos a los usuarios la capacidad de cambiar la aplicación, tanto con IA, como también con herramientas como soporte de temas o navegador de datos.

¿Qué hemos aprendido al construir esos dos proyectos? Por un lado, son proyectos muy diferentes, pero tienen algunos aspectos comunes y temas comunes que hemos notado mientras los construíamos. El primero es, bueno, el más importante. Siempre debemos diseñar aplicaciones con el usuario en mente, con el humano en mente. Necesitamos pensar en mejorar las capacidades del usuario en lugar de reemplazar a los usuarios. Esta herramienta de IA debería estar directamente integrada con el ciclo de desarrollo interno. Así que no debería ser alguna ventana de chat extraña y separada o algo así. Debería estar muy cerca de la tarea que estamos realizando. Necesitamos modelar los flujos de trabajo y procesos que tienen los usuarios. Es la idea central de construir cualquier buena aplicación. Y necesitamos tener un bajo costo en términos de cuántas acciones necesitas tomar de sugerencias incorrectas. Esos modelos son asombrosos. Están mejorando cada vez más, pero siempre estarán equivocados a veces.

Son sistemas probabilísticos y por diseño, a veces estarán equivocados. Necesitamos diseñar de manera defensiva para el fracaso. Así que las sugerencias incorrectas o cualquier sugerencia deberían ser fáciles de ignorar, fáciles de volver a intentar, fáciles de iterar o fáciles de modificar. Y esos cuatro principios, pueden ser implementados con diferentes experiencias de usuario. He discutido previamente cómo tanto las sugerencias en línea como la experiencia de usuario de chat son enfoques muy extremos, enfoques completamente diferentes, pero ambos, siguen esos principios. También aprendimos, y esta es una lección muy importante, aprendimos que la mayoría de las tareas son ambiguas. Es muy fácil crear una demostración de aspecto agradable de un agente de IA autónomo que implementa algún tipo de característica de hello world sin ninguna entrada humana.

Sin embargo, resulta que hemos aprendido que, especialmente desde el espacio de trabajo de Copilot, la gran mayoría de las tareas de software del mundo real son altamente ambiguas. Necesitan una investigación extensa. Necesitan aclaraciones, refinamientos, correcciones, exploraciones. Se aplica a lo largo de la finalización de la tarea desde el mismo punto de inicio hasta validar los cambios.

Muchas tareas son en realidad una forma de exploración. Es otra cosa que hemos notado. Y debido a esto, las tareas del mundo real necesitan ajustes constantes de guía humana. Y así sucesivamente a lo largo del proceso. No podemos dejar el proceso de construcción de software a los agentes totalmente autónomos.

Y eso me lleva probablemente al punto central de esta presentación. Hemos acuñado internamente este concepto de co-agentes. Así que los agentes son generalmente agentes de IA que suelen implementarse como un bucle, que llama a la IA una y otra vez mientras realiza algunas tareas, mientras obtiene su contexto, su conocimiento interno actualizado. Con los co-agentes, queremos asegurarnos de que el humano también sea parte de este proceso y pueda tomar acciones para dirigir el comportamiento del agente. Un co-agente es controlable, guiable, cooperativo, desplegando el razonamiento y los puntos de decisión de los agentes.

No debería ofrecer más de lo que un humano puede digerir y entender en un solo paso. Así que no debería, ya sabes, no deberías tener de repente en tu pantalla cientos de líneas de cualquier salida. Debería ser corto y comprensible para ti. Cada oferta significativa de un co-agente debería ser editable y esas ediciones se aplican a las ofertas posteriores. Eso significa que si tienes un co-agente y luego otro co-agente depende de la salida de tu co-agente anterior, si editas la salida del primer co-agente, ese cambio debería actualizarse y el sistema que utiliza co-agentes debería intentar mantener la integridad de las ofertas mientras la entrada es cambiada por el usuario.

De nuevo, Copilot Workspace es un gran ejemplo de la filosofía, pero realmente no tengo más tiempo para entrar en detalles sobre eso.

Probablemente lo último que he aprendido es que deberíamos dejar de usar chat para todo. ChatGPT creó esta expectativa que he mencionado. Esta expectativa de chat es IA y la IA es un chat. Sin embargo, podemos ir más allá de eso. Hay diferentes enfoques y no deberíamos tener miedo de experimentar ya sea como usuarios o como desarrolladores tratando de construir software.

Echemos un vistazo rápido al futuro y esas son solo ideas, como esas son... No me cites en eso o no le digas a nadie en Twitter que esto viene en los próximos cinco meses o algo así. No, esas son solo ideas aleatorias que tuvimos.

Así que una de las ideas es tener esta experiencia de edición bidireccional. Así que puedes imaginar que estás en tu IDE al lado de cada función que tienes en tu IDE. En el lado derecho, ves una descripción en lenguaje natural de ello y cuando editas el código, la descripción se actualiza. Pero también sería realmente genial si pudiéramos actualizar la descripción y luego ver el código cambiando. Idea.

Llevando eso más allá, tal vez podamos ir de una especificación completa en lenguaje natural a desarrollar una app a una aplicación completamente desarrollada y luego cuando editamos el código de esta aplicación, recibimos cambios en la especificación. ¿Quién sabe? También hay un enorme espacio actualmente que no se ha explorado en absoluto. Como sabemos por años y años y décadas de investigación sobre ingeniería de software, los desarrolladores de software pasan el 80% de su tiempo cuando no están codificando, sino mirando requisitos, tratando de entender cosas, tratando de entender la base de código, y así sucesivamente. Actualmente, las herramientas de IA son geniales para optimizar cuán productivo eres en el contexto del código. Y escribiendo más código y más código. Sin embargo, hay este enorme espacio de si deberíamos explorar esa investigación y explorar la comprensión de las bases de código.

Y también necesitamos recordar que aún estamos muy temprano en los días de las herramientas de desarrollo impulsadas por IA. Han pasado cuatro años desde el copiloto original, un poco menos de cuatro años. Y aún no sabemos exactamente qué es lo que realmente se está afianzando en el mercado. En este momento, en 2025, hay un gran auge en los agentes de IA, preferiblemente agentes de IA totalmente autónomos. No tenemos idea de si esos son realmente productivos y hacen que los desarrolladores sean productivos. Así que recordemos que todavía hay una enorme, enorme aventura frente a nosotros.

Y estoy un poco fuera de tiempo, pero esta es la diapositiva que siempre pongo en cualquier presentación que hago sobre IA. Cuando tu jefe, tu CEO, tu gerente, quien sea que venga a ti y te pida que construyas alguna característica impulsada por IA porque nuestra competencia está haciendo características de IA, también debería ser tu responsabilidad pensar y tomar una decisión y preguntarles sobre, ¿deberíamos hacerlo? Las herramientas de IA son muy poderosas, especialmente esos agentes de IA autónomos están volviéndose como, algunas de esas demostraciones son ridículas. Pero siempre deberías, de nuevo, siempre pensar en el humano en mente. ¿Necesitas un 100% de precisión en tus herramientas? Entonces probablemente la IA, cualquier uso de IA es una idea terrible. Probablemente hoy hay personas usando chat GPT para hacer sus declaraciones de impuestos. Esta es probablemente una idea loca, como, no hagas eso. Probablemente hay personas que, algunos gerentes intermedios que intentan convencer a alguien de construir alguna aplicación financiera, para agregar IA a algunas aplicaciones financieras. Por favor, no hagas eso, no usaría tu aplicación. Ha habido este ejemplo de un gran drama donde alguien que ha construido la página web que te ayudó a conectarte en línea con un especialista en salud mental. Y de repente comenzaron a reemplazar a algunos de esos especialistas en salud mental con IA bajo el capó, sin decir a los usuarios, esto no es ético en absoluto. No deberías hacer eso. Así que cuando tu jefe venga a la sala, te pida hacer IA, porque todos están haciendo IA. Por favor, piensa muy bien si realmente deberías hacer eso.

Y eso es todo. Gracias por ver y hasta la próxima. Adiós.