Tan pronto como Tom Smith consiguió Codex, una nueva tecnología de inteligencia artificial que escribe sus propios programas de computadora, le concedió una entrevista de trabajo.
Preguntó si podría abordar los «desafíos de codificación» que los programadores a menudo enfrentan cuando realizan entrevistas para trabajos con mucho dinero en empresas de Silicon Valley como Google y Facebook. ¿Podría escribir un programa que reemplace todos los espacios en una oración con guiones? Aún mejor, ¿podría escribir uno que identifique códigos postales no válidos?
Hizo ambas cosas al instante, antes de completar varias otras tareas. «Estos son problemas que serían difíciles de resolver para muchos humanos, incluido yo mismo, y escribiría la respuesta en dos segundos», dijo el Sr. Smith, un programador experimentado que supervisa una nueva empresa de inteligencia artificial llamada Gado Images. «Fue espeluznante de ver».
El Codex parecía una tecnología que pronto reemplazaría a los trabajadores humanos. A medida que el Sr. Smith continuaba probando el sistema, se dio cuenta de que sus habilidades se extendían mucho más allá de la habilidad para responder preguntas de entrevistas enlatadas. Incluso podría traducir de un lenguaje de programación a otro.
Sin embargo, después de varias semanas trabajando con esta nueva tecnología, Smith cree que no representa una amenaza para los programadores profesionales. De hecho, como muchos otros expertos, lo ve como una herramienta que terminará impulsando la productividad humana. Incluso puede ayudar a toda una nueva generación de personas a aprender el arte de las computadoras, mostrándoles cómo escribir piezas simples de un código, casi como un tutor personal.
«Esta es una herramienta que puede hacer la vida de un codificador mucho más fácil», dijo Smith.
Hace unos cuatro años, los investigadores de laboratorios como OpenAI comenzaron a diseñar redes neuronales que analizaban enormes cantidades de prosa, incluidos miles de libros digitales, artículos de Wikipedia y todo tipo de texto publicado en Internet.
Al identificar patrones en todo ese texto, las redes aprendieron a predecir la siguiente palabra en una secuencia. Cuando alguien escribía algunas palabras en estos «modelos de lenguaje universal», podía completar el pensamiento con párrafos enteros. De esta manera, un sistema, una creación de OpenAI llamada GPT-3, podría escribir sus propias publicaciones de Twitter, discursos, poesía y artículos de noticias.
Para sorpresa incluso de los investigadores que construyeron el sistema, incluso pudo escribir sus propios programas de computadora, aunque eran breves y simples. Aparentemente, había aprendido de una cantidad incalculable de programas publicados en Internet. Así que OpenAI fue un paso más allá, entrenando un nuevo sistema, el Codex, en una enorme variedad de prosa y código.
El resultado es un sistema que comprende tanto la prosa como el código, hasta cierto punto. Puede preguntar, en un lenguaje sencillo, si cae nieve sobre un fondo negro, y le dará un código que crea una tormenta de nieve virtual. Si pides una pelota azul que rebota, también te la dará.
“Puedes decirle que haga algo y lo hará”, dijo Ania Kubow, otra programadora que ha utilizado la tecnología.
Codex puede generar programas en 12 lenguajes informáticos e incluso traducir entre ellos. Pero a menudo comete errores y, aunque sus habilidades son impresionantes, no puede razonar como un humano. Puede reconocer o imitar lo que ha visto en el pasado, pero no es lo suficientemente ágil como para pensar por sí solo.
A veces, los programas generados por Codex no se ejecutan. O contienen fallas de seguridad. O no se acercan a lo que usted quiere que hagan. OpenAI estima que Codex produce el código correcto el 37 por ciento del tiempo.
Cuando el Sr. Smith usó el sistema como parte de un programa de prueba «beta» este verano, el código que produjo fue impresionante. Pero a veces, solo funcionaba si hacía un pequeño cambio, como ajustar un comando para que se adaptara a su configuración de software particular o agregar un código digital necesario para acceder al servicio de Internet que estaba tratando de consultar.
En otras palabras, el Codex era realmente útil solo para un programador experimentado.
Pero podría ayudar a los programadores a hacer su trabajo diario mucho más rápido. Podría ayudarlos a encontrar los bloques de construcción básicos que necesitaban o orientarlos hacia nuevas ideas. Usando la tecnología, GitHub, un popular servicio en línea para programadores, ahora ofrece Co-pilot, una herramienta que sugiere su siguiente línea de código, de manera muy similar a como las herramientas de «autocompletar» sugieren la siguiente palabra cuando escribe mensajes de texto o correos electrónicos.
“Es una forma de escribir código sin tener que escribir tanto código”, dijo Jeremy Howard, quien fundó el laboratorio de inteligencia artificial Fast.ai y ayudó a crear la tecnología del lenguaje en la que se basa el trabajo de OpenAI. «No siempre es correcto, pero está lo suficientemente cerca».
Howard y otros creen que el Codex también podría ayudar a los principiantes a aprender a codificar. Es particularmente bueno para generar programas simples a partir de breves descripciones en inglés. Y también funciona en la otra dirección, al explicar código complejo en un lenguaje sencillo. Algunos, incluido Joel Hellermark, un emprendedor de Suecia, ya están intentando transformar el sistema en una herramienta de enseñanza.
El resto del panorama de la IA es similar. Los robots son cada vez más poderosos. También los chatbots están diseñados para conversaciones en línea. DeepMind, un laboratorio de inteligencia artificial en Londres, construyó recientemente un sistema que identifica instantáneamente la forma de las proteínas en el cuerpo humano, que es una parte clave del diseño de nuevos medicamentos y vacunas. Esa tarea una vez tomó a los científicos días o incluso años. Pero esos sistemas reemplazan solo una pequeña parte de lo que pueden hacer los expertos humanos.
En las pocas áreas donde las nuevas máquinas pueden reemplazar instantáneamente a los trabajadores, generalmente se encuentran en trabajos que el mercado tarda en cubrir. Los robots, por ejemplo, son cada vez más útiles dentro de los centros de envío, que se están expandiendo y luchan por encontrar los trabajadores necesarios para mantener el ritmo.
Con su puesta en marcha, Gado Images, Smith se propuso construir un sistema que pudiera clasificar automáticamente los archivos de fotos de periódicos y bibliotecas, resurgir imágenes olvidadas, escribir leyendas y etiquetas automáticamente y compartir las fotos con otras publicaciones y empresas. Pero la tecnología solo podía hacer frente a una parte del trabajo.
Podría examinar un vasto archivo de fotos más rápido que los humanos, identificando los tipos de imágenes que podrían ser útiles y probando los subtítulos. Pero encontrar las mejores y más importantes fotos y etiquetarlas adecuadamente aún requería un archivero experimentado.
“Pensamos que estas herramientas iban a eliminar por completo la necesidad de los humanos, pero lo que aprendimos después de muchos años fue que esto no era realmente posible, todavía se necesitaba un humano capacitado para revisar el resultado”, dijo Smith. “La tecnología se equivoca. Y puede estar sesgado. Aún necesitas que una persona revise lo que se ha hecho y decida qué es bueno y qué no «.
El Codex amplía lo que puede hacer una máquina, pero es otra indicación de que la tecnología funciona mejor con humanos en los controles.
«La IA no está funcionando como se esperaba», dijo Greg Brockman, director de tecnología de OpenAI. “Sentí que iba a hacer este trabajo y ese trabajo, y todos estaban tratando de averiguar cuál sería el primero en hacerlo. En cambio, no reemplaza ningún trabajo. Pero les está quitando el trabajo pesado de todos a la vez «.