Os diretores de informação podem ver seu trabalho ficando mais complexo, mesmo que a IA generativa facilite o desenvolvimento de software.
Traduzido de: https://www.wsj.com/articles/ai-is-writing-code-now-for-companies-that-is-good-and-bad-6f19ecdc?st
Esforços para automatizar partes do processo de codificação, que podem ser tediosos e demorados, estão em andamento há anos. Eles receberam um impulso graças à crescente escala e precisão dos modelos generativos de IA. Ferramentas de codificação de IA generativa prometem grandes ganhos de eficiência para os desenvolvedores, mas alguns líderes de tecnologia temem as consequências de gerar muito código muito rápido. Líderes de TI na United Airlines, Johnson & Johnson, Visa, Cardinal Health, Goldman Sachs e outras empresas dizem que estão empolgados com o potencial da IA generativa para automatizar certas partes do processo de escrita de código e esperam que isso resulte em ganhos significativos de produtividade.
No entanto, alguns executivos de TI dizem que reduzir a barreira para a criação de código também pode resultar em níveis crescentes de complexidade, dívida técnica e confusão à medida que tentam gerenciar uma pilha crescente de software. "Dívida técnica" é um termo amplo que descreve os custos futuros esperados para a aplicação de soluções rápidas. "O potencial para aumento da dívida técnica e código órfão é sempre uma preocupação quando a entrega pode ser acelerada", disse Tracy Daniels, diretor de dados da empresa de serviços financeiros Truist. “As pessoas têm falado sobre dívida técnica há muito tempo, e agora temos um novo cartão de crédito que vai nos permitir acumular dívida técnica de maneiras que nunca fomos capazes de fazer antes”, disse Armando Solar-Lezama, professor no Laboratório de Ciência da Computação e Inteligência Artificial do Instituto de Tecnologia de Massachusetts. “Acho que há um risco de acumular muito código mal escrito por uma máquina”, disse ele, acrescentando que as empresas terão que repensar metodologias sobre como podem trabalhar em conjunto com as novas capacidades das ferramentas para evitar isso. Esforços para automatizar partes do processo de codificação, que podem ser tediosos e demorados, estão em andamento há anos, disse Solar-Lezama. Eles receberam um impulso graças à crescente escala e precisão dos modelos generativos de IA, que também contribuíram para o boom de popularidade do ChatGPT, disse ele.
A escassez no pool de talentos de desenvolvedores disponíveis também está levando as empresas a investir mais em ferramentas que podem auxiliar o processo, disse Amanda Silver, vice-presidente corporativa e chefe de produto da divisão de desenvolvedores da Microsoft.
Diferentes empresas estão em diferentes pontos de avaliação e implantação de ferramentas como o Copilot do Github, de propriedade da Microsoft, e também outras ferramentas da Amazon, International Business Machines e startups como Tabnine e Magic AI. Essas ferramentas geralmente funcionam sugerindo novos trechos de código e testes, e fornecendo recomendações técnicas dentro dos programas de escrita de código que os desenvolvedores já usam. Mas também existem riscos, dizem os líderes de TI. “Acho que isso torna a tarefa do CIO muito mais complexa, mesmo que torne a tarefa do programador mais fácil”, disse Vivek Jetley, vice-presidente executivo e chefe de análises na EXL, uma empresa de análise de dados e operações e soluções digitais.
Essas ferramentas têm a capacidade de democratizar a escrita de código, o que significa que mais e mais funcionários poderiam começar a escrever código para vários novos casos de uso. À medida que a quantidade de código explode, o CIO precisará trabalhar para controlar e governar esse código e priorizar o que manter, o que descartar e como executar o sistema, disse ele.
“Vai haver mais confusão com certeza”, disse Jetley. Com certeza, a dívida técnica e o código órfão têm sido desafios que assombram os CIOs há muito tempo, de acordo com Paulo Rosado, CEO da OutSystems. À medida que mais e mais código é construído, surge naturalmente a confusão sobre o que certo código faz e como foi criado, disse ele.
À medida que os desenvolvedores deixam as empresas, essa confusão se intensifica e, com o passar do tempo, uma pilha crescente de código se torna cada vez mais difícil de manter atualizada, acrescentou. Rosado disse que espera que esses problemas sejam agravados por ferramentas de codificação de IA generativa. Os líderes de tecnologia devem ter cuidado para não equiparar a entrega acelerada de código com produtividade, disse Sanjay Srivastava, estrategista digital chefe da empresa de serviços profissionais Genpact. As empresas devem pensar mais sobre o retorno do investimento do que a quantidade real de código sendo escrita, e devem ponderar o custo econômico de executar ferramentas generativas de IA intensivas em energia.
Jason Birnbaum, diretor de informação da United Airlines, disse que esses riscos são válidos, o que tornará importante projetar ambientes de nuvem para segurança e resiliência e tornará mais difícil liberar software que não foi devidamente analisado e testado.
Apesar dos riscos, os CIOs estão avançando. Birnbaum disse que a United está testando várias aplicações de IA generativa, incluindo geração de código. A Cardinal Health recentemente estabeleceu uma força-tarefa multifuncional para avaliar casos de uso e riscos. A Truist está explorando a geração de código net-new e anotação de código com um fornecedor. E o Goldman Sachs já está vendo ganhos de eficiência de dois dígitos em pilotos iniciais.
Artigo original em https://www.wsj.com/articles/ai-is-writing-code-now-for-companies-that-is-good-and-bad-6f19ecdc?st
Comments