A pesar del enorme entusiasmo que rodea a ChatGPT, quizás esté justificado para los desarrolladores, al menos. A la velocidad a la que surgen nuevos marcos de trabajo, plataformas e incluso lenguajes, mantenerse al día se está convirtiendo en una tarea realmente abrumadora.
ChatGPT podría ser la “cura” para esta abrumadora situación. Con ChatGPT como guía, estoy aprendiendo Python más rápido que cualquier cosa que haya aprendido en mi vida.
Me propuse confiar principalmente en ChatGPT, pero utilicé documentación adicional para verificar su orientación. Una de las cosas difíciles para empezar es que simplemente no sabemos lo que no sabemos (todavía). Entonces, comencé una pregunta sencilla: “¿Qué principios y conceptos básicos necesito aprender para dominar Python?”
En dos semanas, pasé de no tener ningún conocimiento de Python, y mucho menos de ChatGPT, a aprovecharlo para crear una aplicación web básica usando Flask y Bootstrap. Obtener informes meteorológicos de una API pública, pasándolos a través del modelo “text-DaVinci-003” de OpenAI, que arroja los informes en una prosa notablemente humana.
Si bien esta versión moderna de la aplicación “hola mundo” es simplista, exhibe muy bien el conjunto de habilidades básicas para crear soluciones con integraciones de API. También sirve como un telón de fondo familiar para la experiencia casi surreal de aprender con ChatGPT por primera vez.
El apoyo que brindó, a falta de un término mejor, fue asombroso. Lo cubrí con preguntas y le pedía constantemente que me diera consejos. En cada etapa, estuvo allí. Explicaba cuáles eran mis opciones de servidor y marco de trabajo, me mostraba cómo organizar mis carpetas y archivos para una configuración típica de Flask, respondía a mis dudas, exponía temas que no tenía claros y finalmente proporcionaba ejemplos de código muy útiles.
Como verás más adelante, el proceso no estuvo exento de contratiempos, pero en general, me convenció. Espero que esta herramienta (y otras similares) se convertan en mi forma de trabajo estándar en el futuro.
Donde ChatGPT superó mis expectativas
La capacidad de ChatGPT para proporcionar código es probablemente su característica más conocida entre los desarrolladores, pero lo que realmente destaca es su capacidad para responder a las preguntas de seguimiento. Por mucho que suene simple (o ridículo), ¿cuántas veces has estado leyendo algo y descubriste que tenías preguntas que el texto no podía responder fácilmente, y mucho menos dónde comenzar a buscar una aclaración en la documentación? He pasado demasiadas horas en mi carrera haciendo este tipo de investigación de seguimiento.
Con la llegada de ChatGPT al mercado, eso esencialmente terminó. El hecho de que simplemente pueda preguntar: “¿Quieres decir ‘x’ o ‘y’ cuando hablas de ‘z’?” ya me ha ahorrado una cantidad sorprendente de tiempo. Ser capaz de hacer una cadena de preguntas relacionadas es transformador cuando se trata de aprender. Hemos entrado en la era de la documentación viva. Como tener un mentor y un gran equipo de investigación, todo en uno a tu disposición.
“Necesidades de mejora”
Si bien mi experiencia ha sido increíble, es importante tener en cuenta que este viaje no siempre ha sido fácil. Un factor es la rápida expansión de la popularidad de ChatGPT. Durante este proceso, de repente comencé a encontrarme con mensajes de “capacidad máxima”. Tuve que cambiar a una cuenta de pago para asegurarme de mantener el acceso. Pero esto destaca un punto crítico, para que esto sea parte de tu flujo de trabajo regular, necesitarás una cuenta paga. Recientemente introdujeron ChatGPT Plus por $20 al mes, que, en mi opinión, vale cada centavo.
No uses ChatGPT… para crear código
Un área en la que ChatGPT tuvo problemas fue en la producción de muestras de código más largas. Cuando las soluciones superaban las 50 líneas, casi siempre fallaba. Tal vez fue la carga bajo la que estaba o las políticas explícitas de OpenAI, pero como aprendí desde entonces, no debería haber pedido a ChatGPT soluciones de código complejas. Ahí es donde entra en juego el modelo “code-DaVinci-002” de OpenAI. ChatGPT fue entrenado en una gran cantidad de información textual para dar respuestas en lenguaje natural. Sin embargo, la documentación de OpenAI deja clara la diferencia:“La serie de modelos Codex es descendiente de nuestra serie GPT-3 que fue entrenada tanto en lenguaje natural como en miles de millones de líneas de código.” (Énfasis mío)
ChatGPT es excelente para ejemplos breves de código explicativo que te ayudan a comprender conceptos o sintaxis con los que no estás familiarizado. Pero para la codificación del día a día, tendremos que ponernos al día con el uso de los modelos de Codex. Requieren más conocimientos, pero con eso viene un grado de control mucho más fino y una reserva más profunda de conocimientos de código.
La clave del éxito: “Ingeniería de indicaciones”
Para llevar las herramientas de IA como ChatGPT al siguiente nivel, deberás perfeccionar tus habilidades en “ingeniería de indicaciones”. La capacidad de elaborar cuidadosamente tus solicitudes será lo que diferencie a los usuarios promedio de aquellos que pueden ejercer su poder por completo. No te preocupes, OpenAI proporciona un montón de ejemplos en su sitio para que puedas empezar. Incluso puedes mejorar tus habilidades en un entorno de pruebas que prepararon, lo que proporciona un control más matizado, como la “temperatura” de la respuesta. Una medida de qué tan creativa será la IA al generar sus respuestas. El uso de los modelos codex en el entorno de prueba, donde puedo ajustar este valor, habría evitado los problemas que me encontré con las muestras de codificación de ChatGPT..
Pensamientos finales
Esta ha sido una experiencia fantástica y reveladora hasta el momento y tengo muchas ganas de ver hasta dónde se puede llevar ChatGPT y otras herramientas de IA similares. Estamos en un punto de inflexión en nuestra profesión y en el aprendizaje en general. Para seguir siendo relevantes, tendremos que reinventarnos a nosotros mismos y al enfoque de prácticamente todos los aspectos de nuestro trabajo. Afortunadamente, ChatGPT estará allí para guiarnos.
10 Visual Studio Code extensions for Python development
Advanced ChatGPT Guide – How to build your own Chat GPT Site
Getting Started with GitHub AutoPilot
For Globant Employees: Globant U chatGPT Training
(3) Open Weather API
