Noa Flaherty, directora de tecnología y cofundadora de Vellum, ha puesto sobre la mesa una discusión crucial en el ámbito del desarrollo de inteligencia artificial: la necesidad de evolucionar con las herramientas de creación de estas tecnologías. Tras tres años dedicados a la construcción de herramientas en este sector, Flaherty se ha topado con la reiteración de problemas similares, lo que la llevó a concebir la idea de un agente de inteligencia artificial capaz de crear otros agentes. Aunque inicialmente parecía una idea poco viable, la realidad ha demostrado que es un enfoque exitoso.
Uno de los puntos que Flaherty destaca es la obsolescencia del modelo de «drag and drop», o arrastrar y soltar. Pese a los esfuerzos en el desarrollo de editores de bajo código con interfaces gráficas atractivas, reconoce que estos son propensos a errores y poco efectivos para resolver problemas empresariales complejos. Los diagramas que lucen bien en las presentaciones terminan siendo un dolor de cabeza a la hora de gestionarlos. La pregunta que surge es clara: ¿por qué aferrarse a estas interfaces antiguas cuando la interacción a través del lenguaje natural está ganando terreno?
La dependencia de marcos de trabajo como LangChain y AutoGPT también es un tema de debate. Para Flaherty, la seguridad de una empresa no debe depender de un solo marco, dada la constante evolución de las tecnologías. La solución, según ella, está en el uso del lenguaje natural como interfaz. Este enfoque no solo es accesible para ingenieros, sino para cualquier persona dentro de una organización, impulsando así una mayor participación en la construcción de sistemas de IA.
Flaherty también enfatiza la necesidad de redefinir las herramientas utilizadas en el desarrollo de inteligencia artificial. A diferencia de la programación tradicional basada en APIs estructuradas, la inteligencia artificial se beneficia de una interacción más conversacional. Un ejemplo de ello es cómo se gestionan las actualizaciones de registros en Salesforce. En lugar de dividir las tareas en pasos complejos, es más efectivo diseñar una única acción que el sistema pueda interpretar como un todo, facilitando el trabajo de los desarrolladores y optimizando el rendimiento del sistema.
Estas ideas invitan a la comunidad de desarrollo de IA a reconsiderar las metodologías actuales, promoviendo una evolución hacia herramientas más accesibles y simples. La tendencia apunta hacia una interacción más natural, que promete revolucionar la forma en que las empresas implementan y aprovechan la inteligencia artificial en sus procesos diarios.
