Nota: Citizen Development en inglés es Citizen Development, un concepto propuesto por la consultora Gartner en 2010, que hace referencia al uso de plataformas low-code o sin código por parte de desarrolladores no profesionales para crear aplicaciones sin el apoyo del departamento de TI. , con el objetivo de aumentar la productividad y reducir los costos de desarrollo.
En China, Desarrollo ciudadano generalmente se traduce como desarrollo ciudadano, pero el código QR de material de hierba cree que Desarrollo ciudadano no es una tecnología, sino un modelo de trabajo y una especificación, que debe traducirse como desarrollo nacional, es decir, todos los que entienden los negocios pueden convertirse en desarrollador.
El siguiente es un artículo de opinión de Silicon Republic, un conocido medio tecnológico, compilado a partir de código bidimensional.
Cuando el mundo exterior está generalmente "exaltando" la inteligencia artificial, el Dr. Noel Carroll de la Universidad Nacional de Irlanda Galway presentó otra visión, es decir, cómo los desarrolladores sin código pueden disfrutar de los dividendos de la tecnología de IA.
Los filósofos y científicos de la antigua Grecia ya han comenzado a discutir sobre la inteligencia humana y la capacidad de razonamiento, cómo los seres humanos toman decisiones y argumentan. Como uno de los avances tecnológicos más importantes de nuestro tiempo, la inteligencia artificial puede cambiar la forma en que vivimos, trabajamos e interactuamos con el mundo exterior.
El surgimiento de cosas nuevas como ChatGPT, ChatSonic y Google Bard AI ha provocado extensas discusiones.Algunas personas sienten curiosidad y están emocionadas, mientras que otras tienen miedo y están ansiosas. Aunque las capacidades de la IA en esta etapa son muy poderosas, no son omnipotentes y tienen sus limitaciones. Deberíamos comprender racionalmente las capacidades de la inteligencia artificial, especialmente algunas deficiencias y limitaciones, y comprender profundamente la importancia de la innovación colaborativa entre los humanos y la IA.
Limitaciones de la IA
Una de las mayores deficiencias de la IA en esta etapa es que no puede replicar la intuición y la creatividad humanas. Si bien la IA puede analizar grandes cantidades de datos para proporcionar información o desarrollar prominencia en función de un conjunto de instrucciones, carece de la capacidad de emitir juicios basados en la intuición y la experiencia, un sello distintivo de la toma de decisiones humana. Esto es especialmente evidente en el arte, la música y la escritura, que generan respuestas impresionantes pero carecen de profundidad y creatividad humanas.
Debido a que los algoritmos de IA requieren una gran cantidad de datos para operar de manera efectiva, y la calidad de los datos afecta directamente la precisión de las respuestas de IA, los datos incompletos o sesgados pueden llevar a conclusiones erróneas. Sin estándares de datos razonables, es difícil para la IA identificar relaciones causales en los datos.
Además de esto, los algoritmos también pueden ser engañados por ejemplos contradictorios, que engañan al sistema ajustando los datos de muestra. Al mismo tiempo, existe una creciente preocupación por el sesgo en los algoritmos o el sesgo en la inteligencia artificial. De hecho, los sesgos que muestran los algoritmos suelen ser sesgos humanos.
La IA también está limitada por su incapacidad para explicar decisiones o razonamientos. Muchos algoritmos de inteligencia artificial se basan en el entrenamiento de aprendizaje profundo, lo que requiere entrenar redes neuronales en grandes cantidades de datos. Aunque este método es efectivo, es difícil entender cómo la inteligencia artificial extrae conclusiones o recomendaciones específicas y carece de la suficiente transparencia. Especialmente en aplicaciones médicas, las decisiones tomadas por la IA pueden tener consecuencias de vida o muerte.
Actualmente, la IA no puede comprender el contexto y el significado detrás de los datos. Por ejemplo, es posible que un sistema de inteligencia artificial que pueda reconocer palabras en una oración no pueda comprender los matices o el sarcasmo detrás del texto, lo que puede generar malentendidos y errores, especialmente comunes en escenarios como el procesamiento del lenguaje natural y el análisis de sentimientos. .
Vale la pena señalar que ChatGPT es un modelo de lenguaje a gran escala que utiliza la arquitectura del modelo Transformer. Transformer es un modelo de aprendizaje profundo que emplea un mecanismo de autoatención que pondera de manera diferencial la importancia de cada parte de los datos de entrada.
La IA también está limitada por la complejidad de las tareas que puede realizar. Aunque la inteligencia artificial ha avanzado mucho en los últimos años, las capacidades de razonamiento y toma de decisiones aún son limitadas. Por ejemplo, si bien un sistema de IA puede reconocer objetos en imágenes, tiene dificultades para comprender el significado de los objetos en la escena.
Finalmente, la IA está limitada por su falta de sentido común. Al igual que la IA puede reconocer imágenes, pero no puede comprender su propósito o significado; puede traducir texto de un idioma a otro, pero es difícil comprender las diferencias culturales que hay detrás, lo que sigue siendo un desafío para los hablantes no nativos.
Desafío de talento de IA
Para las organizaciones que quieren seguir el ritmo de la innovación en IA, el mayor desafío radica en la contratación de talento en IA. El reclutamiento de talentos enfrenta muchos desafíos, incluidos, entre otros, los siguientes:
Hay una gran demanda de talentos profesionales de inteligencia artificial de alta calidad, mientras que la oferta de talentos no se ha mantenido;
La IA es un campo complejo que requiere experiencia en aprendizaje automático, aprendizaje profundo, procesamiento de lenguaje natural, análisis de datos, etc. Encontrar candidatos adecuados es aún más desafiante;
Los talentos de IA tienen una gran demanda y otras empresas pueden ofrecer salarios y oportunidades más atractivos;
Falta de diversidad en la industria de la IA, como la escasez de mujeres en roles de IA;
La larga formación y educación necesarias para convertirse en un talento profesional de IA puede dificultar que las personas de entornos desfavorecidos ingresen al campo, lo que exacerba el problema de la diversidad.
Para hacer frente a estos desafíos, las empresas deben reevaluar sus programas de contratación para atraer a un grupo diverso de candidatos con una compensación competitiva y oportunidades de crecimiento.
Desarrollo para todos
En algunos casos, las empresas necesitan mejorar las capacidades de los empleados existentes, como la nueva tendencia de desarrollo ciudadano, un nuevo paradigma de desarrollo sin código.
El desarrollo nacional no requiere habilidades de programación, pero las aplicaciones pueden diseñarse, desarrollarse e implementarse en entornos de producción, al igual que los programadores experimentados. La tendencia de desarrollo para todos está impulsada por la plataforma sin código, que proporciona una interfaz visual y herramientas de arrastrar y soltar, lo que permite a los usuarios crear aplicaciones sin una base de programación.
Sin código reduce las barreras de entrada para que las personas participen y puede desempeñar un papel más importante en la transformación digital. AI tiene muchos escenarios de aplicación en el desarrollo de aplicaciones, incluida la generación de código, las pruebas y la depuración. Si no se integran el código y la IA, las empresas y las personas pueden crear aplicaciones más fácilmente. Al mismo tiempo, la IA también se puede utilizar para mejorar las capacidades de las plataformas sin código, ayudándolas a identificar y solucionar posibles problemas y vulnerabilidades.
Los escenarios de aplicación de IA y sin código son muy extensos, como servicio al cliente, finanzas, atención médica, logística, etc.
Por ejemplo, puede usar la plataforma sin código para desarrollar chatbots compatibles con IA para brindar un servicio al cliente instantáneo a los visitantes del sitio web; use la plataforma sin código para crear informes financieros o aplicaciones médicas para ayudar a los médicos y pacientes a administrar su salud de manera eficiente y efectiva gestionar el proceso médico del paciente.
No se puede negar que la IA tiene un gran potencial, pero también tiene sus limitaciones. Incluso si estas limitaciones no son insuperables, también destacan la necesidad de educación, investigación y desarrollo continuos para garantizar que la IA se pueda aplicar de manera efectiva en una variedad de industrias, que pertenecerán a una nueva era de desarrollo para todos.
Por Noel Carrol
Noel Carroll es profesor asociado de sistemas de información empresarial en la Universidad de Galway y fundador del People Development Lab.