Noa Flaherty, directora de tecnología y cofundadora de Vellum, ha revelado perspectivas considerablemente innovadoras sobre la evolución de las herramientas de desarrollo en inteligencia artificial, basadas en su experiencia acumulada después de tres años de dedicación en este campo. Durante este tiempo, se enfrentó reiteradamente a una serie de obstáculos que la llevaron a contemplar el desarrollo de un agente de inteligencia artificial capaz de crear otros agentes, una idea que inicialmente parecía poco práctica, pero que ha demostrado ser viable y efectiva.
Flaherty critica con firmeza el enfoque tradicional del «drag and drop» o arrastrar y soltar, una metodología que, aunque en su momento fue innovadora, ahora considera obsoleta. Durante su experiencia construyendo editores de bajo código con interfaces gráficas, se dio cuenta de que estas herramientas, además de ser estéticamente agradables, resultaban torpes y propensas a errores cuando se trataba de manejar problemas empresariales complejos. Los diagramas creados, que lucen impresionantes en presentaciones, acaban siendo complicados de gestionar, desatando la interrogante de por qué recurrir a métodos anticuados cuando las interacciones naturales a través del lenguaje están en auge.
La llegada de plataformas y marcos de trabajo diversificados como LangChain y AutoGPT ha añadido tensión a la adopción tecnológica. Flaherty advierte que depositar el futuro de una empresa en un solo marco de trabajo es arriesgado debido a la constante inestabilidad que representan las nuevas tecnologías emergentes.
Ante esta situación, ella propone que el lenguaje natural es la clave para avanzar. Este enfoque es comprensible para todos, lo que abre la puerta a que personas de diversas áreas dentro de una organización participen en la construcción de sistemas de inteligencia artificial, más allá del universo de los ingenieros.
Además, Flaherty resalta la necesidad de redefinir las herramientas utilizadas en el desarrollo de inteligencia artificial. A diferencia de la programación tradicional, que depende de APIs estructuradas, la inteligencia artificial se beneficia de una interacción más conversacional. Ilustra este punto con el ejemplo de actualizar registros en Salesforce, sugiriendo que, en lugar de fragmentar la tarea en múltiples pasos, es más eficaz crear una única acción comprensible para el AI, simplificando el proceso para desarrolladores y sistemas por igual.
Las reflexiones de Flaherty no solo iluminan la dirección futura del desarrollo de herramientas de inteligencia artificial, sino que también incitan a la comunidad a reconsiderar las prácticas actuales en la creación y uso de estas tecnologías en entornos empresariales. La evolución de la inteligencia artificial podría estar encaminándose hacia un cambio profundo que promueva la accesibilidad y la simplicidad en su uso y desarrollo.
