Thoughtworks ha publicado el volumen 29 del Radar tecnológico, un informe bianual basado en las observaciones, conversaciones y experiencias de primera línea de Thoughtworks para resolver los retos empresariales más complejos de sus clientes. Aunque la inteligencia artificial generativa (GenAI) se postula a menudo como una herramienta útil para hacer que los desarrolladores sean más productivos, un tema importante del informe es qué significa realmente la productividad del desarrollador y cómo puede medirse de forma eficaz. Lejos de sustituir a los desarrolladores de software, Thoughtworks ha descubierto que la GenAI puede proporcionar apoyo en muchas facetas diferentes del proceso de entrega de software.

Con la maduración de las herramientas en este ámbito, que se refleja en el hecho de que varias herramientas relacionadas en esta edición del Radar hayan pasado de "Evaluar" a "Probar", las organizaciones disponen de una gran cantidad de oportunidades para explorar. Sin embargo, al igual que con los avances anteriores en tecnología -nube, entrega continua, IoT-, se recomienda centrarse en la aplicación responsable de la IA generativa y en la forma en que se integra en los procesos de toda la empresa. Los temas destacados en el Radar Tecnológico Vol.

29 incluyen: Desarrollo de software asistido por IA: Herramientas como Github Copilot, Codeium y Tabnine están llamadas a tener un impacto en la forma en que los desarrolladores de software piensan sobre la escritura de código. Sin embargo, un punto clave a tener en cuenta es cómo puede utilizarse la IA para tareas que van más allá de la codificación, como la redacción de historias de usuario. ¿Hasta qué punto es productivo medir la productividad?

Medir la productividad en el ámbito del desarrollo de software no es una preocupación nueva (el científico jefe de Thoughtworks, Martin Fowler, escribió sobre ello hace 20 años). Varias herramientas, como DX DevEX 360, pretenden mejorar la experiencia del desarrollador y señalan el camino a seguir para apoyar la productividad de los desarrolladores. Un gran número de LLM: Aunque el espacio está definido en gran medida por las contribuciones de un puñado de actores clave -ChatGPT de OpenAI, Bard de Google, LLaMA de Meta-, resultan especialmente interesantes tendencias como los LLM autoalojados y los agentes autónomos impulsados por LLM que apuntan hacia una mayor personalización y control de lo que se puede hacer con GenAI.

Maduran las soluciones para la entrega remota: Está claro que las formas de trabajo a distancia han llegado para quedarse. Afortunadamente, se han visto una serie de herramientas y técnicas -como la tormenta de eventos remotos- que sugieren que estamos empezando a ver más madurez y estabilidad a medida que los equipos se acostumbran a trabajar de forma remota o híbrida.