MicroPIC proyecto de microcontroladores con IDE y sensores.

Programar con inteligencia artificial: ¿estamos dejando de programar?

No sé si os está pasando lo mismo, pero la inteligencia artificial está cambiando la forma en la que nos enfrentamos a la programación. Y no hablo solo de pedirle que nos explique una función que no recordamos o que nos ayude a encontrar un error. Hablo de algo bastante más radical: describir lo que queremos hacer y que una IA nos escriba buena parte del programa.

Hace no tanto, si queríamos desarrollar una aplicación, tocaba abrir el editor, consultar documentación, buscar ejemplos y empezar a escribir código. Ahora podemos explicarle a ChatGPT lo que necesitamos y, en unos segundos, tener delante una solución que, al menos sobre el papel, parece bastante convincente.

Y claro, esto plantea una pregunta interesante: si la inteligencia artificial escribe el código por nosotros, ¿seguimos programando?

A mí me parece que sí. Pero también creo que estamos entrando en una forma de trabajar en la que es muy fácil perder el control de lo que estamos construyendo.

Vamos a darle una vuelta.

De picar código a explicar lo que queremos

Una de las cosas más llamativas de la IA es lo rápido que podemos pasar de una idea a algo que empieza a parecer una aplicación.

Imaginad que queremos hacer una pequeña web en PHP para llevar un inventario de nuestros componentes electrónicos.

Resistencias, condensadores, placas ESP32, sensores, módulos de relés… Seguro que más de uno tiene un cajón lleno de componentes que compró para algún proyecto y que ya ni recuerda que tiene.

Tradicionalmente, tendríamos que diseñar la base de datos, preparar las páginas PHP, crear los formularios, programar las consultas y resolver todos los pequeños problemas que van apareciendo.

Ahora podemos escribir algo como esto:

Quiero crear una aplicación PHP y MySQL para gestionar mi inventario de componentes electrónicos. Necesito registrar el nombre del componente, su categoría, cantidad disponible, ubicación y una fotografía. Quiero poder buscar componentes y actualizar las cantidades. Propón una estructura sencilla, sin utilizar frameworks.

Y la IA nos puede devolver una propuesta bastante completa.

Inventario de MicroPIC con lista de componentes y tablet mostrando catálogo.
Pantalla de inventario de MicroPIC junto a componentes electrónicos y cuaderno de notas.

Hasta aquí, estupendo.

El problema aparece cuando, en lugar de utilizar esa propuesta como punto de partida, empezamos a aceptar todo lo que genera sin entender demasiado bien cómo funciona.

Porque una cosa es que la IA escriba código y otra muy distinta es que ese código esté bien pensado.

El código que funciona… hasta que deja de funcionar

Esta es probablemente la parte que más me preocupa de programar con inteligencia artificial.

Cuando escribimos nosotros mismos una aplicación, sabemos más o menos por qué hemos tomado determinadas decisiones. Puede que nos equivoquemos, por supuesto, pero conocemos el camino que nos ha llevado hasta allí.

Con la IA podemos encontrarnos con cientos de líneas de código que aparentemente funcionan, pero cuyo funcionamiento interno no terminamos de comprender.

Y eso es una pequeña bomba de relojería.

Imaginad que le pedimos que prepare un formulario PHP para buscar usuarios en una base de datos.

Podría aparecer algo como esto:

$sql = "SELECT * FROM usuarios
        WHERE nombre = '$nombre'";

A simple vista parece una consulta perfectamente normal.

Pero si $nombre procede de un formulario, estamos introduciendo directamente un valor externo dentro del SQL. Y eso puede abrir la puerta a una inyección SQL.

Una forma más adecuada de hacerlo sería utilizando consultas preparadas con PDO:

$sql = "SELECT * FROM usuarios
        WHERE nombre = :nombre";$stmt = $pdo->prepare($sql);
$stmt->execute([
'nombre' => $nombre
]);

El segundo ejemplo separa los datos de la estructura de la consulta. Presupone que $pdo es una conexión PDO ya configurada.

No es nada revolucionario, pero sirve para ilustrar algo importante: la IA puede generar código que parece correcto y que, sin embargo, contiene problemas que no se ven a primera vista.

Y lo mismo ocurre con la autenticación de usuarios, la gestión de sesiones, la validación de formularios o el acceso a archivos.

Por eso creo que hay una regla que deberíamos tener siempre presente: si no entendemos qué hace una parte importante del código, conviene revisarla antes de incorporarla al proyecto.

La IA como compañero de programación

Dicho lo anterior, tampoco quiero que parezca que estoy en contra de utilizar inteligencia artificial para programar.

Todo lo contrario.

Me parece una herramienta extraordinaria, especialmente para quienes disfrutamos experimentando con distintas tecnologías.

Podemos estar trabajando con PHP, necesitar una consulta SQL algo complicada y pedirle que nos ayude a construirla. O estar programando un ESP32 y necesitar recordar cómo configurar una interrupción.

También podemos utilizarla para entender código antiguo, traducir funciones de un lenguaje a otro o buscar posibles errores.

Pero hay una forma de trabajar que me parece especialmente interesante: pedirle a la IA que nos explique sus decisiones antes de aceptarlas.

Por ejemplo, en lugar de escribir:

Hazme un sistema de autenticación de usuarios en PHP.

Podemos pedir:

Quiero añadir autenticación a una aplicación PHP. Explícame qué alternativas tengo, qué riesgos de seguridad debo considerar y qué estructura recomendarías para una aplicación pequeña. No escribas todavía el código.

Parece una diferencia pequeña, pero cambia completamente el proceso.

En el primer caso estamos delegando la implementación y muchas decisiones técnicas.

En el segundo estamos utilizando la IA para ayudarnos a pensar.

Y para mí, ahí es donde realmente empieza a ser útil.

¿Y si dejamos de escribir código?

Hay otro aspecto de todo esto que me resulta curioso.

Durante mucho tiempo, aprender a programar significaba aprender la sintaxis de un lenguaje, conocer sus estructuras de control y practicar hasta conseguir cierta soltura.

Ahora podemos desarrollar pequeñas aplicaciones sin recordar exactamente cómo se escribe cada instrucción.

¿Significa eso que ya no merece la pena aprender PHP, Python o C++?

Yo diría que no.

Lo que probablemente está cambiando es qué conocimientos resultan más importantes.

Saber escribir un bucle sigue siendo útil, pero entender cómo organizar una aplicación, cómo se comunican sus componentes, cómo gestionar errores o cómo proteger los datos es todavía más importante cuando parte del código lo genera una IA.

Es algo parecido a lo que ocurre en electrónica.

Podemos comprar un módulo que incorpora un regulador de tensión, un conversor analógico-digital o un controlador de comunicaciones sin necesidad de diseñar todos esos circuitos desde cero.

Pero si no entendemos mínimamente cómo funcionan, sus limitaciones o cómo deben conectarse, tarde o temprano tendremos problemas.

Con la programación asistida por IA ocurre algo parecido.

No necesitamos escribir cada línea personalmente, pero sí deberíamos entender qué estamos conectando y por qué.

Un ejemplo que perfectamente podría ocurrirme

Imaginad que queremos crear una aplicación web para visualizar información procedente de distintos dispositivos electrónicos.

Un ESP32 podría medir temperatura, humedad o consumo eléctrico y enviar esos datos a un servidor.

En el servidor tendríamos una aplicación PHP encargada de recibirlos, almacenarlos en MySQL y mostrarlos mediante gráficas.

Podríamos dividir el proyecto en varias partes:

  1. Programar el ESP32 para enviar los datos.
  2. Crear una API PHP que los reciba.
  3. Diseñar una base de datos para almacenarlos.
  4. Construir un panel web con gráficas.
  5. Añadir alertas cuando se superen determinados valores.

La IA podría ayudarnos con todas esas tareas.

Espacio IoT con panel de sensores
Espacio IoT con panel de sensores

Incluso podríamos empezar utilizando datos simulados, sin tener que conectar físicamente ningún sensor.

Y aquí veo una de las grandes ventajas de estas herramientas: nos permiten experimentar con ideas que antes podían quedarse aparcadas simplemente por falta de tiempo.

Eso sí, no deberíamos confundir una demostración con un sistema terminado. Una aplicación que funciona con datos ficticios todavía necesita pruebas, gestión de errores y medidas de seguridad antes de utilizarse con dispositivos reales.

El problema de pedirle que lo haga todo

Hay una tentación bastante evidente cuando empezamos a utilizar asistentes de programación: pedirles cada vez más cosas.

Primero una función.

Después una página completa.

Luego un sistema de usuarios.

Y, cuando nos damos cuenta, tenemos una aplicación con decenas de archivos, dependencias que no conocemos y funcionalidades que no sabemos muy bien cómo están implementadas.

El problema no es necesariamente que el código sea malo.

El problema es que hemos perdido la visión de conjunto.

Por eso prefiero un enfoque más gradual.

Primero definir qué queremos conseguir. Después diseñar la estructura general. A continuación, implementar una funcionalidad cada vez y comprobar que funciona antes de continuar.

Y, algo que me parece fundamental, utilizar Git para guardar versiones del proyecto.

Cuando una modificación propuesta por la IA rompe algo que funcionaba, poder volver a una versión anterior es una auténtica tranquilidad.

También conviene pedirle que explique qué archivos ha cambiado, por qué lo ha hecho y qué posibles efectos secundarios puede tener la modificación.

No se trata de desconfiar de todo, sino de mantener el control.

Cinco cosas que conviene hacer siempre

Si tuviera que resumir cómo aprovechar estas herramientas sin terminar dependiendo completamente de ellas, me quedaría con cinco ideas.

  1. No pedir aplicaciones completas de golpe. Es mucho más fácil revisar una función que quinientas líneas de código generadas de una sola vez.
  2. Pedir explicaciones. Si una solución utiliza una librería desconocida o una estructura que no entendemos, merece la pena preguntar por qué.
  3. Revisar la seguridad. Especialmente cuando trabajamos con formularios, bases de datos, autenticación o APIs accesibles desde Internet.
  4. Probar los resultados. Que el código tenga buena pinta no significa que funcione correctamente. Y que funcione una vez tampoco significa que esté libre de errores.
  5. No compartir información sensible. Contraseñas, tokens, claves de API o datos privados no deberían terminar en una conversación con un asistente de programación.

Son recomendaciones bastante sencillas, pero pueden ahorrarnos muchos problemas.

¿Programaremos todos así dentro de unos años?

Es difícil saber hasta dónde llegará todo esto.

Las herramientas actuales ya son capaces de generar aplicaciones sorprendentemente completas y seguramente seguirán mejorando.

Puede que dentro de unos años escribir manualmente determinadas partes de un programa sea tan poco habitual como diseñar desde cero una fuente de alimentación para cada proyecto electrónico.

O puede que descubramos que mantener y comprender el código generado automáticamente requiere más trabajo del que esperábamos.

Probablemente ocurran ambas cosas, dependiendo del proyecto.

Lo que sí parece claro es que cada vez dedicaremos menos tiempo a determinadas tareas mecánicas y más a definir qué queremos construir.

Y eso, para quienes disfrutamos cacharreando, puede ser una buena noticia.

Porque al final lo divertido no siempre es escribir cien líneas de código para conectarnos a una base de datos.

A veces lo divertido es conseguir que una idea funcione.

Para terminar

La inteligencia artificial no tiene por qué convertirnos en peores programadores. Pero tampoco nos convierte automáticamente en buenos desarrolladores por el simple hecho de generar código.

Todo depende de cómo la utilicemos.

Podemos limitarnos a copiar y pegar lo que produce, o aprovecharla para aprender, experimentar y desarrollar proyectos que antes nos habrían llevado mucho más tiempo.

Personalmente, me parece mucho más interesante la segunda opción.

Y creo que encaja bastante bien con la filosofía de MicroPIC: probar tecnologías, entender cómo funcionan y utilizarlas para construir cosas útiles.

Da igual que estemos hablando de un PIC, un ESP32, una aplicación PHP o un sistema de automatización.

Las herramientas cambian, pero las ganas de experimentar siguen siendo las mismas.

¿Y vosotros? ¿Ya utilizáis inteligencia artificial para programar o todavía preferís escribir todo el código a mano?

Me interesa especialmente saber si la utilizáis como ayuda puntual o si habéis llegado a desarrollar aplicaciones completas con ella.

Referencias

Este artículo ha sido escrito con la inestimable ayuda de ChatGPT

Scroll al inicio