Gastón Milano: desafíos de la IA en Uruguay y cómo crear herramientas con esta tecnología

El ingeniero Gastón Milano, CTO de GeneXus by Globant, diálogo con Montevideo Portal sobre los desafíos para desarrollar inteligencia artificial (IA) en Uruguay, la formación de los jóvenes en uruguayos en esta materia, así como de la implementación por parte de Globant Enterprise AI de un asistente para la resolución de problemas de ingeniería de software por medio de la corrección de códigos.

El puntapié de la conversación fue este agente de IA, que la compañía tecnológica llama Code Fixer, y que Milano desarrolló junto a un grupo de uruguayos, argentinos y chilenos.

De acuerdo con lo que en su momento explicó Globant, el Code Fixer aprovecha un sistema de múltiples agentes que opera dentro de un flujo de trabajo estructurado, lo que permite en cada etapa la resolución de problemas de código.

En la entrevista, el ingeniero explicó cómo es trabajar para lograr una herramienta de automatización que involucra a la inteligencia artificial.

En primer lugar, Milano relató que para los desarrolladores de la industria del software lo más atractivo de su trabajo es generar nuevos sistemas. Sin embargo, en los hechos, un 80% del tiempo lo pasan atendiendo y solucionando bugs que se generan. De ahí surgió la necesidad de trabajar en un asistente para reparar código, que han logrado ir mejorando.

“Cuando uno va viendo la cantidad de líneas de código que se van escribiendo —y ahora más que se escriben con inteligencia artificial— aparecen muchos errores. Entonces, en lo que nos embarcamos es: ¿Qué tal si esos errores los podemos corregir en forma automática o ser ayudados por inteligencia artificial? Para que, en vez de pasar una cantidad de tiempo de dos horas arreglando bugs, se pase primero a una hora cuarenta, después a una hora y treinta... El objetivo es que pasemos lo menos posible arreglando bugs”, señaló.

Ante la pregunta de si se ha logrado medir el tiempo ganado, Milano ahondó en el proceso que tuvo el desarrollo y en cómo durante el camino fueron encontrando cada vez más soluciones para que la herramienta implique una mejora significativa en términos de usabilidad y productividad.

“Existe una gran cantidad de diversidad de bugs; no son todos iguales. Entonces, bueno, también se mejoró en qué tipo de bugs, etcétera. Ahí empieza a aparecer lo que se llama un benchmark, que son lugares donde vos te medís cuán bien arreglás ciertos tipos de bugs con ciertas categorías”, contó. 

“Cuando arrancamos a medir, se empezó en un orden del 15% de los bugs que se arreglaban. De 100 arreglábamos 15, y la verdad es que empezamos a mejorar hasta que llegamos a cerca de un 50%. Como avanzamos tanto, en ese benchmark durante un tiempo llegamos al número compitiendo contra todo el mundo; con un equipo de uruguayos, argentinos y chilenos. Ahí se logró esa sensación de que la inteligencia artificial —por lo menos el tipo de bugs que nosotros estamos probando— van a ser arreglados automáticamente. De hecho, si uno repite, en vez de hacer un intento, pasa de cerca del 50% a cerca quizás del 70%. Entonces la medida hoy está en un nivel que empieza a entusiasmar, porque realmente todo es tiempo”, sumó.

El ejecutivo de Globant Eterprise AI señaló que los equipos de investigación y desarrollo para este tipo de proyectos suelen ser acotados. En este caso, trabajaron unas seis personas, de las que el 80% eran uruguayos.

A partir de su experiencia, Milano dijo que ve muy bien “la formación en profundidad” en Uruguay en materia de inteligencia artificial, aunque del mismo modo visualiza algunos desafíos para trabajar.

“La gente que trabaja con nosotros que es gente formada acá en Uruguay, están algunos de ellos en el evento de NVIDIA y hablan con los ingenieros más importantes del mundo. Y no tenemos ningún tipo de limitante en las capacidades que se están enseñando en la parte más profunda de la inteligencia artificial. Ahí está bien”, señaló.

De todos modos, apuntó que se debería apuntar a que la formación sobre IA sea integrada a los primeros años de las carreras, y no solo esté a nivel terciario avanzado o en posgrados.

“La inteligencia artificial es un vehículo que acelera pila de cosas. Mirar todo lo que hay allí recién a lo último no me parece bueno. Me parece bueno que tuviera que haber una formación más generalista a los inicios y, obviamente, especialista más al final, para aquellos que quieren especializarse. Hoy, para utilizar inteligencia artificial, para usar un modelo de Machine Learning, no tengo que saber mucho más que lo que sabe. O sea, lo puedo aprender perfectamente en primero de facultad. Pensemos que en el futuro seguramente vamos a combinar más que programar”, evaluó. 

De este modo, opinó que la programación va a ir más en poder combinar dificultades de problemas cotidianos con habilidades de programación. En su opinión, la IA no solo que “no va a parar”, sino que cada vez se va a conectar con más áreas y discplinas.

En el plano de la formación, el ingeniero puntualizó que también visualiza desafíos en Uruguay a nivel de infraestructura, de modo de “poder proveer investigación y desarrollo acá en el país”.

Sobre las tendencias globales en inteligencia artificial, Milano opinó que la arquitectura de modelos que estaba detrás de ChatGPT encontró “algún tipo de estancamiento”, aunque remarcó que desde allí comenzaron otros tipos de modelos “de pensamiento profundo”.

“Entonces, hoy tenemos dos tipos de modelo. Y, a su vez, estamos entrando en un mundo de agentes donde no es que esos modelos trabajen solos, sino que le podés dar herramientas para que las utilicen y sean mejores. Cuando entró ChatGPT le preguntabas algo y no podía contestar, porque había sido entrenado y cerrado. Pero cuando al modelo le empezás a dar herramientas, hoy te contesta cómo está el día. O te contesta que va a jugar Peñarol y Liverpool. Entonces, los modelos ya no están solos. Pensar que la inteligencia artificial es solo el modelo es una visión limitada”, dijo.

En este sentido, destacó también los usos cotidianos que dan los ciudadanos de a pie a este tipo de tecnología. “En el primer grado de los usuarios, la inteligencia artificial explotó y solo va en aumento”, indicó.

Por su parte, a nivel de las empresas, señaló que en general los avances son más lentos, lo que vinculó más que nada a otros temas “complicados de resolver”. Entre ellos, mencionó a la seguridad, la protección de datos personales y los derechos de autor, por ejemplo.

En cuanto a la aparición de DeepSeek, uno de los puntos más interesantes de su punto de vista fue la demostración de que se podían superar determinadas restricciones y poder tener un modelo competitivo. De este modo, señaló que fue una muestra más de que “la escasez a veces trae innovación”.

“Me parece que lo que termina sucediendo, como toda innovación, es que cuando se restringen cosas, el ser humano se rebusca para seguir moviéndose bajo esas restricciones”, valoró. “Esto significa que la infraestructura hoy que precisaríamos en Uruguay es mucho menor gracias a ese tipo de descubrimiento”, agregó.