La IA como fuerza amplificadora

Fui a Tropical Rails, la conferencia de la comunidad de Ruby y Rails (un lenguaje de programación y su base para armar aplicaciones web), con la expectativa de siempre: ver qué onda la comunidad, qué herramientas nuevas andan circulando, charlar con gente. No esperaba que la conferencia entera orbitara alrededor de un solo tema, pero lo hizo: IA y agentes, que son programas que usan un modelo de IA para hacer tareas de punta a punta, no sólo para responder preguntas. Y no en el sentido de “miren esta herramienta nueva”, sino en el de “esto cambia las reglas del juego y tenemos que hablar en serio”.

La conclusión

Lo que me llevé, y que fue el hilo conductor de casi todas las charlas, es esto: los modelos de lenguaje (los LLM, el tipo de IA que escribe texto y código) y los agentes no tienen opiniones sobre la calidad del código. Amplifican lo que ya está ahí. Si adentro hay buenos patrones, sale buen código. Si hay tech debt (deuda técnica: los atajos y parches que quedaron en el código y que algún día hay que pagar), sale más tech debt, y más rápido.

Si la codebase, todo el código del proyecto, no está limpia y preparada para crecer, no va a poder acompañar el crecimiento del producto. Y ahora los agentes producen código a un ritmo que ningún humano puede revisar. Con eso, el tech debt dejó de ser solo un problema de calidad y pasó a ser un problema de capacidad, de cuánto puede avanzar el equipo.

Esto era verdad antes también, pero nunca importó tanto.

Dos herramientas que me quedaron

Dos gems (así se llaman los paquetes de código listos para usar en Ruby) salieron varias veces en las charlas y vale la pena mencionarlas.

evil-seeds es como un dump de base de datos (una copia de todo lo que hay guardado) pero inteligente. Podés configurar cómo se limpia la data para que no queden datos sensibles, qué tablas incluir y cuántos registros sacar. Suena como un buen camino para tener por fin una copia limpia y segura de producción (la base real, la que usan los clientes) para trabajar en la computadora de uno.

Blazer sirve para detectar datos raros o inconsistentes en producción. La idea de tener algo que vigile todo el tiempo la salud de los datos es algo que podríamos necesitar, más allá de si adoptamos esta herramienta en particular o no.

La moraleja

Si vamos en serio con usar IA para movernos más rápido, la codebase tiene que estar en un estado que lo haga posible. Los agentes amplifican el tech debt, no lo resuelven. Volví de la conferencia con ganas de pagar deuda técnica, que no es algo que uno diga muy seguido.