IA: ¿Qué es la IA Generativa y por qué debería importarte?
Seamos honestos: hasta hace no mucho tiempo atrás, cuando escuchábamos “Inteligencia Artificial”, la mayoría de nosotros pensaba en clasificadores de imágenes, sistemas de recomendación o lógica compleja para NPCs en videojuegos. Era un campo reservado para Data Scientists con doctorados y máquinas potentes.
Pero la cosa cambió. Y cambió rápido. La IA Generativa (GenAI) no es solo una mejora incremental; es un cambio de paradigma. Ya no se trata solo de analizar datos existentes, sino de crear contenido nuevo. Y como desarrollador, si no le estás prestando atención, te estás perdiendo la herramienta más potente que apareció en años para potenciar tu productividad.
Hoy vamos a ver por qué esto es relevante para vos y cómo podés empezar a usarlo ya mismo para escribir menos código repetitivo y enfocarte en lo importante.
1. Generando el “Boilerplate” aburrido
¿Cuántas veces escribiste la estructura básica de una API, una clase de configuración o un script de migración? Es necesario, pero aburrido.
Antes: Te pasabas 15 minutos copiando y pegando de StackOverflow o de un proyecto viejo, cambiando nombres de variables y rezando para no haberte olvidado de nada.
Ahora: Le pedís a la IA que lo haga por vos.
“Generame una estructura básica de FastAPI con un endpoint GET que devuelva un JSON con un mensaje de estado.”
Y en segundos tenés:
from fastapi import FastAPI
app = FastAPI()
@app.get("/status")
def get_status():
return {"status": "ok", "message": "Service is running"}
No es magia, es eficiencia. Vos seguís siendo el piloto, pero ahora tenés un copiloto que te alcanza las herramientas.
2. Documentación que no duele
A todos nos gusta el código limpio, pero a casi nadie le gusta escribir documentación. Es esa tarea que siempre queda para “el próximo sprint”.
Con GenAI, podés pegar tu función y pedirle que genere el docstring.
Tu código:
def calcular_descuento(precio, porcentaje):
if porcentaje < 0 or porcentaje > 100:
raise ValueError("Porcentaje inválido")
return precio * (1 - porcentaje / 100)
El prompt: “Generame un docstring estilo Google para esta función de Python.”
El resultado:
def calcular_descuento(precio, porcentaje):
"""Calcula el precio final después de aplicar un descuento.
Args:
precio (float): El precio original del producto.
porcentaje (float): El porcentaje de descuento (0-100).
Returns:
float: El precio final con el descuento aplicado.
Raises:
ValueError: Si el porcentaje no está entre 0 y 100.
"""
# ...
Listo. Documentación clara, estandarizada y sin perder tiempo.
3. Tests Unitarios en segundos
Escribir tests es fundamental, pero a veces da pereza pensar en todos los casos borde. La IA es excelente para esto.
Le pasás tu función y le decís: “Escribime tests unitarios usando pytest para esta función, incluyendo casos de error”.
Y te devuelve:
import pytest
from mi_modulo import calcular_descuento
def test_descuento_valido():
assert calcular_descuento(100, 20) == 80.0
def test_sin_descuento():
assert calcular_descuento(100, 0) == 100.0
def test_descuento_total():
assert calcular_descuento(100, 100) == 0.0
def test_porcentaje_invalido():
with pytest.raises(ValueError):
calcular_descuento(100, 110)
Por supuesto, vos tenés que revisar que los tests tengan sentido, pero el trabajo pesado ya está hecho.
4. ¡Ojo! No le des las llaves de tu casa a boti
Esto es crítico. Nunca, bajo ninguna circunstancia, pegues credenciales, API Keys, contraseñas o datos sensibles en un chat de IA (especialmente en las versiones gratuitas o públicas).
Tené en cuenta que muchos de estos servicios usan tus interacciones para re-entrenar sus modelos. Si le pasás tu AWS_SECRET_ACCESS_KEY para que te ayude a debuggear, esa clave podría terminar siendo parte del conocimiento del modelo.
Reglas de oro:
- Sanitizá tu código: Antes de copiar y pegar, reemplazá cualquier secreto por placeholders como
"TU_API_KEY". - Leé los Términos y Condiciones: Entendé cómo usa tus datos la herramienta que estás usando. Las versiones “Enterprise” suelen tener garantías de privacidad que las versiones “Free” no tienen.
- Sentido común: Si es información que no publicarías en StackOverflow, no se la des a la IA.
Conclusión
La IA Generativa no viene a reemplazarte, viene a sacarte de encima las tareas repetitivas para que puedas dedicarte a resolver problemas complejos de arquitectura y lógica de negocio. Es una herramienta para ganar nivel de abstracción y velocidad.
En el próximo post volvemos a la nube para hablar de AWS S3 y cómo usarlo para mucho más que guardar archivos. ¡Hasta la próxima!