El pasado 29 de agosto asistí a mi segunda Platzi Conf. Fue una experiencia increíble: es una de las conferencias de tecnología más grandes de Latinoamérica y poder escuchar a los ponentes en persona fue muy especial. Aprendí mucho y sentirme parte de la conferencia me hizo sentir que pertenezco a una comunidad importante. Sin embargo, lo más valioso fue conocer las perspectivas de expertos sobre hacia dónde se dirige la tecnología.
Hubo muchas charlas interesantes, pero estas eran las que más quería escuchar:
- Cómo las GPU están acelerando la ciencia, por Katrina Riehl (NVIDIA).
- ¿Qué significa ser desarrollador hoy?, por Ana Cunha (AWS).
- Por qué la IA nos hace pensar más en ingeniería, por Javier Guignard (Platzi).
Quiero compartir mi experiencia y los aprendizajes que obtuve. También quiero animarte a participar en próximas ediciones o en otras conferencias tecnológicas. Creo que asistir a estos eventos puede ayudarnos a entender mejor hacia dónde se mueve la industria.
Cómo las GPU están acelerando la ciencia — Katrina Riehl, NVIDIA
Muchas de las cosas que usamos todos los días dependen de actores que no vemos, y uno de ellos es el software. Cuando pensamos en un descubrimiento científico, quizá imaginamos a alguien con una bata blanca observando por un microscopio. Pero detrás hay software que controla instrumentos, ejecuta simulaciones, analiza datos y genera visualizaciones. La ciencia moderna no solo utiliza software: está construida sobre software. Esta fue una de las ideas que más llamó mi atención.
Gran parte del software utilizado en ciencia forma parte del ecosistema de código abierto. Python, por ejemplo, se ha convertido en uno de los lenguajes principales de la computación científica, con proyectos como NumPy y SciPy, además de muchas bibliotecas construidas y mantenidas por comunidades. Estos proyectos permiten aprovechar las GPU para mejorar el rendimiento sin cambiar por completo la forma de trabajar de los científicos.
Mi mayor aprendizaje fue que el código abierto no consiste únicamente en publicar código. Un ecosistema abierto también necesita documentación, pruebas, corrección de errores, infraestructura, gobierno, mantenimiento y personas que colaboren con la comunidad. Una frase de la charla se quedó conmigo: «Dejá el ecosistema un poco más fuerte de como lo encontraste». Para mí resume muy bien la importancia del open source. Como desarrolladores utilizamos software abierto casi todos los días; devolver algo, aunque sea documentación, una prueba o el reporte de un error, puede mejorar la experiencia para todos.
¿Qué significa ser desarrollador hoy? — Ana Cunha, AWS
¿La IA me reemplazará como desarrollador? Tal vez, si no cambiamos.
La programación ha evolucionado constantemente desde sus inicios. En la década de 1950, programar en ensamblador exigía comprender instrucciones de bajo nivel incluso para tareas sencillas. Después llegaron los compiladores y los lenguajes de alto nivel, que facilitaron el trabajo. Más tarde aparecieron la programación estructurada, la orientación a objetos, los microservicios, la nube y ahora la inteligencia artificial. Los desarrolladores siempre hemos tenido que adaptarnos a nuevas herramientas y maneras de construir software.
Hoy la IA nos permite ampliar nuestros conocimientos más allá de nuestra especialidad principal. Esto se relaciona con el concepto de desarrollador en forma de T (T-shaped developer): tener dominio profundo de un área y comprender, al mismo tiempo, las áreas que la rodean. Por ejemplo, un desarrollador backend puede utilizar IA para explorar el frontend, no solo para generar código, sino también para hacer preguntas y entender cómo funciona.
Sin embargo, mi aprendizaje principal fue el ownership: hacernos responsables de lo que construimos. La IA puede escribir código, pero el trabajo sigue siendo tu responsabilidad, no de la herramienta. La IA puede producir código mucho más rápido de lo que somos capaces de revisarlo, así que comprender lo que generamos es todavía más importante. No pongás en producción algo que no entendés.
Para mí, ser desarrollador en la era de la IA no significa saber generar más código. Significa mantener la curiosidad, comprender lo que construimos, aprender más allá de nuestra especialidad y asumir la responsabilidad por el resultado.
Por qué la IA nos hace pensar más en ingeniería — Javier Guignard, Platzi
Los agentes de IA están cambiando nuestra forma de desarrollar software, pero escribir código más rápido no significa necesariamente construir mejor software. Una de mis principales conclusiones de esta charla fue la importancia de comprender un sistema y sus dependencias antes de empezar a programar con agentes de IA.
Javier compartió un ejemplo interesante de Platzi. Con los años, partes de la plataforma se habían separado en distintos microservicios y repositorios. Esta arquitectura introdujo un problema para los agentes: comprender un dominio podía exigir revisar múltiples repositorios y entender dependencias entre servicios y bases de datos. Más contexto implica más tokens, tiempo, complejidad y costos.
Platzi decidió simplificar ciertas partes de su arquitectura, incluso reintegrando algunos servicios al monolito cuando estaban estrechamente relacionados y siempre escalaban juntos. Esto no significa que los microservicios sean malos: algunos deben seguir siendo independientes porque pertenecen a dominios distintos o tienen necesidades de escalado diferentes. La lección para mí fue que toda decisión arquitectónica debe tener un propósito.
Esto conecta nuevamente con el ownership. Antes de pedirle a un agente que modifique un sistema, debemos comprender su arquitectura, sus dependencias y el contexto del negocio. La IA puede ayudarnos con la implementación, pero como ingenieros seguimos siendo responsables de entender las consecuencias de los cambios.
¡Este soy yo! 😄 Disfrutando de una conferencia increíble. Gracias a Platzi por recibirme. ¡Feliz programación! 😄
