Noa Flaherty, CTO y cofundadora de Vellum, ha compartido importantes reflexiones sobre la evolución de las herramientas de desarrollo en inteligencia artificial. Después de tres años de trabajo en la creación de herramientas para este ámbito, se encontró en una encrucijada, enfrentándose repetidamente a los mismos problemas. Fue entonces cuando surgió la idea de desarrollar un agente de inteligencia artificial que pudiera construir otros agentes, lo que inicialmente parecía un concepto descabellado, pero que ha demostrado ser efectivo.
Flaherty destaca que el «drag and drop», o arrastrar y soltar, está obsoleto. A pesar de haber dedicado tiempo a construir editores de bajo código que ofrecían interfaces gráficas atractivas, se dio cuenta de que estas herramientas eran torpes y propensas a errores. Una vez que se trata de resolver problemas complejos del mundo empresarial, estos diagramas, que se ven bien en las presentaciones, se convierten en pesadillas difíciles de gestionar. Esto plantea una pregunta fundamental: ¿por qué retroceder a interfaces anticuadas cuando la interacción natural a través del lenguaje se está convirtiendo en la norma?
El auge de las diferentes plataformas y marcos de trabajo de inteligencia artificial como LangChain y AutoGPT también genera una tensión en la adopción. Flaherty sugiere que poner el futuro de una empresa en manos de un solo marco es arriesgado, ya que esto puede llevar a una inestabilidad constante ante la llegada de nuevas tecnologías.
Para resolver esta situación, Flaherty propone que el uso del lenguaje natural es la clave. Este tipo de interfaz es comprensible para todos, lo que permite empoderar a personas de diversas áreas de la empresa a involucrarse en la construcción de sistemas de inteligencia artificial, no solo a los ingenieros.
Otra de las lecciones importantes que comparte Flaherty es la necesidad de redefinir las herramientas dentro del desarrollo de inteligencia artificial. A diferencia de la programación tradicional que utiliza APIs estructuradas, la IA se beneficia de una interacción más conversacional. Un ejemplo que destaca es el proceso de actualización de registros en Salesforce. En lugar de dividir la tarea en múltiples pasos, es más eficiente crear una única acción que el AI pueda entender como un todo coherente, facilitando así la tarea tanto para los desarrolladores como para el sistema.
Estas perspectivas no solo ofrecen una visión de hacia dónde se dirige el desarrollo de herramientas de inteligencia artificial, sino que también invitan a la comunidad a reflexionar sobre la forma en que se construyen y utilizan estas tecnologías en entornos empresariales. La evolución de AI podría estar en un cambio radical hacia una mayor accesibilidad y simplicidad en su interacción.
vía: AI Accelerator Institute











