De programadors a enginyers de solucions
Durant dècades, saber programar volia dir saber traduir una idea a instruccions que una màquina pogués executar. Avui, els assistents d’intel·ligència artificial (IA) fan bona part d’aquesta traducció en segons: generen funcions, proves i, fins i tot, aplicacions senceres a partir d’una descripció en llenguatge natural. La pregunta ja no és si la IA pot escriure codi, sinó què hem de saber fer les persones que la utilitzem.
En els processos de programació escriure codi ha deixat de ser un coll d’ampolla. El perfil que es requereix és l’enginyer de solucions. És un perfil que haurà de dedicar menys temps a l’escriptura codificada del codi, però que haurà d’entendre més que mai el problema, el disseny de l’arquitectura i, en general, el conjunt global de processos que vol implementar. Assegurar en aquests casos que el resultat és correcte, segur i mantenible serà una tasca més important que quan era ell qui teclejava el codi, ja que haurà de verificar la feina que ha fet un tercer (en aquest cas, la IA). Per tant, li caldrà saber què demanar, detectar quan la resposta és vàlida o errònia (o no implementable) i assumir la responsabilitat del que s’acaba posant en producció. La IA accelera qui sap on va; a qui no ho sap, només l’ajuda a equivocar-se més de pressa.
L’enginyer de solucions ha de ser, en bona part, un professional de la dada: saber d’on ve, quina qualitat té, quins biaixos arrossega i com es governa. Ha de poder construir fluxos de dades fiables, avaluar un model amb mètriques i no amb impressions, i respectar el marc legal que regula la privacitat i l’ús de la IA. En sectors com la salut, la indústria o l’administració, la diferència entre una demostració vistosa i un sistema útil sol ser, precisament, la feina feta amb bones dades.
Seria un error concloure que, si la màquina programa, ja no cal aprendre a programar. Passa precisament l’efecte contrari: per supervisar codi generat cal entendre’l a fons. Algorísmia, estructures de dades, bases de dades, estadística, xarxes i seguretat continuen sent imprescindibles, perquè són el que permet jutjar una solució. Sobre aquesta base, la formació ha d’afegir el que fins ara quedava als marges: pensament sistèmic, enginyeria de dades, avaluació de models, ciberseguretat, ètica i capacitat de parlar amb qui té el problema, sigui un metge, un gestor o un client.
Les universitats, les empreses i les administracions hi tenim una responsabilitat compartida. Els perfils que necessitarem d’aquí a cinc anys s’estan formant ara i els que ja treballen necessiten vies per reciclar-se. La IA no deixarà sense feina els bons enginyers, però sí que canviarà què vol dir ser-ho.
David Reifs Jiménez és doctor en Ciències Experimentals i Tecnologies, i professor i membre del grup de recerca Tractament de Dades i Senyals de la Universitat de Vic – Universitat Central de Catalunya (UVic-UCC).