La idea de que automatizaremos el trabajo construyendo versiones artificiales de nosotros mismos para hacer exactamente las cosas que hacíamos anteriormente, en lugar de rediseñar nuestros antiguos flujos de trabajo para aprovechar al máximo la tecnología de automatización existente, tiene un sabor distintivo a "caballo mecánico".

"La IA no está reemplazando a los radiólogos" buen artículo Expectativa: el rápido progreso en el reconocimiento de imágenes por IA eliminará los trabajos de radiología (por ejemplo, como predijo famosamente Geoff Hinton hace casi una década). Realidad: la radiología está muy bien y está creciendo. Hay muchas predicciones que considero ingenuas sobre el impacto inminente de la IA en el mercado laboral. Por ejemplo, hace aproximadamente un año, alguien que debería saberlo me preguntó si creo que todavía habrá ingenieros de software hoy en día. (Spoiler: creo que lo lograremos). Esto está sucediendo de manera demasiado amplia. La publicación detalla por qué no es tan simple, usando el ejemplo de la radiología: - los estándares no son ni de lejos lo suficientemente amplios como para reflejar escenarios reales. - el trabajo es mucho más multifacético que solo el reconocimiento de imágenes. - realidades de implementación: regulación, seguros y responsabilidad, difusión e inercia institucional. - paradoja de Jevons: si los radiólogos son acelerados a través de la IA como herramienta, aparece mucha más demanda. Diré que la radiología no fue, en mi opinión, uno de los mejores ejemplos para elegir en 2016: es demasiado multifacética, demasiado arriesgada, demasiado regulada. Al buscar trabajos que cambiarán mucho debido a la IA en escalas de tiempo más cortas, miraría en otros lugares: trabajos que parecen repetición de una tarea mecánica, cada tarea siendo relativamente independiente, cerrada (no requiriendo demasiado contexto), corta (en tiempo), indulgente (el costo del error es bajo) y, por supuesto, automatizable dada la capacidad actual (y digital). Aun así, esperaría ver la IA adoptada como herramienta al principio, donde los trabajos cambian y se reestructuran (por ejemplo, más monitoreo o supervisión que hacer manualmente, etc.). Tal vez en el futuro, encontraremos un conjunto mejor y más amplio de ejemplos de cómo todo esto se está desarrollando en la industria. Hace unos 6 meses, también me preguntaron si tendremos menos o más ingenieros de software en 5 años. Ejercicio dejado para el lector. Publicación completa (todo el boletín The Works in Progress es bastante bueno):

La codificación agentiva es una habilidad que se escala con tu conocimiento técnico. Los mejores ingenieros que conozco son mucho mejores que yo en el uso de Claude Code también.