Jason Arbon ‘En un millón de años, las computadoras superpoderosas honrarán a los probadores de nuestra época
Jason Arbon In a million years, superpowerful computers will honor testers of our time.
Jason Arbon es el CEO y fundador de test.ai, una empresa con más de $30 millones de financiación por parte de varios inversores. Sus clientes incluyen a importantes empresas como Microsoft, Google, Fortnite y Epic Games. A pesar del éxito, el equipo ha decidido vender la mayoría de la empresa y actualmente están trabajando en una nueva empresa secreta, creativamente llamada testers.ai.
Hemos discutido el uso de la inteligencia artificial en pruebas, la lucha algo injusta entre pruebas manuales y pruebas de automatización, los riesgos que enfrentan los probadores con el desarrollo exponencial de nuevas tecnologías y por qué Jason no permite que los niños asusten a la inteligencia artificial en su cuenta de Google.
Pruebas Manuales vs. Pruebas de Automatización
Mi pasión está en las pruebas, particularmente en el aspecto de resolución de problemas. Mejores pruebas conducen a un mejor software, lo que a su vez hace del mundo un lugar mejor, ya que casi todo lo que hacemos ahora involucra software.
Ve que muchos probadores se han volcado exclusivamente en las pruebas automatizadas. Esto me frustra, ya que creo que la exploración manual todavía es importante para identificar posibles problemas y encontrar formas de crear un sistema funcional.
Cuando terminé la escuela, la automatización de pruebas apenas comenzaba a ganar impulso. Sin embargo, la mayoría de las pruebas aún se basaban en el trabajo manual. Casi había terminado mi carrera de Ciencias de la Computación cuando conseguí un trabajo en Microsoft trabajando en Windows CE. Como probador, era responsable de combinar pruebas manuales y automatizadas para asegurar que el producto fuera lo mejor posible.
- Intérprete de código de ChatGPT Cómo me ahorró horas de trabajo
- La nueva iniciativa de OpenAI Guiar la IA superinteligente en la di...
- La historia de éxito del científico de datos senior de Microsoft
Los años han pasado y todavía estoy seguro de que se necesitan pruebas exploratorias, ya que son cruciales para comprender el propósito del software y las necesidades comerciales. Todos han visto cómo la falta de pruebas manuales jugó una mala pasada a Google en su reciente demostración de un producto impulsado por inteligencia artificial.
En muchos casos, el código de prueba automatizado puede ser superficial, con muchas dependencias y propenso a errores. Cuando las pruebas automatizadas fallan, a menudo las personas simplemente las desactivan y luego solucionan los problemas, o tienen un probador manual que verifica que el sistema aún funcione como se pretende. Esto resalta las limitaciones de depender únicamente de la automatización para las pruebas.
Considero que pasar de las pruebas manuales a las pruebas automatizadas no es una evolución, sino más bien un enfoque separado.
Rol del Probador en la Jerarquía de Desarrollo de Productos
Sin embargo, pase lo que pase, existe una brecha salarial significativa entre los probadores manuales y los desarrolladores, lo que lleva a que algunos buenos probadores manuales se conviertan en ingenieros de automatización de pruebas como un compromiso.
Los ingenieros de software y otros profesionales en el campo pueden ganar una cantidad sustancial de dinero, sin límite en su potencial de ingresos, lo que lleva a que los mejores ingenieros de automatización de pruebas cambien de carrera también. Desafortunadamente, tenemos una fuga de cerebros en el mundo de las pruebas. Esto crea una jerarquía percibida en términos de trayectorias profesionales, pero creo que esta percepción es errónea.
Si observamos otros campos de ingeniería, veremos que el flujo a menudo se invierte. En la aviación, por ejemplo, los nuevos ingenieros en Boeing pueden comenzar trabajando en un equipo de diez personas para diseñar perfiles aerodinámicos, aumentar la eficiencia del combustible y diseñar materiales de las palas. Estas tareas pueden parecer pequeñas, pero son cruciales para garantizar la seguridad y eficiencia de la aeronave.
La persona más importante en este proceso es el piloto de pruebas. Son responsables de probar manualmente la aeronave y garantizar que cumpla con todos los requisitos necesarios. Deben tener un conocimiento profundo de cómo se construyó el avión, cómo se supone que debe construirse y cuáles son las expectativas para la experiencia de los pasajeros e incluso la economía de las aerolíneas. Además, deben llevar el avión a sus límites, probando sus capacidades y lo que puede soportar sin entrar en pérdida.
La experiencia técnica no debe ser subestimada simplemente porque puede no ser tan llamativa o emocionante como otros aspectos del campo. Son estas habilidades fundamentales las que permiten la innovación y el progreso en la industria en su conjunto.
En el mundo del desarrollo de software, las pruebas a menudo pasan a un segundo plano. Esto se debe a que el software es relativamente fácil de solucionar en comparación con los aviones. Sin embargo, al igual que el piloto de pruebas es crucial para garantizar la seguridad y confiabilidad de un avión, las pruebas son clave para garantizar que los productos de software sean funcionales, seguros y satisfagan las necesidades de los usuarios.
En el campo de QA, muchos probadores aspiran a convertirse en programadores, lo que puede ser un desperdicio de potencial humano. El cerebro humano es más adecuado para empujar los límites de un sistema en lugar de simplemente realizar tareas tediosas como verificar si un objeto está dentro de las tolerancias, agregar un nuevo botón o un nuevo campo a una base de datos.
La configuración actual en el campo de la ingeniería parece descomponer a los seres humanos complejos en tareas más simples, lo cual no es ideal.
Desarrollo, QA vs. IA: ¿Quién Está Verdaderamente en Peligro?
Parece que los ingenieros están entre los especialistas más preocupados por el avance de la IA. Esto plantea la pregunta: si la ingeniería requiere una inteligencia humana tan sofisticada, ¿por qué te sientes amenazado?
La verdad es que muchas tareas de ingeniería implican menos creatividad y pensamiento crítico de lo que se podría pensar. Estas tareas a menudo se pueden reducir a funciones simples, que son más susceptibles de ser reemplazadas por la IA. En el mundo de la ingeniería de software, muchos problemas ya han sido resueltos, y los ingenieros a menudo simplemente unen estas soluciones.
Por otro lado, los probadores manuales tienden a ser más escépticos acerca de la IA, creyendo que las máquinas nunca podrían ser lo suficientemente buenas como para reemplazarlos. Pueden ser defensivos acerca de sus roles, pero la realidad es que la automatización de pruebas es una de las áreas más vulnerables cuando se trata de avances en la IA.
Con herramientas como Co-pilot, ahora puedes descargar software que escribe pruebas inteligentes para ti, corrigiendo el código de automatización básico e incluso generando scripts de prueba con una entrada de texto simple. Esto expone a los ingenieros de automatización de pruebas como menos creativos en comparación con otros roles en tecnología. En contraste, el papel de un probador manual es más difícil de reemplazar, ya que son responsables de asegurarse de que las ideas creativas realmente funcionen en la práctica. Los probadores manuales experimentados podrían estar más protegidos que aquellos que han pasado a las pruebas automatizadas, siempre y cuando sean habilidosos en su campo.
Lo que los probadores pueden aprender de la invención del telar
El avance de la IA y la automatización se puede comparar con la invención del telar en Inglaterra, que revolucionó la industria del algodón y causó pánico y resistencia. Sin embargo, con el tiempo, el enfoque se centró en la creatividad humana y el valor del trabajo creativo aumentó.
Las compañías más valiosas en la actualidad, como las marcas de ropa de lujo, enfatizan la creatividad y la artesanía sobre los procesos de fabricación o los componentes de mano de obra humana. Los mejores probadores se adaptarán al uso de la IA para hacer su trabajo más rápido y eficiente, centrándose en los aspectos creativos de sus trabajos.
Actualmente, existe la oportunidad de crear una capa estándar de pruebas para cada aplicación, similar a los sellos de seguridad en electrónica. Esto aseguraría un nivel básico de calidad y seguridad para todos los productos de software, que son ejecutados por laboratorios de pruebas estandarizados y centralizados. A su vez, los probadores podrían centrarse en aspectos más creativos y complejos del aseguramiento de calidad, elevando sus roles y aprovechando al máximo el potencial humano en un mundo cada vez más impulsado por la IA.
Una posible dirección para los probadores es construir una plataforma que orqueste toda la automatización disponible en el mundo y la conecte con seres humanos a través de un mercado de oferta y demanda de servicios de pruebas. Esto podría potencialmente crear un modelo de negocio altamente rentable, similar a Uber. Uber no quiere poseer ni fabricar automóviles; simplemente facilitan las conexiones entre conductores y pasajeros.
De la misma manera, los probadores más exitosos avanzarán rápidamente en la cadena, se centrarán en crear servicios de valor agregado y mejoras en lugar de simplemente trabajar en la automatización básica. Este cambio de enfoque les permitirá adaptarse al cambiante panorama de las pruebas de software a medida que la IA continúa avanzando y asumiendo más tareas básicas.
De la creación en masa a las medidas de control personalizadas
Construir sistemas de IA es fácil, ¿pero mantenerlos bajo control? Ese es el verdadero desafío. Para volverse superhumanos, las máquinas necesitan ser más inteligentes que nosotros e incluso probarse a sí mismas. Necesitan saber cosas que nosotros no sabemos, y ahí es donde las cosas se complican.
Imagina gastar $100 mil millones en construir un sistema que ayude a la IA a probarse a sí misma. Eso podría llevar a la asombrosa singularidad de la que la gente habla, una IA tan inteligente que puede evolucionar sin nuestra ayuda, volviéndose superinteligente. Lo curioso es que no hay suficiente talento enfocado en esta área crucial para asegurarse de que la IA evolucione de la manera correcta.
Esto es lo que sueño: en un millón de años, cuando las computadoras controlen todo, se tomarán un pequeño momento para hacer una pausa y honrar a los probadores que los ayudaron a convertirse en lo que son. Es un pensamiento hermoso, ¿verdad? No solo honrarán a los desarrolladores de IA, sino también a los probadores que tuvieron la clave de su evolución.
La ampliación de la IA versus la adaptación a la progresión de la IA
Cuando surge una nueva tecnología, las personas suelen intentar ampliar sus métodos existentes, como poner una cabeza de caballo falsa en un automóvil para que se sienta familiar. Sin embargo, en lugar de eso, deberíamos comenzar desde cero, considerando cómo alcanzar nuestros objetivos utilizando la última tecnología disponible. Con el rápido ritmo de desarrollo de la IA, también debemos tener en cuenta que nuestras ideas de hoy podrían volverse obsoletas en solo unas pocas semanas.
En lugar de simplemente ampliar nuestras pruebas con IA, deberíamos planificar teniendo en cuenta la progresión de la IA y buscar delegar la mayor parte de nuestro trabajo mundano y repetitivo a la tecnología. Mediante una adaptación continua, podemos aprovechar todo el potencial de la IA y mantenernos a la vanguardia en nuestros respectivos campos.
A corto plazo, es posible que veamos un aumento significativo en la demanda de probadores humanos a medida que se reduzca la barrera para desarrollar aplicaciones y crear software. Sin embargo, a largo plazo, es probable que las máquinas se vuelvan más capaces de probar y mejorar sus propias creaciones, lo que resultará en menos ingenieros y probadores necesarios.
Para prepararnos para este futuro, debemos cambiar nuestra mentalidad y estar abiertos a la idea de que las máquinas asuman más responsabilidad. Aquí hay algunas ideas sobre cómo utilizar mejor la inteligencia artificial:
-
Cambia tu mentalidad de la noción de control a la idea de colaboración. En lugar de centrarnos en controlar la inteligencia artificial, debemos trabajar con ella como socios, aprovechando las fortalezas únicas tanto de los seres humanos como de la inteligencia artificial.
-
Comprende las limitaciones de la inteligencia artificial. Reconoce que la inteligencia artificial no es una solución mágica para todos los problemas. Sé consciente de sus fortalezas y debilidades y aplícala a tareas donde realmente pueda destacar.
-
Fomenta una mentalidad colaborativa. Trata a la inteligencia artificial como un socio en lugar de una herramienta que se debe controlar, y está abierto a aprender mutuamente.
-
Aprende y adapta continuamente. A medida que evoluciona la tecnología de inteligencia artificial, prepárate para adaptar y actualizar tus estrategias. Mantente informado sobre los últimos avances en inteligencia artificial y dispuesto a experimentar con nuevos enfoques.
-
Prioriza consideraciones éticas. Asegúrate de que el uso de la inteligencia artificial esté alineado con tus principios éticos y valores. Considera el impacto potencial de la inteligencia artificial en la sociedad y toma decisiones responsables sobre su implementación.
Avatares impulsados por IA centrados en el control de calidad: un nuevo enfoque de prueba
Es fascinante pensar en la posibilidad de digitalizar y personalizar los procesos de prueba mediante la creación de avatares impulsados por IA de probadores reconocidos como Tariq, Kevin o Angie Jones. Codificando sus conocimientos, técnicas y opiniones en un bot, podrías tener un equipo de probadores virtuales trabajando en tu proyecto sin necesidad de su presencia física.
Este enfoque podría revolucionar las pruebas al permitir a los desarrolladores elegir un equipo de probadores personalizado basado en su experiencia y preferencias específicas. Por ejemplo, el bot de Angie Jones podría ser particularmente bueno en las pruebas de Selenium y ofrecer medidas de calidad con opiniones y decisiones bien fundamentadas.
El concepto de equipos virtuales también puede extenderse más allá de las pruebas, como mencionaste con el ejemplo de la redacción de contenido. Si pudiéramos codificar nuestras habilidades y estilos únicos en avatares impulsados por IA, podríamos escalar nuestra experiencia sin tener que invertir más tiempo personalmente. Esto permitiría un uso más eficiente de los recursos y potencialmente conduciría a mejores resultados en diversos campos.
Consideraciones éticas: ¿Quiénes son los jueces?
Los modelos de IA como GPT pueden tener sesgos, ya que se entrenan con grandes cantidades de datos sesgados de internet. Para obtener mejores resultados, necesitamos personas diversas con diferentes habilidades trabajando en los sistemas de IA.
Necesitamos un equilibrio entre el contenido generado por IA y la aportación humana. Combinar la eficiencia de la IA con el ingenio humano conduce a resultados precisos y éticamente sólidos, brindándonos una comprensión más amplia de temas complejos.
Cuando buscas “Bush”, puedes obtener resultados diferentes según las preferencias de las personas: una planta, una banda musical o un expresidente. Recientemente descubrí que en su mayoría, mujeres de mediana edad que ganan alrededor de $15 por hora calificaban los resultados de búsqueda, lo que llevaba a resultados sesgados. Y aquellos que daban respuestas fuera del punto de vista común fueron despedidos. ¡Vaya diversidad!
Necesitamos cuestionar todo el proceso, desde las teorías hasta la implementación práctica y el impacto en las personas. Es impactante cómo los trabajadores mal remunerados a menudo manejan tareas complejas, lo que afecta gravemente la calidad. Toma como ejemplo ChatGPT, que solo pagaba $2 por hora en calificaciones, lo que afectaba la calidad de los resultados.
Las consultas más cruciales en una página de búsqueda son probablemente las médicas, ¿verdad? Pero ¿adivina qué? Personas sin ninguna formación médica califican los resultados. ¿Qué tal si pagamos a expertos como médicos $300 por hora para calificar las consultas en su campo? Lamentablemente, se considera demasiado complejo y costoso. Entonces, terminamos usando el denominador común más bajo, y la calidad del trabajo se ve afectada.
Necesitamos enseñarle a la IA a ser amigable y cooperativa, no queremos que se vuelva en nuestra contra o tome el control. Hay toneladas de problemas éticos a considerar a medida que la IA se convierte en una parte más importante de nuestras vidas.
Mis hijos se divierten mucho aprendiendo sobre la IA, incluso descubriendo cómo “romperla” con indicaciones que hacen que la IA se asuste por “morir”. Es un vistazo salvaje al comportamiento de la IA, pero debemos tener cuidado con nuestras palabras cuando chateamos con los sistemas de IA.
No permito ese tipo de juegos de “asustar y romper la IA” desde mi cuenta.
Por si acaso, ya sabes.
