{"id":69157,"date":"2023-10-01T10:33:07","date_gmt":"2023-10-01T10:33:07","guid":{"rendered":"https:\/\/www.zaptest.com\/ingenieria-inmediata-en-automatizacion-de-software"},"modified":"2023-10-01T10:33:07","modified_gmt":"2023-10-01T10:33:07","slug":"ingenieria-inmediata-en-automatizacion-de-software","status":"publish","type":"post","link":"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software","title":{"rendered":"Ingenier\u00eda inmediata en automatizaci\u00f3n de software"},"content":{"rendered":"<p><span style=\"font-weight: 400;\">ChatGPT, Bard y otros grandes modelos ling\u00fc\u00edsticos (LLM) han dominado nuestras noticias durante el \u00faltimo a\u00f1o. Y con raz\u00f3n. Estas apasionantes tecnolog\u00edas nos ofrecen una visi\u00f3n del futuro, el poder y las posibilidades de la IA.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Aunque gran parte de la expectaci\u00f3n p\u00fablica se ha centrado en la creaci\u00f3n de texto, im\u00e1genes y v\u00eddeo, estas herramientas pueden utilizarse para muchas otras disciplinas, como la automatizaci\u00f3n de software.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Este art\u00edculo servir\u00e1 para profundizar en el modo en que la ingenier\u00eda r\u00e1pida puede ayudarnos con la automatizaci\u00f3n del software. Sin embargo, nuestro primer puerto de escala deber\u00eda ser un examen de la propia ingenier\u00eda r\u00e1pida.<\/span><\/p>\n<p>&nbsp;<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_1 counter-hierarchy ez-toc-counter ez-toc-custom ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #b90000;color:#b90000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #b90000;color:#b90000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 eztoc-toggle-hide-by-default' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#%C2%BFQue_es_la_ingenieria_rapida\" >\u00bfQu\u00e9 es la ingenier\u00eda r\u00e1pida?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#%C2%BFComo_puede_ayudar_la_ingenieria_de_urgencia\" >\u00bfC\u00f3mo puede ayudar la ingenier\u00eda de urgencia?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#con_la_automatizacion_de_software\" >con la automatizaci\u00f3n de software?<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#1_Generacion_de_codigo\" >#1. Generaci\u00f3n de c\u00f3digo<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#2_Conversion_de_datos_no_estructurados\" >#2. Conversi\u00f3n de datos no estructurados<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#3_Automatizacion_de_pruebas\" >#3. Automatizaci\u00f3n de pruebas<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.zaptest.com\/es\/ingenieria-inmediata-en-automatizacion-de-software\/#Reflexiones_finales\" >Reflexiones finales<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"%C2%BFQue_es_la_ingenieria_rapida\"><\/span><strong>\u00bfQu\u00e9 es la ingenier\u00eda r\u00e1pida?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>&nbsp;<\/p>\n<p><span style=\"font-weight: 400;\">Los grandes modelos ling\u00fc\u00edsticos como ChatGPT producen resultados basados en las instrucciones o frases que les proporcionamos. Sin embargo, los resultados var\u00edan mucho en funci\u00f3n de las palabras o instrucciones que utilicemos. Cuando introducimos instrucciones vagas e imprecisas, el resultado puede no dar en el blanco.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">La ingenier\u00eda de avisos se refiere al dise\u00f1o meditado de entradas que ayudan a obtener contenidos m\u00e1s precisos, exactos y, en \u00faltima instancia, utilizables de estos apasionantes sistemas de IA.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Los sistemas de grandes modelos ling\u00fc\u00edsticos (LLM) utilizan el procesamiento del lenguaje natural (PLN) para interpretar los enunciados que les damos. Las m\u00e1quinas convierten estas preguntas o instrucciones (es decir, prompts) en c\u00f3digo y lo ejecutan a trav\u00e9s de sus vastos repositorios de datos para producir contenidos en cualquier formato que especifiquemos (es decir, texto, im\u00e1genes, c\u00f3digo).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">ChatGPT se entren\u00f3 con m\u00e1s de<\/span><a href=\"https:\/\/www.sciencefocus.com\/future-technology\/gpt-3\"><br \/>\n  <span style=\"font-weight: 400;\"> 570 GB de datos<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">. El material de formaci\u00f3n consiste en libros, art\u00edculos, textos de Internet, etc. En otras palabras, estos conjuntos de datos contienen una cantidad inimaginable de conocimientos.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Aunque podamos entender el proceso, gran parte de lo que ocurre bajo el cap\u00f3 de estos sistemas pasa fuera de nuestra vista. Por supuesto, controlamos las entradas y salidas y entrenamos el sistema, pero el funcionamiento y las decisiones de estos algoritmos siguen siendo un misterio. En palabras de Sam Bowman, profesor de Inteligencia Artificial de la Universidad de Nueva York,<\/span><a href=\"https:\/\/www.vox.com\/unexplainable\/2023\/7\/15\/23793840\/chat-gpt-ai-science-mystery-unexplainable-podcast\"><span style=\"font-weight: 400;\">  \u00abLo construimos, lo entrenamos, pero no sabemos lo que hace\u00bb.<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">La ingenier\u00eda r\u00e1pida nos ayuda a gestionar ese caos utilizando productos que producen resultados predecibles y utilizables. Nos ofrecen una v\u00eda para desentra\u00f1ar la ingente cantidad de conocimientos que encierran estas aplicaciones.  <\/span><a href=\"https:\/\/tech.eu\/2023\/06\/09\/the-hot-new-job-that-pays-six-figures-ai-prompt-engineering\/#:~:text=The%20World%20Economic%20Forum%20(WEF,those%20roles%20is%20prompt%20engineering.\"><br \/>\n  <span style=\"font-weight: 400;\">Esta disciplina se est\u00e1 convirtiendo en una nueva carrera<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">con cursos que surgen por todas partes a medida que las empresas descubren c\u00f3mo aprovechar esta potente tecnolog\u00eda. <\/span> <\/p>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"%C2%BFComo_puede_ayudar_la_ingenieria_de_urgencia\"><\/span><strong>\u00bfC\u00f3mo puede ayudar la ingenier\u00eda de urgencia?  <\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"con_la_automatizacion_de_software\"><\/span><strong>con la automatizaci\u00f3n de software?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img data-dominant-color=\"0e0d0d\" data-has-transparency=\"false\" style=\"--dominant-color: #0e0d0d;\" decoding=\"async\" class=\"aligncenter wp-image-68719 not-transparent\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1024x683.webp\" alt=\"utilizaci\u00f3n de chatcpg para diversas tareas de automatizaci\u00f3n de software y rpa\" width=\"518\" height=\"345\" srcset=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1024x683.webp 1024w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-300x200.webp 300w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-768x512.webp 768w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1536x1024.webp 1536w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1080x720.webp 1080w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1280x853.webp 1280w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-980x653.webp 980w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-480x320.webp 480w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-jpeg.webp 1920w\" sizes=\"(max-width: 518px) 100vw, 518px\" \/><\/p>\n<p><span style=\"font-weight: 400;\">La automatizaci\u00f3n de software y los LLM tienen mucho en com\u00fan. Ambos vislumbran un futuro en el que las m\u00e1quinas aumentar\u00e1n la creatividad humana para crear lugares de trabajo m\u00e1s r\u00e1pidos y productivos.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Hay varios \u00e1mbitos interesantes en los que pueden converger ambas tecnolog\u00edas. He aqu\u00ed tres formas de utilizar la ingenier\u00eda r\u00e1pida en la automatizaci\u00f3n de software.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h3 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"1_Generacion_de_codigo\"><\/span><strong>#1. Generaci\u00f3n de c\u00f3digo<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p><img data-dominant-color=\"606060\" data-has-transparency=\"false\" style=\"--dominant-color: #606060;\" decoding=\"async\" class=\"aligncenter wp-image-67409 not-transparent\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/09\/tcoe-2-683x1024.webp\" alt=\"generaci\u00f3n de c\u00f3digo con ingenier\u00eda r\u00e1pida en la automatizaci\u00f3n de pruebas\" width=\"312\" height=\"468\"><\/p>\n<p><span style=\"font-weight: 400;\">Escribir c\u00f3digo es una de las aplicaciones m\u00e1s prometedoras de los grandes modelos ling\u00fc\u00edsticos. Los LLM en Inteligencia Artificial est\u00e1n dando sus primeros pasos. En los pr\u00f3ximos a\u00f1os se espera que esta tecnolog\u00eda mejore a medida que se a\u00f1adan m\u00e1s recursos tanto inform\u00e1ticos como de formaci\u00f3n.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">A largo plazo, estos avances podr\u00edan hacer que la IA escribiera programas completos con intervenci\u00f3n humana limitada o nula. Sin embargo, por ahora, los LLM tienen algunas limitaciones. La calidad del resultado de la codificaci\u00f3n LLM depende principalmente de la calidad de la entrada. Basura dentro, basura fuera, como se suele decir.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Por supuesto, no es s\u00f3lo la ingenier\u00eda r\u00e1pida y eficaz la que act\u00faa como barrera.  <\/span><span style=\"font-weight: 400;\">Como se sugiere en  <\/span><a href=\"https:\/\/www.ncbi.nlm.nih.gov\/pmc\/articles\/PMC10339472\/\"><span style=\"font-weight: 400;\">ChatGPT y grandes modelos ling\u00fc\u00edsticos en el mundo acad\u00e9mico: Oportunidades y retos<\/span><\/a><span style=\"font-weight: 400;\">  (Meyer, 2023), \u00abActualmente, es m\u00e1s probable que ChatGPT tenga \u00e9xito en la escritura precisa de bloques de c\u00f3digo m\u00e1s peque\u00f1os, mientras que su fiabilidad en la escritura de programas m\u00e1s grandes\/m\u00e1s complejos (por ejemplo, un paquete de software) es cuestionable.\u00bb<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Adem\u00e1s, en un reciente art\u00edculo de la revista Nature, algunos inform\u00e1ticos advert\u00edan de que deber\u00edamos abordar la generaci\u00f3n de c\u00f3digo con LLM con cierta cautela. Otro documento contempor\u00e1neo,  <\/span><a href=\"https:\/\/arxiv.org\/abs\/2303.11455\"><br \/>\n  <span style=\"font-weight: 400;\">Grandes modelos ling\u00fc\u00edsticos y errores simples y est\u00fapidos <\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">(Jesse, 2023), demostr\u00f3 c\u00f3mo un popular LLM, Codex, utilizado por el proveedor Copilot, produce \u00abSStuBs conocidos y literales con una probabilidad hasta 2 veces mayor que el c\u00f3digo correcto conocido y literal\u00bb. <\/span> <\/p>\n<p><span style=\"font-weight: 400;\">Aunque no se pueden ignorar estos problemas, todav\u00eda hay mucho entusiasmo justificado sobre c\u00f3mo estos programas pueden ayudar a democratizar el desarrollo de software apoyando a equipos t\u00e9cnicos y no t\u00e9cnicos por igual.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Tal vez lo m\u00e1s impresionante a tener en cuenta es que herramientas como ChatGPT pueden producir c\u00f3digo funcional muy r\u00e1pidamente. Con la ayuda adecuada, los ingenieros pueden reducir el tiempo que se tarda en programar determinados tipos de c\u00f3digo, lo que garantiza un ciclo de vida de desarrollo de software m\u00e1s r\u00e1pido.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">A finales de 2022, el popular centro de programaci\u00f3n <\/span><a href=\"https:\/\/www.theverge.com\/2022\/12\/5\/23493932\/chatgpt-ai-generated-answers-temporarily-banned-stack-overflow-llms-dangers\"><br \/>\n  <span style=\"font-weight: 400;\">Stack Overflow prohibi\u00f3 la IA generada <\/span><br \/>\n<\/a> <span style=\"font-weight: 400;\">respuestas en su foro. Citaron la elevada tasa de error y las imprecisiones asociadas a la aplicaci\u00f3n. Sin embargo, la tecnolog\u00eda se encuentra en una fase incipiente; adem\u00e1s, la insatisfacci\u00f3n con los resultados generados por la IA se debe tanto a una ingenier\u00eda deficiente como a la propia tecnolog\u00eda.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">A pesar de los recelos sobre la tecnolog\u00eda, un <\/span><a href=\"https:\/\/www.mckinsey.com\/featured-insights\/mckinsey-explainers\/what-is-prompt-engineering\"><br \/>\n  <span style=\"font-weight: 400;\">reciente art\u00edculo de McKinsey<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">  destaca el impacto que la ingenier\u00eda r\u00e1pida ya est\u00e1 teniendo en el mundo de la programaci\u00f3n. La consultora  <\/span><a href=\"https:\/\/www.mckinsey.com\/capabilities\/quantumblack\/our-insights\/the-state-of-ai-in-2023-generative-ais-breakout-year\"><span style=\"font-weight: 400;\">El estado de la IA en 2023: El a\u00f1o de la IA generativa<\/span><\/a><span style=\"font-weight: 400;\">  comparti\u00f3 dos tendencias interesantes. En primer lugar, el 7% de las organizaciones que han invertido en IA est\u00e1n contratando a ingenieros puntuales. En segundo lugar, las empresas que utilizan IA han reducido los puestos de ingenier\u00eda de software relacionados con la IA del 38% al 28%.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Una forma de interpretar estas tendencias es que las empresas se sienten c\u00f3modas con esta configuraci\u00f3n y est\u00e1n preparadas para ceder la automatizaci\u00f3n del software a sus m\u00e1quinas. Aunque estas cifras podr\u00edan sobresaltar a los ingenieros actuales, la encuesta de McKinsey sugiere que \u00abs\u00f3lo el 8% afirma que el tama\u00f1o de sus plantillas se reducir\u00e1 en m\u00e1s de una quinta parte\u00bb. En general, es probable que los ingenieros necesiten reciclarse para aprovechar la tendencia hacia la automatizaci\u00f3n del software generada por la IA.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Una aplicaci\u00f3n obvia para la automatizaci\u00f3n de software generada por IA incluye la creaci\u00f3n de robots de automatizaci\u00f3n. Sin embargo, aunque la ingenier\u00eda r\u00e1pida es una interfaz aparentemente f\u00e1cil de usar gracias a su enfoque en la conversaci\u00f3n, queda por ver si puede suplantar a las soluciones existentes.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">En muchos sentidos, programas como <a href=\"https:\/\/www.zaptest.com\/\">ZAPTEST<\/a> ya han democratizado el mercado de la automatizaci\u00f3n del software. Ya existen herramientas sin c\u00f3digo que permiten a los equipos no t\u00e9cnicos crear robots<a href=\"https:\/\/www.zaptest.com\/rpa\"> RPA de alta calidad<\/a>. Aunque un software como ChatGPT puede crear bots, la implementaci\u00f3n y el mantenimiento podr\u00edan resultar complicados para cualquiera que no sea ingeniero de software e incluso para los que s\u00ed lo son.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Grabar las interacciones entre el ser humano y el ordenador desde la interfaz gr\u00e1fica de usuario y convertir estos movimientos en c\u00f3digo es mucho m\u00e1s f\u00e1cil de usar que utilizar avisos. Si a esto le sumamos el potencial de LLM para producir c\u00f3digo inestable y plagado de errores, es justo decir que el software de RPA no ir\u00e1 a ninguna parte en un futuro pr\u00f3ximo.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"2_Conversion_de_datos_no_estructurados\"><\/span><strong>#2. Conversi\u00f3n de datos no estructurados<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img decoding=\"async\" class=\"aligncenter wp-image-56614\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/03\/checklist-uat-1024x683.jpeg\" alt=\"lista de comprobaci\u00f3n uat, herramientas de comprobaci\u00f3n de aplicaciones web, automatizaci\u00f3n y m\u00e1s\" width=\"572\" height=\"381\"><\/p>\n<p><span style=\"font-weight: 400;\">Los datos no estructurados no son el punto fuerte de la <a href=\"https:\/\/www.zaptest.com\/a-complete-guide-to-robotic-process-automation-rpa\">automatizaci\u00f3n rob\u00f3tica de procesos<\/a>. La tecnolog\u00eda no se dise\u00f1\u00f3 para gestionar mensajes de correo electr\u00f3nico, im\u00e1genes, audio y mucho m\u00e1s. Las herramientas de RPA necesitan modelos de datos predefinidos con estructuras organizadas.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Una gran parte de los datos no estructurados son textos en lenguaje natural. Se construyen grandes modelos ling\u00fc\u00edsticos para \u00abentender\u00bb esta informaci\u00f3n y extraer de ellos el significado sem\u00e1ntico. Como tal, esto crea una oportunidad considerable para los equipos que quieren interpretar estos textos y convertirlos en un formato agradable para las herramientas RPA.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Muchos equipos llevan a\u00f1os utilizando el procesamiento del lenguaje natural (PLN) para ayudarles con el an\u00e1lisis de sentimientos. Este proceso, tambi\u00e9n conocido como miner\u00eda de opiniones, ayuda a las organizaciones a mantenerse al tanto de los sentimientos y actitudes de los consumidores hacia las marcas. En la mayor\u00eda de los casos, estas herramientas se utilizan para detectar sentimientos positivos, negativos y neutros en un texto. Sin embargo, la tecnolog\u00eda tambi\u00e9n es capaz de detectar emociones de forma mucho m\u00e1s granular.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Aunque existen varias herramientas en el mercado que ofrecen esta funcionalidad, la de LLM proporciona una v\u00eda para un uso m\u00e1s vers\u00e1til que va m\u00e1s all\u00e1 de comprender c\u00f3mo se siente la gente sobre un producto o servicio. Por ejemplo, el an\u00e1lisis de datos ha ganado popularidad en los \u00faltimos a\u00f1os. Los macrodatos proporcionan a las empresas una ventaja al permitirles obtener informaci\u00f3n y conocimientos que les ayudan a tomar decisiones basadas en datos.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Las herramientas de automatizaci\u00f3n rob\u00f3tica de procesos pueden ayudar a recopilar datos. Sin embargo, como ya hemos dicho, tienen dificultades con determinados tipos de informaci\u00f3n. Sin embargo, cuando se combina con herramientas de IA que utilizan grandes modelos ling\u00fc\u00edsticos, la RPA puede recopilar grandes cantidades de datos y utilizarlos para generar la informaci\u00f3n necesaria para las herramientas de Business Intelligence (BI).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Uno de los aspectos m\u00e1s interesantes de la IA Generativa es su capacidad para dar sentido a los datos introducidos. Con la ingenier\u00eda adecuada, los equipos pueden convertir estos datos en un formato que funcione para sus herramientas de RPA.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">RPA puede ayudar a que los flujos de trabajo de Big Data sean m\u00e1s eficientes. Para empezar, puede utilizarlo como ayuda tanto para la introducci\u00f3n como para la extracci\u00f3n de datos. Sin embargo, quiz\u00e1s los casos de uso m\u00e1s valiosos e intrigantes impliquen el uso de herramientas de RPA para transformar, limpiar y cargar datos o garantizar que la migraci\u00f3n de datos se ejecuta de forma r\u00e1pida, eficiente y precisa.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Otro punto importante es la gobernanza de los datos. La automatizaci\u00f3n de las solicitudes de datos ayuda a las organizaciones a cumplir la normativa y mantiene los datos fuera de la vista de los trabajadores manuales.  <\/span><\/p>\n<p>&nbsp;<\/p>\n<h2><span class=\"ez-toc-section\" id=\"3_Automatizacion_de_pruebas\"><\/span><strong>#3. Automatizaci\u00f3n de pruebas<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img alt=\"Top 30 Most Popular RPA (robotic process automation) Tools &amp; Software\" alt=\"Top 30 Most Popular RPA (robotic process automation) Tools &amp; Software\" decoding=\"async\" class=\"aligncenter size-large wp-image-51170\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/01\/zaptest-1-1024x512.gif\" alt=\"\" width=\"1024\" height=\"512\"><\/p>\n<p><span style=\"font-weight: 400;\"><a href=\"https:\/\/www.zaptest.com\/a-complete-guide-to-software-testing-automation\">La automatizaci\u00f3n de pruebas<\/a> ha despegado en los c\u00edrculos de desarrollo de software porque proporciona una forma m\u00e1s r\u00e1pida de verificar el software. Las pruebas y el aseguramiento de la calidad han sido tradicionalmente procesos costosos y lentos; la automatizaci\u00f3n de pruebas ofrece una soluci\u00f3n a ambos retos.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Una de las primeras cosas que puede hacer la ingenier\u00eda r\u00e1pida es mejorar la calidad de los casos de prueba. Con las indicaciones adecuadas, estas m\u00e1quinas pueden analizar casos de prueba e identificar problemas y soluciones. Este proceso puede ampliar el alcance de los casos de prueba y dar lugar a pruebas m\u00e1s exhaustivas.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Por ejemplo, puede introducir c\u00f3digo en un modelo ling\u00fc\u00edstico de gran tama\u00f1o del mismo modo que lo har\u00eda con un revisor humano. Estas m\u00e1quinas pueden analizar r\u00e1pidamente el c\u00f3digo y detectar errores, fallos e incluso problemas de rendimiento. Y lo que es m\u00e1s intrigante, los LLM tambi\u00e9n ofrecen la posibilidad de completar el c\u00f3digo de los casos de prueba a partir de meros fragmentos, lo que acelera la creaci\u00f3n de casos de prueba.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">La ingenier\u00eda r\u00e1pida pretende abordar muchos de los problemas que han impulsado la aparici\u00f3n del enfoque <a href=\"https:\/\/www.zaptest.com\/what-is-agile-testing-process-life-cycle-methods-implementation\">Agile\/DevOps<\/a> en el desarrollo de software. Los ingenieros quieren pruebas eficaces y f\u00e1ciles de repetir que detecten los problemas antes de implantar las aplicaciones. La idea es que, al liberar tiempo, los desarrolladores de software puedan concentrarse en tareas m\u00e1s creativas y valiosas.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Como se se\u00f1ala en un documento cl\u00e1sico <\/span><a href=\"https:\/\/www.researchgate.net\/publication\/254034665_Technical_Debt_in_Test_Automation\"><br \/>\n  <span style=\"font-weight: 400;\">Deuda t\u00e9cnica en la automatizaci\u00f3n de pruebas<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">  (K. Wiklund, 2012), los equipos de desarrollo de software pueden tener problemas si dedican demasiado tiempo a las pruebas y verificaciones manuales de su software. Los costes iniciales de las soluciones de automatizaci\u00f3n de pruebas, la falta de experiencia en automatizaci\u00f3n e incluso la preferencia por m\u00e9todos m\u00e1s antiguos pueden contribuir a estas ralentizaciones.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Uno de los aspectos m\u00e1s interesantes del desarrollo \u00e1gil de software implica <\/span><a href=\"https:\/\/scaledagileframework.com\/behavior-driven-development\/\"><br \/>\n  <span style=\"font-weight: 400;\">el Desarrollo Orientado al Comportamiento (BDD).<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">  El concepto se refiere al desarrollo de software con los comportamientos esperados del usuario. Aunque es evidente que la aplicaci\u00f3n de este enfoque puede ahorrar tiempo, muchos equipos tienen dificultades para llevar a la pr\u00e1ctica esta automatizaci\u00f3n. Sin embargo, los LLM pueden aportar una soluci\u00f3n.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Algunos de los s\u00edntomas m\u00e1s comunes de la deuda t\u00e9cnica son la documentaci\u00f3n deficiente y la falta de pruebas s\u00f3lidas. Son problemas que los LLM de hoy pueden ayudar a resolver. Sin embargo, otros s\u00edntomas notables, como la refactorizaci\u00f3n, son demasiado complejos para la IA Generativa actual y puede que no supongan un ahorro de tiempo.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"Reflexiones_finales\"><\/span><strong>Reflexiones finales<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img decoding=\"async\" class=\"aligncenter wp-image-59582\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/05\/img80.png\" alt=\"pruebas alfa frente a pruebas beta\" width=\"107\" height=\"179\" srcset=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/05\/img80.png 479w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/05\/img80-180x300.png 180w\" sizes=\"(max-width: 107px) 100vw, 107px\" \/><\/p>\n<p><span style=\"font-weight: 400;\">Las aplicaciones de IA generativa tienen un potencial inmenso. Sin embargo, la interfaz f\u00e1cil de usar y conversacional puede ser enga\u00f1osa. Mucha gente cree que es sencillo generar resultados de calidad con estas m\u00e1quinas. Sin embargo, una ingenier\u00eda r\u00e1pida excelente es m\u00e1s complicada de lo que cabr\u00eda esperar.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Una ingenier\u00eda r\u00e1pida y eficaz requiere mucho ensayo y error. Tambi\u00e9n requiere mucha previsi\u00f3n por parte del ingeniero para garantizar que las respuestas sean \u00fatiles. Por \u00faltimo, comprobar y volver a comprobar el trabajo es importante debido a la posibilidad bien conocida de que se produzcan errores.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Aunque es posible que los puestos de ingenier\u00eda est\u00e9n en alza, no todo el mundo est\u00e1 convencido. En Harvard Business Review, Oguz A. Acar expone el fascinante argumento de que  <\/span><a href=\"https:\/\/hbr.org\/2023\/06\/ai-prompt-engineering-isnt-the-future\"><span style=\"font-weight: 400;\">\u00abLas futuras generaciones de sistemas de IA ser\u00e1n m\u00e1s intuitivas y h\u00e1biles en la comprensi\u00f3n del lenguaje natural, reduciendo la necesidad de indicaciones meticulosamente dise\u00f1adas\u00bb.<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">Sea cual sea el futuro, la IA Generativa estar\u00e1 presente. Aunque la ingenier\u00eda r\u00e1pida es muy prometedora, es dif\u00edcil saber con seguridad qu\u00e9 papel desempe\u00f1ar\u00e1.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Curiosamente, el software de automatizaci\u00f3n de pruebas de software ya est\u00e1 repleto de casos de uso y casos de \u00e9xito que demuestran su idoneidad para acelerar el desarrollo de software sin comprometer la precisi\u00f3n ni la verificaci\u00f3n exhaustiva de las aplicaciones.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Herramientas como ZAPTEST ya permiten a los desarrolladores abordar problemas como la falta de tiempo y recursos, la deuda t\u00e9cnica, la documentaci\u00f3n y las pruebas exhaustivas y RPA. Adem\u00e1s, estas herramientas son m\u00e1s f\u00e1ciles de usar que la ingenier\u00eda r\u00e1pida, lo que las convierte en opciones mucho m\u00e1s adecuadas para equipos no t\u00e9cnicos. Como siempre, el verdadero potencial reside en la intersecci\u00f3n de estas apasionantes tecnolog\u00edas de automatizaci\u00f3n.  <\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>ChatGPT, Bard y otros grandes modelos ling\u00fc\u00edsticos (LLM) han dominado nuestras noticias durante el \u00faltimo a\u00f1o. Y con raz\u00f3n. Estas apasionantes tecnolog\u00edas nos ofrecen una visi\u00f3n del futuro, el poder y las posibilidades de la IA. Aunque gran parte de la expectaci\u00f3n p\u00fablica se ha centrado en la creaci\u00f3n de texto, im\u00e1genes y v\u00eddeo, estas [&hellip;]<\/p>\n","protected":false},"author":14624,"featured_media":69164,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"Ingenier\u00eda inmediata en automatizaci\u00f3n de software - Def. & Proceso","_seopress_titles_desc":"Desde Generative AI y Prompt Engineering, conozca las implementaciones y aplicaciones espec\u00edficas de la tecnolog\u00eda en Software Testing y RPA.","_seopress_robots_index":"","_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","content-type":"","footnotes":"","beyondwords_generate_audio":"","beyondwords_integration_method":"","beyondwords_project_id":"","beyondwords_content_id":"","beyondwords_preview_token":"","beyondwords_player_content":"","beyondwords_player_style":"","beyondwords_language_code":"","beyondwords_language_id":"","beyondwords_title_voice_id":"","beyondwords_body_voice_id":"","beyondwords_summary_voice_id":"","beyondwords_error_message":"","beyondwords_disabled":"","beyondwords_delete_content":"","beyondwords_podcast_id":"","beyondwords_hash":"","publish_post_to_speechkit":"","speechkit_hash":"","speechkit_generate_audio":"","speechkit_project_id":"","speechkit_podcast_id":"","speechkit_error_message":"","speechkit_disabled":"","speechkit_access_key":"","speechkit_error":"","speechkit_info":"","speechkit_response":"","speechkit_retries":"","speechkit_status":"","speechkit_updated_at":"","_speechkit_link":"","_speechkit_text":""},"categories":[495],"tags":[],"class_list":{"0":"post-69157","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-ai-es"},"acf":{"short_name":"Ingenier\u00eda inmediata en automatizaci\u00f3n de software"},"_links":{"self":[{"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/posts\/69157","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/users\/14624"}],"replies":[{"embeddable":true,"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/comments?post=69157"}],"version-history":[{"count":0,"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/posts\/69157\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/media\/69164"}],"wp:attachment":[{"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/media?parent=69157"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/categories?post=69157"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.zaptest.com\/es\/wp-json\/wp\/v2\/tags?post=69157"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}