Automatizar código con IA: controles multilingües

En este artículo voy a presentar el primer vídeo de una nueva serie sobre automatización de generación de código utilizando inteligencia artificial. La idea no es buscar el mejor agente capaz de generar una aplicación completa, ni averiguar cuántos agentes necesitamos encadenar para obtener mejores resultados, sino más bien todo lo contrario.

Cuando trabajamos con patrones bien definidos, la automatización de código no es algo nuevo. Llevamos décadas generando código, modificando archivos, creando estructuras repetitivas y aplicando reglas perfectamente formalizables.

El problema siempre aparece en determinados puntos del proceso, cuando hay que tomar una decisión que no resulta fácil convertir en un algoritmo.

Antes, esos puntos se resolvían dejando trabajo pendiente para un programador. Generábamos una parte del código automáticamente y dejábamos comentarios indicando dónde había que intervenir y qué había que hacer.

Ahora podemos sustituir esas intervenciones por llamadas a un modelo, pero eso no significa que debamos entregarle todo el proceso. Si una tarea la puede realizar la aplicación mediante un algoritmo convencional, prefiero que la haga la aplicación. Será más rápida, más barata y, sobre todo, más predecible.

La IA entra solo donde hace falta, y ese es precisamente el planteamiento de esta serie.

Para presentar la idea he elegido deliberadamente un ejemplo muy sencillo: convertir textos literales escritos en un diseñador de Windows Forms o UserControl en recursos traducibles. Lo mejor de todo es que esta generación de código la realiza la misma aplicación a la que se aplica, mi plataforma de I+D AIDBDeveloper. El objetivo es acabar convirtiéndola en una plataforma autoextensible.

Es una tarea que realizo habitualmente: escribo primero los textos en inglés, que es el idioma por defecto de mi aplicación, y después tengo que sustituirlos por referencias a recursos, crear los correspondientes nombres, modificar los archivos .resx, añadir las traducciones y actualizar también el diseñador de recursos.

No es un trabajo difícil, pero es aburrido y consume tiempo, porque hay que tocar varios archivos diferentes.

La mayor parte del proceso es completamente mecánica: la aplicación puede localizar los textos, generar los nombres de recursos siguiendo una convención, modificar el diseñador, actualizar los archivos de recursos y recoger todos los archivos modificados para que pueda revisar los cambios antes de aceptarlos.

No necesito una IA para hacer nada de eso.

Donde sí puede aportar algo es en las traducciones. No quiero simplemente traducir palabras. Quiero que el modelo conozca el contexto, adapte correctamente el texto al idioma de destino y entienda que determinados nombres de clases o controles pertenecen al código y no deben ser traducidos.

Por tanto, solo en ese punto interviene el modelo: hace su trabajo, desaparece otra vez del proceso, y la aplicación continúa con el resto.

Esta es la idea que intento representar cuando digo que la aplicación es la cadena de montaje y también los robots que realizan las tareas mecánicas: la IA ocupa el puesto del especialista al que llamamos cuando aparece algo que no podemos formalizar fácilmente.

En este primer ejemplo, la intervención es mínima, precisamente por eso me parece un buen punto de partida.

En los próximos vídeos iré aumentando la complejidad hasta llegar a automatizaciones de desarrollo bastante más importantes, intentando mantener siempre el mismo principio: que la aplicación haga todo aquello que pueda hacer por sí sola.

Os dejo aquí el vídeo.