En una fresca y ventosa tarde de sábado en San Francisco, más de un centenar de visitantes se reunieron en un espacio de coworking para participar en un hackathon titulado “Hombre vs. Máquina”. Este evento tenía como objetivo explorar si las herramientas de inteligencia artificial (IA) realmente ayudan a los programadores a codificar más rápido y mejor. Al ingresar, los participantes se descalzaron, creando un ambiente inusual para la competencia entre equipos formados por humanos y aquellos que contaban con el apoyo de IA.
Desarrollo del hackathon y los equipos participantes
Los organizadores asignaron aleatoriamente a 37 grupos a las categorías de “humano” o “apoyado por IA”. Aunque muchos se mostraron entusiasmados, algunos abandonaron tras ser asignados a equipos sin IA. Un panel de jueces evaluaría los proyectos en base a la creatividad, la utilidad potencial, la complejidad técnica y la ejecución. Solo seis equipos pasarían a la fase de demostración, con un premio en efectivo de $12,500 para el ganador y $2,500 para el segundo lugar.
Los participantes, que iban desde estudiantes hasta profesionales experimentados, comenzaron a discutir sus ideas en un canal de Slack. Algunas propuestas incluían herramientas de retroalimentación para pianistas, aplicaciones para rastrear lecturas y plataformas para conectar a vecinos. Arushi Agastwar, estudiante de ética de IA en Stanford, se unió al equipo humano y propuso desarrollar un marco para evaluar la adulación en los modelos de IA, una preocupación relevante en la actualidad.
Investigaciones sobre la productividad de los desarrolladores
A pesar de que la IA ha sido un tema controvertido en Silicon Valley, un estudio reciente de METR, una organización sin fines de lucro que coorganizó el hackathon, reveló que las herramientas de IA, en realidad, ralentizaban a los desarrolladores de código abierto experimentados en un 19%. Este hackathon buscaba avanzar en la investigación al permitir que tanto novatos como expertos presentaran nuevos proyectos desde cero.
Joel Becker, miembro del equipo técnico de METR, señala que las métricas de productividad a menudo son engañosas. La cantidad de código escrito o solicitudes de extracción no siempre refleja una mejora real. Del mismo modo, la eficacia de los modelos de IA en evaluaciones de rendimiento puede no traducirse directamente en capacidades prácticas. Becker predice que la máquina tiene la ventaja en esta competencia.
Momentos destacados y resultados finales
Con solo ocho horas para presentar sus proyectos, los participantes se apresuraron a terminar. A medida que se acercaba el plazo de entrega, los jueces comenzaron a llegar y la tensión aumentó. A pesar de la presión, los equipos demostraron creatividad y habilidad técnica en sus presentaciones. Cada uno de los seis finalistas, tres de los equipos humanos y tres de los equipos apoyados por IA, se preparó para mostrar sus innovaciones.
Entre los proyectos destacados se encontraba ViewSense, una herramienta que ayuda a personas con discapacidad visual a navegar su entorno, transcribiendo video en texto. A pesar de la escasez de tiempo, su presentación fue impresionante, y muchos asistentes creyeron que había utilizado IA, lo cual no era el caso. Otro equipo mostró una plataforma para diseñar sitios web mediante bocetos en papel, sin ningún uso de IA. La competencia fue intensa, y al final, un equipo que desarrolló un mapa de calor para la revisión de código, que sí utilizó IA, se llevó el primer premio.
Los organizadores y los jueces quedaron sorprendidos por cuán reñido resultó el evento. A pesar de las expectativas de que la IA dominaría, los humanos mostraron una notable capacidad para innovar sin su ayuda. Los ganadores del segundo lugar, un grupo de fundadores de startups polacos, expresaron su alivio por haber perseverado en su proyecto sin el uso de herramientas de IA, lo que demuestra que el ingenio humano aún tiene un lugar destacado en el mundo de la tecnología.
