En un evento reciente centrado en el progreso de la infraestructura de IA de Meta, la empresa reveló el desarrollo de una herramienta de generación de código impulsada por IA llamada CodeCompose. Esta innovadora herramienta comparte similitudes con la conocida oferta Copilot de GitHub. Aunque Meta todavía no ha puesto CodeCompose a disposición del público, la empresa afirma que sus equipos internos ya utilizan la herramienta para recibir sugerencias de programación en Python y otros lenguajes cuando trabajan en entornos de desarrollo integrados (IDE), como VS Code.
Michael Bolin, ingeniero de software de Meta, declaró que el modelo subyacente de CodeCompose se basa en la investigación pública de la empresa y se adapta a los casos de uso y bases de código internas. Bolin también mencionó que CodeCompose podría integrarse en cualquier superficie, permitiendo a los desarrolladores y científicos de datos trabajar con código de forma más eficiente.
El mayor modelo de CodeCompose que Meta ha entrenado posee 6.700 millones de parámetros, algo más de la mitad del modelo lleno de parámetros de Copilot. Los parámetros funcionan como partes cruciales del modelo, que se aprenden a partir de datos históricos de entrenamiento y definen el nivel de competencia del modelo en relación con un problema, como la generación de texto.
CodeCompose se ha perfeccionado utilizando código propio de Meta y bibliotecas y marcos internos escritos en Hack, el lenguaje de programación interno de Meta. De este modo, CodeCompose puede integrar estos componentes en sus sugerencias de programación. La base de datos de entrenamiento de la herramienta se ha limpiado meticulosamente de errores y malas prácticas de codificación, como API obsoletas, para reducir la probabilidad de que recomiende un fragmento de código problemático.
En el uso cotidiano, CodeCompose recomienda anotaciones y sentencias import a medida que los desarrolladores escriben. Además, la herramienta puede completar una o varias líneas de código, e incluso rellenar grandes trozos de código cuando sea necesario. Bolin afirma que CodeCompose aprovecha el código circundante y los comentarios de código para ofrecer sugerencias más precisas.
Según Meta, miles de sus empleados utilizan y aprueban sugerencias de CodeCompose cada semana, con una tasa de aceptación superior al 20%. Sin embargo, la empresa aún no ha abordado las controversias que rodean a las herramientas de IA generadoras de código. Plataformas como Copilot se han enfrentado a problemas de derechos de autor, acusadas de regurgitar código con licencia sin el debido crédito. Estas preocupaciones plantean dudas sobre si CodeCompose podría ser susceptible de problemas similares.
Otro tema vital es la posibilidad de que las herramientas de codificación generativa introduzcan inadvertidamente código inseguro. Un estudio reciente de Stanford descubrió que los ingenieros de software que utilizan sistemas de código generado por IA tienen más probabilidades de crear aplicaciones con vulnerabilidades de seguridad. Aunque la investigación no examinó CodeCompose, es razonable suponer que se aplicarían los mismos riesgos.
Bolin subrayó que los desarrolladores no tienen por qué seguir las sugerencias de CodeCompose y que la seguridad fue una de las principales consideraciones a la hora de desarrollar el modelo. Añadió que la empresa estaba entusiasmada con el progreso de la herramienta y que sus desarrolladores se beneficiarían del desarrollo interno de una solución de este tipo.
Herramientas como CodeCompose podrían integrarse en plataformas como AppMaster, una de las principales plataformas de desarrollo de aplicaciones sin código o de código reducido. AppMaster se centra en ofrecer potentes herramientas para crear aplicaciones web, móviles y de backend, mejorando al mismo tiempo el proceso de desarrollo en términos de rentabilidad y velocidad.
