A Microsoft fez manchetes ao integrar o ChatGPT, um poderoso modelo de linguagem de grande dimensão (LLM), no seu conjunto de programadores Power Platform, melhorando a produtividade do desenvolvimento low-code. Este anúncio surge após a pesquisa do Bing com o ChatGPT e o compromisso da Microsoft de investir milhares de milhões na sua empresa parceira, a OpenAI. Com este desenvolvimento, surgem inúmeras questões, especialmente em torno dos efeitos da integração nas plataformas low-code e dos potenciais desafios que podem surgir.
Iremos aprofundar as implicações do desenvolvimento orientado para a IA, discutindo os benefícios e os potenciais riscos da incorporação de LLMs como o ChatGPT em low-code estruturas de desenvolvimento. Além disso, examinaremos a forma como isto pode perturbar o panorama competitivo e destacaremos as principais considerações para os líderes que pretendem adoptar esta tecnologia inovadora.
Low-code As plataformas de desenvolvimento de software (LCDP), como AppMaster, permitem a abstracção de funcionalidades complexas em componentes de fácil utilização, oferecendo normalmente capacidades drag-and-drop e modelos reutilizáveis para programadores novatos e experientes. A integração do ChatGPT em tais ambientes traz inúmeros benefícios:
A integração do ChatGPT causou impacto em todo o mercado, com os gigantes da tecnologia a revelarem as suas próprias soluções de IA generativa. Consequentemente, o papel das plataformas low-code e da IA no desenvolvimento de software está a ser debatido. A geração de código orientada para a linguagem natural poderia potencialmente substituir a programação tradicional e as soluções sem código por completo.
No entanto, parece que o resultado mais provável são melhorias em toda a indústria do software, com a IA a aumentar os LCDP, melhorando a experiência do programador, modelos de ML personalizados e experiências inteligentes para o utilizador final. Empresas como AppMaster já oferecem poderosos <a href=https://appmaster.io/blog/no-code-app-builder>no-code construtores de aplicativos e <a href=https://appmaster.io/blog/build-enterprise-software-with-no-code> soluções de aplicativos corporativos, demonstrando como essa abordagem pode beneficiar uma ampla gama de organizações.
No entanto, o investimento maciço da Microsoft em investigação e desenvolvimento de IA pode colocar os LCDP mais pequenos em desvantagem se não adoptarem a sua própria integração de IA. Como resultado, a falta de funcionalidade de IA pode levar à perda de subscritores ou à cooperação com conjuntos de tecnologia de nuvem maiores para aceder e armazenar dados.
Apesar dos avanços, o ChatGPT e outros modelos de IA generativa não são totalmente fiáveis. Actualmente, a utilização do ChatGPT do PowerApps é experimental, o que significa que o estado da IA generativa é um trabalho em progresso. Considerando as possíveis imprecisões, os desenvolvedores que dependem desses modelos podem enfrentar desafios.
Além do tom autoritário dos resultados do ChatGPT, eles são gerados a partir de informações publicamente disponíveis, que podem conter bugs, erros e ineficiências. Pior ainda, o ChatGPT pode sugerir funcionalidades inexistentes, como se viu com o fornecedor de API de geocodificação OpenCage. Consequentemente, os programadores têm de se adaptar à criação e organização de prompts e à depuração de erros, ao mesmo tempo que enfrentam desafios de implementação e preocupações de segurança relativamente a dependências de terceiros.
A governação é essencial para proteger as plataformas low-code, uma vez que os utilizadores no-code podem não ter uma supervisão de segurança adequada quando adoptam novos serviços. Com a IA no conjunto, a complexidade técnica aumenta, podendo levar a violações éticas e a uma comunicação irracional se não for cuidadosamente gerida.
Embora os modelos de IA, como o ChatGPT, produzam resultados com confiança, por vezes produzem resultados sem sentido ou incorrectos. O feedback contínuo e a reciclagem melhorarão estes resultados ao longo do tempo. No entanto, os engenheiros devem lembrar-se da natureza experimental das soluções baseadas em IA e ter cuidado ao implementar inovações de IA nos seus projectos.
À medida que a IA remodela o cenário de desenvolvimento de software, os desenvolvedores enfrentam novos desafios juntamente com um avanço na eficiência. As soluções Low-code que oferecem pipelines de entrega de software padrão e recursos de colaboração centralizados serão as mais beneficiadas nesta era em evolução. Os LCDPs que acompanham os desenvolvimentos de IA, como a plataforma AppMaster, e incorporam a IA em seus fluxos de trabalho estão preparados para prosperar no setor em constante mudança.
