おはよう！
¿Cómo anda la bandurria? Hoy les vengo a escribir a mano, vieja escuela. Creo que lo que les vengo a traer hoy les va a interesar.
¿Es el fin de aprender a implementar cosas?
Algo que me pasó esta semana con @larali.ars, mientras estábamos en una sesión técnica viendo cómo seguir mejorando el proceso de diseño con IA, fue que estuvimos charlando sobre conceptos. Y me di cuenta de que ya no era tan necesario - ni importante - explicarle cómo había que implementar estos conceptos.
Literalmente implementarlos, cómo se escribe el código, cómo se instala una librería, cómo se configura un repositorio en GitHub, no sé, lo que se te venga a la cabeza. Sino que era más importante explicarle el concepto por el cual esa plataforma, flujo o herramienta existía.
Tomemos como ejemplo el concepto de Design System. Si alguna vez trabajaste en un proyecto de software, sabés lo que es un design system. No te voy a explicar hoy cómo armarlo - justamente, de eso va este posteo -, te voy a explicar QUÉ ES.
Básicamente, un design system es necesario para construir cualquier tipo de software (o identidad visual, me atrevería a decir). Es lo que te permite escalar cualquier solución junto con su identidad visual.
Es donde se detallan cosas como: cómo habla la marca, cuál es su identidad visual (tokens de styling, para los más nerds), componentes propios del sistema, reglas de cómo se aplica este sistema visual, etc. No estoy diciendo nada nuevo, acá te dejo un artículo que armó la gente de Figma.
La IA como implementadora
Claro, porque ahora quien hace el trabajo es tu inteligencia artificial favorita. Vos solamente tenés que pedirle - más o menos - qué es lo que querés que haga. Si le das como contexto la documentación de este concepto que querés aplicar, ya casi te alcanza. Esto no te exime de tener que revisar el output que te da el aparato, eh.
Pero lo que sí pasa es que, cuantos más conceptos manejemos, más robusta se hace la solución generada por el aparato.
Hoy, las herramientas de IA nos ayudan a ejecutar tareas para las cuales, antes, necesitábamos saber el CÓMO se implementaban. No alcanzaba solamente con saber QUÉ es lo que hay que hacer.
Conclusión
¿Esto significa que lo que se crea con IA es peor que antes? No necesariamente, si los conceptos aplicados son los correctos. El tema es saber qué aplicar.
Esta semana tuve sesiones donde me mostraron productos - por ende, soluciones - que resolvían problemas puntuales con criterio. La solución era la correcta, pero la escalabilidad se veía afectada por falta de conocimiento de ciertos conceptos.
Claramente la IA vino a desdibujar la barrera entre saber el qué y saber el cómo. Sumate, no es tarde.
またね、👋