UNIVERSIDAD MAYOR REAL Y PONTIFICIA DE SAN
FRANCISCO XAVIER DE CHUQUISACA
Facultad de ciencias y Tecnología
Tema de investigación:
Herramientas De Inteligencia Artificia Para El Desarrollo De Software
Integrantes:
1. Quispe Sucullani José David
2. Tosube Pinto Nataly
3. Saigua Janko Luis Josué
4. Calcina Quispe Luis Rolando
5. Carlos Acuña Marcos Leonel
Docente:
VELASCO IRIARTE OSWALDO ABEL
Sucre-Bolivia
2023
Contenido
1. Introducción:..........................................................................................................................4
2. Problema:...............................................................................................................................5
2.1 Planteamiento del problema:...................................................................................................5
3. Delimitación............................................................................................................................5
3.1 En relación con el tiempo. - ................................................................................................6
3.2 En relación con el espacio. -.....................................................................................................6
4. Justificación............................................................................................................................6
4.1 Justificación teórica:.................................................................................................................6
4.2 Justificación metodológica:......................................................................................................7
4.3 Justificación práctica:...............................................................................................................7
5. Objetivos:...............................................................................................................................7
5.1 Objetivo General:.....................................................................................................................7
5.2 Objetivo específico:..................................................................................................................7
6. Marco Teórico:.......................................................................................................................8
6.1 Autores que definieron la IA. –.................................................................................................8
6.2 Los comienzos de la inteligencia artificial:................................................................................8
6.3 que es la Inteligencia Artificial:.................................................................................................8
6.4 Los distintos niveles de inteligencia artificial............................................................................9
6.4.1 Inteligencia artificial débil (o estrecha):..........................................................................10
6.4.2 Inteligencia artificial general:..........................................................................................10
6.4.3 Inteligencia artificial fuerte:............................................................................................11
6.3 Inteligencia artificial para el desarrollo de software...............................................................11
6.3.1 ahora todos pueden acceder a la IA:...............................................................................13
6.3.2 La IA será más humano que nunca:.................................................................................13
6.3.3 La IA reemplazara muchos trabajos, pero también creara algunos nuevos:...............13
6.4 IA para el desarrollo de software...........................................................................................14
6.4.1 Generación de código:.....................................................................................................14
4.4.2 Detección de errores:......................................................................................................14
6.4.3 Gestión de proyectos:......................................................................................................14
6.4.4 Pruebas para el aseguramiento de la calidad:.................................................................14
6.4.5 Análisis predictivo:..........................................................................................................15
6.4 6 Personalización:...............................................................................................................15
6.4.7 Toma de decisiones mejorada y más rápida:...................................................................15
6.4.8 Estimaciones precisas:.....................................................................................................15
6.5 Herramientas y Plataformas de Desarrollo de IA para Software............................................16
6.5.1 Keras:...............................................................................................................................16
6.5.2 TensorFlow:.....................................................................................................................16
6.5.3 Pytorch:...........................................................................................................................17
7. Hipótesis:..............................................................................................................................17
7.1 Variables:................................................................................................................................17
7.1.1 Variable independiente. –...............................................................................................17
7.1.2 Variable dependiente. –..................................................................................................17
7.1.3 Recopilación de datos. –..................................................................................................17
7.1.4 Recopilación de datos con y sin uso de las inteligencias artificiales. –............................17
7.1.5 Calcular los datos obtenidos. –........................................................................................18
7.1.6 Realizar un análisis estadístico. –.....................................................................................18
7.1.7 conclusión. –....................................................................................................................18
1. Introducción:
La inteligencia artificial (IA) se encuentra en la vanguardia de la revolución
tecnológica y ha transformado fundamentalmente la forma en que interactuamos
con la tecnología y abordamos problemas complejos. Esta disciplina, dentro de la
ciencia de la computación, se enfoca en la creación de agentes inteligentes
capaces de percibir su entorno y tomar decisiones con el objetivo de alcanzar sus
metas. En esencia, busca emular la inteligencia humana y aplicarla en contextos
tecnológicos, lo que ha llevado a avances notables en campos como el
procesamiento del lenguaje natural, la visión por computadora y el aprendizaje
automático.
Uno de los ámbitos en los que la inteligencia artificial ha dejado una huella
significativa es la educación. En la actualidad, estamos presenciando una
creciente integración de la IA en el ámbito educativo, lo que ha dado lugar a un
cambio transformador en la forma en que los estudiantes aprenden y los
educadores enseñan. Las herramientas y aplicaciones de IA tienen la capacidad
de personalizar la experiencia de aprendizaje, ofrecer retroalimentación inmediata
y adaptarse a las necesidades de cada estudiante, lo que promueve un
aprendizaje más efectivo y centrado en el individuo.
En esta investigación, exploraremos un aspecto específico del impacto de la
inteligencia artificial: cómo los estudiantes de sistemas pueden aprovechar las
herramientas de IA disponibles para sus proyectos de desarrollo de software.
Abordaremos la selección de las herramientas adecuadas, su integración en el
proceso de desarrollo y los beneficios que pueden obtener al hacerlo. La IA ha
demostrado ser una aliada poderosa en la creación de software más inteligente y
eficiente, y esta investigación busca arrojar luz sobre cómo los futuros
profesionales de la carrera de sistemas pueden aprovechar estas capacidades
para impulsar la innovación en el mundo del desarrollo de software.
2. Problema:
La Facultad de tecnologías de la Universidad San Francisco Xavier de
Chuquisaca, busca utilizar herramientas de inteligencia artificial (IA)
implementados en el desarrollo de software con el fin de optimizar y potenciar el
aprendizaje de los estudiantes de las carreras de ingeniería en sistemas y ciencias
de la computación que cursan materias como: Desarrollo de aplicaciones móviles,
aplicaciones inteligentes y desarrollo web. A pesar del reconocimiento de la
importancia de la IA en el desarrollo de software, la institución se enfrenta a
problemas.
La falta de personal capacitado en el campo de la inteligencia artificial. La carencia
de docentes y expertos en IA dificulta la implementación de herramientas
especializadas y la orientación de proyectos de investigación en esta área,
limitando así la capacidad de la Facultad de Tecnología para formar a sus
estudiantes en desarrollo software y el uso de las herramientas de IA.
También los recursos tecnológicos, como servidores de alto rendimiento y
software especializado, también representa un problema que dificulta la
realización de proyectos de IA. La inversión en infraestructura es necesaria para
habilitar la experimentación y la investigación en IA.
2.1 Planteamiento del problema:
¿Cuáles son los criterios y procesos que los estudiantes de
ingeniería de sistemas y ciencias de la computación deben seguir
para seleccionar y utilizar herramientas de inteligencia artificial
de manera efectiva en proyectos de desarrollo de software?
3. Delimitación
Dentro de los beneficios en el desarrollo del software están las estimaciones precisas,
código de refactorización, manejo de errores y análisis automático, asistentes inteligentes,
toma de decisiones estratégicas La IA también tiene un impacto en el ciclo de desarrollo y
en las aplicaciones además ,la IA habilita nuevos tipos de aplicaciones y puede optimizar
procesos de desarrollo de software así mismos siendo están muy hablados dentro de un
área educativa y formando parte de las mismas carreras de universidades ya que ahora en
adelante están siendo muy habladas y conocidas dentro del campo.
3.1 En relación con el tiempo. - .
La IA ha permitido la automatización de tareas repetitivas. También ha
posibilitado la optimización de procesos de desarrollo. Esto libera tiempo
para que los desarrolladores se enfoquen en tareas más complejas y
creativas. La integración de la IA en el desarrollo de software ha dado lugar
a herramientas poderosas que mejoran la experiencia de los
desarrolladores y aceleran el proceso de creación de aplicaciones. La IA ha
abierto la puerta a herramientas de lenguaje natural que permiten a los
desarrolladores crear soluciones de software de una manera más intuitiva y
eficiente. Estas herramientas facilitan la comunicación entre humanos y
máquinas.
Además, la Inteligencia Artificial está creando nuevas oportunidades y roles
en el mundo del desarrollo de software. En áreas como la gestión de datos
y la creación de soluciones de IA más avanzadas, se abren nuevos
horizontes para los profesionales de la industria. La IA está impulsando la
innovación y permitiendo el desarrollo de aplicaciones más inteligentes y
sofisticadas.
3.2 En relación con el espacio. -
Gracias a la inteligencia artificial han facilitado la comunicación entre
humano y máquinas permitiendo que muchas personas opten como ayuda
para la creación de softwares utilizando la inteligencia artificial ya que esta
traducción de lenguaje natural a código ha reducido la brecha entre los
desarrolladores y las máquinas eliminando así la necesidad de aprender
lenguajes de programación específicos de manera exhaustiva y pudiendo
así comunicarse con las máquinas usando el mismo lenguajes que usan
para interactuar con otros seres humanos
4. Justificación
La inteligencia artificial (IA) ha demostrado ser una herramienta poderosa en el
desarrollo de software y su aplicación en este campo tiene justificaciones teóricas,
metodológicas y prácticas.
4.1 Justificación teórica:
La teoría de la inteligencia artificial respalda el uso de herramientas de IA
en el desarrollo de software. La IA se basa en algoritmos y modelos que
imitan la inteligencia humana, lo que permite a las herramientas de IA
analizar grandes cantidades de datos, identificar patrones y tomar
decisiones basadas en la información disponible. Esta capacidad de
aprendizaje automático y adaptación es fundamental para mejorar la
eficiencia y la calidad del desarrollo de software.
4.2 Justificación metodológica:
Desde el punto de vista metodológico, las herramientas de inteligencia
artificial ofrecen enfoques innovadores para el desarrollo de software. Por
ejemplo, el uso de algoritmos de aprendizaje automático puede ayudar a
automatizar tareas repetitivas y mejorar la precisión en la detección de
errores. Además, las herramientas de IA pueden analizar grandes
volúmenes de datos y generar información valiosa para la toma de
decisiones en el proceso de desarrollo de software.
4.3 Justificación práctica:
En términos prácticos, el uso de herramientas de inteligencia artificial en el
desarrollo de software puede tener varios beneficios. Por ejemplo, las
herramientas de IA pueden acelerar el proceso de desarrollo al automatizar
tareas tediosas y repetitivas, lo que permite a los desarrolladores centrarse
en aspectos más creativos y estratégicos del proyecto. Además, las
herramientas de IA pueden mejorar la calidad del software al identificar y
corregir errores de manera más eficiente, lo que a su vez reduce los costos
y el tiempo dedicado a las pruebas y depuración.
5. Objetivos:
5.1 Objetivo General:
Utilizar herramientas de inteligencia artificial (IA) con el objeto de estudio en
herramientas de inteligencia artificial para el desarrollo de software, con el
fin de optimizar y potenciar el proceso de desarrollo de software.
5.2 Objetivo específico:
-Realizar un análisis documental exhaustivo de las herramientas de
inteligencia artificial utilizadas en el desarrollo de software.
-Identificar y analizar las ventajas y limitaciones de las herramientas de
inteligencia artificial en el desarrollo de software.
-Realizar una revisión sistemática de la literatura sobre las herramientas de
inteligencia artificial utilizadas en el desarrollo de software.
6. Marco Teórico:
Definición. -
El desarrollo de software es un proceso crítico en la actualidad, impulsado por la
demanda constante de aplicaciones de alta calidad en diversas industrias. La
inteligencia artificial (IA) ha emergido como un factor transformador en este
campo, ofreciendo soluciones que mejoran significativamente la legibilidad del
código y reducen los tiempos de retraso en el desarrollo de software. Este enfoque
en la IA no solo acelera la entrega de proyectos, sino que también promueve la
creación de software más fiable y mantenible.
6.1 Autores que definieron la IA. –
Es la disciplina técnica-científica con más potencial de los últimos años, la
que plantea una revolución sin parangón en nuestro mundo Andrew Ng uno
de las personalidades más conocidas en este ámbito, la llama “La
electricidad del siglo XXI” y sin embargo es fácil dar una definición concisa y
clara de que es la inteligencia artificial
Como es conocido no somos los primeros en internarlo ni mucho menos Un
señor Alan Turing, padre de la informática que trato dar respuestas a esa
misma pregunta, y esquivo responderla directamente en lugar de eso se
inventó un test para tratar de determinar si algo poseía o no Inteligencia
artificial y así nació test de Turing que para muchos expertos actuales no
acaba de definir del todo este concepto
6.2 Los comienzos de la inteligencia artificial:
En el año 1956 Allen Newell, Herbert Simón, Marvin Micky, Artur Samuel y
John McCarthy – que acuño el termino – se Reúnen en Dartmouth College
Aquella reunión acabara con un optimismo exagerado no solo crearon de la
nada la disciplina de inteligencia artificial
6.3 que es la Inteligencia Artificial:
Como queda no es fácil establecer que es la inteligencia artificial porque de
hecho no logramos ponernos de acuerdo a la hora de definir que esta
inteligencia
Pero muchas han sido las definiciones de inteligencia artificial que se dio a
lo largo del tiempo, pero la más popular en estos últimos tiempos está la de
Robert Sternberg psicólogo de la universidad de Yale este académico
definido la inteligencia como la Actividad mental que sirve para adaptar o
conformar entornos relevantes para nuestra vida personal
Esa inteligencia esta a su vez compuesta de tres tipos de inteligencia
distintas algo de lo que Santiago Sanches-Magallón profesor de filosofía y
colaborador en Xataka explicaba en un interesante repaso a la Pregunta
- Inteligencia Componencial (grosso modo, nuestra capacidad de
análisis)
Dirección consciente de nuestros procesos mentales para analizar y
evaluar ideas, resolver problemas y tomar decisiones es de tipo de
inteligencia clásica que analizan los test, la de lucas
- Inteligencia experiencial (grosso modo, nuestra creatividad):
capacidad de afrontar tareas novedosas formular nuevas ideas
combinar expedientas. Esla inteligencia propia de los artistas, de esas
personas excéntricas que no suelen hacer lo que todos los demás y
que tienen muchísima tolerancia a los cambios (incluso viven felices
con ellos o, aun mas, los que necesitan constantemente)
- Inteligencia practica o contextual (grosso modo capacidad de
adaptación al medio): adaptación selección o modificación de ambiente
individual. Realmente, esta es la inteligencia más importante (si bien
depende de las otras dos), ya que tu éxito o fracaso vital, dependerá de
ella. Cada persona tiene un proyecto vital, una serie muy inteligente si
supiera adaptarse muy bien a su rivalidad para conseguirlos, llegando
incluso a elegir bien que entornos son los más adecuados para ello o,
el punto máximo, creando entornos nuevos acordes a sus propósitos.
6.4 Los distintos niveles de inteligencia artificial
los logros en campos de inteligencia artificial han hecho que esa definición
sea especialmente confusa sobre todo porque uno podría preguntarse por
ejemplo si DeppBlue podría considerarse inteligente cuando gano Kaspárov
al ajedrez, o si AlphaGo lo era cuando demostró ser mejor que cualquier
humano jugando al Go
Eso ha hecho que aparezcan tres grandes categorías para clasificar la
inteligencia artificial según su alcance y su ámbito de aplicaron. Veamos
cuales con esas grandes diferencias que nos permiten entender hasta
donde hemos llegado y hasta donde es posible llegar
6.4.1 Inteligencia artificial débil (o estrecha):
Este tipo de sistemas son capaces de resolver problemas muy bien
definidos y acotados. La inteligencia artificial débil es la que ha provocado
la verdadera explosión de esta disciplina en los últimos tiempos: se han
aplicado distintas técnicas como aprendizaje maquina o aprendizaje
profundo para lograr resolver problemas específicos, y los resultados han
sido excepcionales
Los logos alcanzados con Deep blue o con AlphaGo son un ejemplo
prefecto de inteligencia artificial débil: estos desarrollos se dedican a
resolver un problema concreto y delimitado y que permiten ser resueltos
de forma que esos sistemas acaban realizando esas tareas mucho
menores que un ser humano.
Estamos rodeados de inteligencias artificiales débiles, y de hecho estos
son los desarrollos que más popularidad han logrado en los últimos
tiempos porque han demostrado cómo es posible programar una maquina
y entrenarla
Para resolver todo tipo de tareas
Las herramientas de inteligencia artificial como ChatGPT con un buen
ejemplo d eso casos de inteligencia artificial débil,
6.4.2 Inteligencia artificial general:
Mucho más ambiciosa que la inteligencia artificial débil es la inteligencia
artificial general, que permitiría resolver cualquier tarea intelectual
resoluble por un ser humano.
Esta inteligencia artificial seria multitarea y podría hacer cientos, miles de
cosas distintas perfectamente.
No solo eso esta inteligencia artificial general no sería una especie de gran
unión de inteligencias artificiales débiles, cada una para resolver un
problema: dicha inteligencia artificial general sería capaz de realizar
juicios y razonar
Ante una situación de incertidumbre – a partir del aprendizaje y el
entrenamiento, además de comunicarse en lenguaje natural o aprender
La inteligencia artificial general, de aparecer, superaría sin problemas
tanto el test de Turing como el de Winograd, por ejemplo, que como
hemos comentado demostrarían que la maquina poseería esa capacidad,
pero en realidad dicho logro sería tan solo parte de la capacidad de esa
inteligencia artificial general.
6.4.3 Inteligencia artificial fuerte:
La inteligencia artificial general no es esa inteligencia que tanto nos vende
Hollywood. Le falta un elemento esencial que el que diferencia a la llamada
inteligencia artificial fuerte esta última posee los llamados estados
mentales y además es consciente de sí misma
Dicho tipo de inteligencia artificial iría más allá de emular y superar a los
seres humanos en la realización de cualquier tarea
Al tomar conciencia de si misma seria capar de (teóricamente) resolver
cualquier problema y podría contar con una experiencia subjetiva propia o
ser capaz de sentir emociones entramos en un terreno escabroso en el que
sería necesario hablar de los desafíos éticos que la aparición de dicha
inteligencia artificial plantearía.
En esencia, una inteligencia artificial fuerte lograría contar con los estados
mentales con los que contamos los seres humanos, pero lograría ir mucho
más allá gracias a su capacidad de cálculo y de adaptación al entorno
Cuidado porque una inteligencia artificial fuerte es también general pero lo
contrario no es cierto.
La diferencia es sutil, pero esa consciencia de sí misma probablemente lo
cambiaria todo.
6.3 Inteligencia artificial para el desarrollo de software
Definición
La IA no era fundamental para la creación o el consumo de contenido de
internet.
Eso ha cambiado con ChatGPT y Bard arrasando con la web como un
reguero de pólvora y alterando la forma en que las personas interactúan
con las maquinas en varias industrias al tiempo que significa la vida que las
personas diversas ocupaciones, gracias a la IA
El desarrollo de software es uno de los muchos campos en los que la IA
marca una enorme diferencia, ya que los desarrolladores recurren con
mayor frecuencia a herramientas de software impulsadas por la IA para
aumentar la productividad y minimizar los errores.
La IA será cada vez más importante en el desarrollo de software en lo
próximos años la IA puede ayudar a los desarrolladores a crear productos
de software más inteligentes y fundamentales.
Comencemos con el significado de la Inteligencia artificial o “IA”
Todos los avances que experimentamos a diario deben su existencia al
software
En los últimos años, el desarrollo ha experimentado un cambio masivo,
desde la entrega de drones de Amazon y las capacidades AR de Snapshot
hasta la adaptación de inteligencia artificial por parte de las empresas hasta
su producción de software y más.
La IA también juega un papel esencial en la configuración de las prácticas
comerciales y, al mismo tiempo hace que el software sea más inteligente en
general.
Los equipos de desarrollo y entrega creen que las herramientas de IA
ayudaran al desarrollo de software haciéndolo más eficiente, confiable y
rápido la RPA mejorada con IA también puede funcionar de manera más
fluida con los servicios de soporte de software para hacer que el desarrollo
de software sea aún más rápido las herramientas de IA tiene como objetivo
acelerar los procesos de desarrollo y ahorrar costos debido a una mayor
reutilización de los servicios con soluciones RPA como los servicios de
soporte de software.
¿Qué es la Inteligencia Artificial (IA)?
La inteligencia artificial, también llamada IA, se refiere a la creación de
algoritmos y sistemas informáticos capaces de realizar tareas que
normalmente se requieren de los seres humanos con inteligencia humana.
Los sistemas de IA pueden incluir percepción visual, detección de voz,
traducción de idiomas, interacción conversacional y sistemas de toma de
decisiones como ejemplos de sistemas de inteligencia artificial que utilizan
varias técnicas naturales para lograr estos objetivos
1. Aprendizaje automático
2. Aprendizaje profundo
3. Procesamiento de lenguaje natural (PNL)
4. Robótica
Los sistemas de Inteligencia artificial
pueden analizar datos, reconocer patrones y tomar decisiones de forma
autónoma mientras aprende con el tiempo y se adaptan a cualquier
circunstancia ChatGPT y Bard por ejemplo son una aplicación de este
modelo que continúa mejorando y procesando nueva información.
La Inteligencia artificial comúnmente llamada IA, es un arte y la ciencia de
crear maquinas inteligentes, especialmente programas informáticos
Al estudia la inteligencia humana usando computadoras; sin embargo, no
necesita restringirse únicamente a métodos biológicos de investigación. La
inteligencia artificial existe desde la década de 1950, pero solo
recientemente logro su debido reconocimiento.
IA: es estado del arte y tendencias para 2023
La investigación de McKinsey indica que el uso de tecnologías de IA
aumento significativamente el año pasado.
El uso de IA continúa disparándose a un ritmo asombroso; Microsoft y
Google Invierten cada uno una cantidad considerable en este sector
tecnológico.
El futuro de la inteligencia artificial parece brillante; sin embargo, la IA
tardara muchos años más en desarrollar todo su potencial.
Algunas tendencias que se encuentra con la IA el día de hoy.
6.3.1 ahora todos pueden acceder a la IA:
no hace mucho tiempo, las grandes corporaciones como IBM, Amazon y
Google dominaban la investigación y el desarrollo de IA, mientras que las
organizaciones más pequeñas ya no podían pagar sus costos.
El procesamiento del lenguaje natural y los modelos generativos de código
abierto han ampliado enormemente la accesibilidad de la IA; a medida que
la industria de la IA se democratiza rápidamente, estos servicios ahora
están disponibles para empresas de cualquier tamaño
6.3.2 La IA será más humano que nunca:
Los investigadores han demostrado recientemente que los humanos y las
maquinas son mucho más productivos cuando colaboran.
AI estará disponible para todos en 2023; la gente ya lo está aprovechando
ampliamente; por lo tanto, parece inevitable que, en los próximos años, la
IA y las personas trabajen cada vez más de la mano.
6.3.3 La IA reemplazara muchos trabajos, pero también creara
algunos nuevos:
El Foro Económico mundial estima que la IA puede desplazar 85 millones
de puestos de trabajo y crear 97 millones nuevos para el 2025, según un
análisis realizado por el foro económico mundial la tecnología de IA tiene un
efecto una herramienta de IA puede realizar tareas previamente realizadas
por 15 humanos simultáneamente; por lo que tanto cinco empleados
podrían perder su empleo bajo tales escenarios.
6.4 IA para el desarrollo de software
La inteligencia artificial ha visto avances notables recientemente.
Una aplicación clave de la IA para la creación de software es la gestión de
proyectos, además, los procesos de escritura y prueba de código pueden
beneficiarse enormemente de la IA forme parte de su caja de herramientas
Algunos usos de la IA son
6.4.1 Generación de código:
La inteligencia artificial puede ayudar a los desarrolladores de software a
automatizar tareas de codificación repetitivas, como el modelado de datos o
la creación de código repetitivo, lo que le permite concentrarse en desafíos
más difíciles o creativos. AI crea código rápidamente, lo que le da tiempo
para tareas que requieren mayor pensamiento o creatividad.
4.4.2 Detección de errores:
La IA puede ser un activo extremadamente valioso al encontrar errores en
el código. Los algoritmos que utilizan el aprendizaje automático pueden
analizar el código de software para detectar problemas o posibles
problemas antes de que se manifiesten en proyectos más grandes que
requieren revisiones manuales del código, algo que lleva mucho menos
tiempo pero que puede generar errores debido únicamente al juicio
humano. La IA puede resultar especialmente valiosa en esfuerzos a gran
escala que requieren procesos de revisión manual, que toman mucho
tiempo y pueden llevar meses a los revisores solo por una pieza.
6.4.3 Gestión de proyectos:
La tecnología de IA puede ayudar a los gerentes de proyectos a mejorar la
administración de proyectos al optimizar los procesos de programación,
asignación de recursos y asignación de tareas. Los algoritmos de IA
analizan los datos relacionados con la gestión de proyectos para identificar
áreas de mejora dentro de la administración de proyectos.
6.4.4 Pruebas para el aseguramiento de la calidad:
Probar la calidad del software es un componente integral de cada proyecto
de desarrollo. La inteligencia artificial puede ayudar a automatizar varios
tipos de pruebas de control de calidad; Los algoritmos de IA simulan las
interacciones del usuario para detectar problemas antes del lanzamiento del
software.
6.4.5 Análisis predictivo:
La IA es un recurso increíble que permite a los analistas de datos hacer
predicciones precisas sobre eventos futuros utilizando análisis predictivos
en el desarrollo de software. El análisis predictivo permite a los equipos de
software detectar y resolver problemas potenciales desde el principio. Al
mismo tiempo, los algoritmos de IA ayudan a analizar a los usuarios y a
predecir qué funciones pueden volverse populares rápidamente, dando a
los desarrolladores tiempo y espacio para enfocarse en estas funciones
antes que en otras.
6.4 6 Personalización:
NLP (procesamiento del lenguaje natural), una rama de la IA que analiza
los comentarios de los usuarios para adaptar mejor el software de acuerdo
con las preferencias y necesidades de los usuarios individuales, permite a
los desarrolladores crear software que interactúa de manera más natural
con sus usuarios mientras satisface las preferencias y necesidades
individuales.
Los algoritmos de NLP utilizan tecnología de análisis de lenguaje natural
que comprende el habla natural para crear software adaptado
específicamente a las necesidades y preferencias individuales de sus
usuarios. Los algoritmos de IA permiten que programas como este
personalicen el software para satisfacer las preferencias de los usuarios
individuales y desarrollen aplicaciones en consecuencia
6.4.7 Toma de decisiones mejorada y más rápida:
El análisis manual de datos para determinar qué características o tipos de
software utilizó en el pasado puede llevar mucho tiempo y ser laborioso. Sin
embargo, la inteligencia artificial puede analizar rápidamente las tendencias
y la información de uso para brindarle esta perspectiva, lo que ayuda a
tomar decisiones estratégicas de software más fácilmente que nunca.
6.4.8 Estimaciones precisas:
Las herramientas de IA son ampliamente empleadas por proveedores de
servicios que trabajan para clientes. Es probable que proporcione
cotizaciones de clientes antes de recibir su proyecto; la entrega oportuna es
de máxima preocupación; por lo tanto, estimar con precisión los tiempos de
desarrollo es de vital importancia; La inteligencia artificial proporciona este
servicio evaluando su proyecto complejo y dando un presupuesto.
La optimización del desarrollo de software implica varios esfuerzos, como
pruebas, optimización de código y automatización. Hacer esto mejorará la
calidad del desarrollo y lo acelerará para que los desarrolladores creen más
rápidamente aplicaciones fáciles de usar, eficientes y efectivas.
6.5 Herramientas y Plataformas de Desarrollo de IA para Software
La inteligencia artificial (IA) se ha convertido en un campo fundamental en el
desarrollo de software, y para llevar a cabo proyectos de IA de manera
efectiva, los desarrolladores confían en una serie de herramientas y
plataformas específicas. Estas herramientas proporcionan una base sólida
para la creación, entrenamiento y despliegue de modelos de IA. A
continuación, algunas herramientas son las siguientes Keras, Tensor Flow y
Pytorch
6.5.1 Keras:
Keras es una interfaz de programación de aplicaciones de red neuronal de
alto nivel efectivo (API) escrita en Python, esta biblioteca de red neuronal
de código abierto está diseñado para proporcionar una experimentación
rápida con redes neuronales profundas, y puede ejecutarse sobre CBKT y
TensorFlow.
Keras se enfoca en ser modular, fácil de usar y extensible no maneja
cálculos de bajo nivel; en cambio, los entrega a otra biblioteca llamada
Backend.
6.5.2 TensorFlow:
TensorFlow es un marco de aprendizaje profundo de código abierto de
extremo a extremo desarrollado por Google y lanzado en 2015 es conocido
por la documentación y el soporte de capacitación, las opciones escalables
de producción e implementación, los múltiples niveles de abstracción y el
soporte para diferentes plataformas, como Android
TensorFlow es una biblioteca matemática simbólica utilizada para redes
neuronales y es más adecuado para los programas ion de flujo de datos en
una variedad de tareas ofrece múltiples niveles de abstracción para
modelos de construcción y capacitación
Una entrada prometedora y de rápido crecimiento en el mundo del
aprendizaje profundo, TensorFlow ofrece un ecosistema flexible e integral
de recursos comunitarios, bibliotecas y herramientas que facilitan la
construcción e implementación de aplicaciones de aprendizaje automático.
6.5.3 Pytorch:
Pytorch es un marco de aprendizaje profundo relativamente nuevo basado
en Torch. Desarrollado por el grupo de investigación de IA de Facebook y
de código abierto en GitHub en 2017, se utiliza para aplicaciones de
procesamiento de lenguaje natural, Pytorch tiene una reputación de
simplificación, facilidad de uso, flexibilidad, uso eficiente de la memoria y
gráficos computacionales dinámicos.
7. Hipótesis:
Hipótesis conceptual. - La incorporación de la inteligencia artificial en el
proceso de desarrollo de software mejora significativamente la eficiencia y
la calidad de trabajos hechos por estudiantes de la facultad de tecnología
de la Universidad San Francisco Xavier de Chuquisaca de la carrera de
sistemas, reduciendo los errores y acelerando la capacidad de estudio tanto
de docentes como estudiantes.
7.1 Variables:
7.1.1 Variable independiente. –
La utilización de herramientas de inteligencia artificial en el proceso de
desarrollo de software.
7.1.2 Variable dependiente. –
La eficiencia del desarrollo de software, medida en términos de la velocidad
desarrollo y la capacidad de resolución del software.
Pasos a llevar a cabo para la comprobación de la hipótesis en un análisis
estadístico:
7.1.3 Recopilación de datos. –
Donde se obtendrá los datos de diferentes estudiantes de la Universidad de
San Francisco Xavier de Chuquisaca. Los datos a obtener deben ser la
eficiencia (tiempo de desarrollo) y calidad (cantidad de errores) en el
desarrollo del software con la ayuda de las inteligencias artificiales.
7.1.4 Recopilación de datos con y sin uso de las inteligencias
artificiales. –
Se llevará a cabo la recopilación de datos en dos grupos, uno donde se
haya utilizada herramientas de inteligencia artificial y en el otro grupo todo
lo contrario.
7.1.5 Calcular los datos obtenidos. –
Sacar un promedio de la eficiencia y calidad de ambos grupos.
7.1.6 Realizar un análisis estadístico. –
Realizar pruebas que puedan determinar si existe una gran diferencia en el
uso de herramientas de inteligencias artificiales en términos de eficiencia y
calidad.
7.1.7 conclusión. –
Si los resultados del análisis estadístico muestran diferencias significativas
en eficiencia y calidad entre los grupos, de puede concluir que la hipótesis
es respaldada. De otro modo si hay diferencias significativas, la hipótesis
sería rechazada.
