With AI, Anyone Can Be a Coder Now | Thomas Dohmke | TED

237,329 views ・ 2024-05-24

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Sebastian Betti Revisor: Alicia Brito-Antequera
00:04
You know, I'm one of these adults
0
4376
1960
Saben, soy uno de esos adultos a los que todavía les encanta jugar con LEGO.
00:06
that actually still loves playing with LEGO.
1
6378
3295
00:09
I loved them way back in the '80s in Berlin when I grew up,
2
9714
3295
Me encantaron en los años 80 en Berlín, cuando crecí,
00:13
and I still love them.
3
13051
1585
y todavía me encantan.
00:14
And these days, I build LEGO with my kids on Saturday afternoons.
4
14678
4462
Y hoy en día, construyo LEGO con mis hijos los sábados por la tarde.
00:19
And the reason that my love for LEGO
5
19474
1752
Y la razón por la que mi amor por LEGO
00:21
has remained evergreen is, quite simply,
6
21226
2252
ha perdurado es, sencillamente,
00:23
that LEGO is a system for realizing creativity
7
23520
3545
que LEGO es un sistema para hacer realidad la creatividad prácticamente
00:27
with almost no barrier to entry.
8
27107
2711
sin barreras de acceso.
Y no solo soy el padre de LEGO,
00:30
And I’m not only a LEGO dad,
9
30443
1377
00:31
I'm also the CEO of GitHub.
10
31861
1919
también soy el director ejecutivo de GitHub.
00:33
And if you don't know GitHub,
11
33780
1418
Y si no conoces GitHub,
00:35
you can think of it as the home of coding.
12
35198
2711
puedes pensarlo como la cuna de la programación.
00:37
It's where all the software developers,
13
37951
2586
Allí todos los desarrolladores de software,
00:40
the chief nerds of our society,
14
40579
2961
los principales nerds de nuestra sociedad,
00:43
collaborate together.
15
43540
2127
colaboran juntos.
Y es parte de nuestra misión hacer que a todos los desarrolladores
00:45
And it's part of our mission to make it as easy as possible
16
45667
3170
les resulte lo más fácil posible
00:48
for every developer to build small and big ideas with code.
17
48878
4797
crear pequeñas y grandes ideas con código.
00:54
But in contrast to LEGO,
18
54050
1877
Sin embargo, a diferencia de LEGO,
00:55
the process of building software feels daunting to most people.
19
55927
4588
el proceso de creación de software resulta abrumador para la mayoría de las personas.
01:01
This all started to change
20
61391
1793
Todo esto empezó a cambiar
01:03
when ChatGPT came along in late 2022.
21
63226
3295
cuando llegó ChatGPT a finales de 2022.
01:06
Now we live in a world where intelligent machines understand us
22
66896
3337
Ahora vivimos en un mundo en el que las máquinas inteligentes
01:10
as much as we understand them.
23
70275
2586
nos entienden tanto como nosotros las entendemos a ellas.
01:13
All because of language.
24
73361
1669
Todo por culpa del idioma.
01:15
And this will forever change the way we create software.
25
75739
4254
Y esto cambiará para siempre la forma en que creamos software.
01:20
Up until now, in order to create software,
26
80327
2752
Hasta ahora, para crear software,
01:23
you had to be a professional software developer.
27
83121
2794
tenías que ser un desarrollador de software profesional.
01:25
You had to understand, speak and interpret the highly complex,
28
85915
5506
Había que entender, hablar e interpretar el lenguaje altamente complejo
01:31
sometimes nonsensical language of a machine that we call code.
29
91421
3921
y a veces absurdo de una máquina a la que llamamos código.
01:35
Modern code still looks like hieroglyphics to most people.
30
95884
4087
El código moderno todavía parece jeroglífico
para la mayoría de la gente.
01:39
Here's an example.
31
99971
1168
He aquí un ejemplo.
01:41
This, from the early 1940s,
32
101139
2336
Este, de principios de la década de 1940,
01:43
is the world's first computer programming language,
33
103475
2794
es el primer lenguaje de programación de computadoras del mundo,
01:46
called Plankalkül.
34
106311
1752
llamado Plankalkül.
01:48
It set the foundation for the modern code that we use today.
35
108104
2836
Sentó las bases del código moderno que utilizamos hoy en día.
01:50
And as you can see, it's a few numbers,
36
110940
2461
Y como puedes ver, son unos pocos números,
01:53
some bubbles and some big-ass brackets.
37
113443
3545
algunas burbujas y unos corchetes enormes.
01:57
Not much humanity here, right?
38
117572
2211
No hay mucha humanidad aquí, ¿verdad?
01:59
Flash forward about 20 years
39
119783
2127
Avancemos unos 20 años
02:01
to the programming language called COBOL.
40
121951
2128
con el lenguaje de programación llamado COBOL.
02:04
COBOL was invented during the Eisenhower years,
41
124079
3837
COBOL se inventó durante los años de Eisenhower,
02:07
but it remains an important language
42
127957
1877
pero sigue siendo un lenguaje importante
02:09
for many of our largest financial institutions.
43
129876
2920
para muchas de nuestras instituciones financieras más importantes.
02:12
Wall Street, your savings account, your credit cards,
44
132837
3796
Wall Street, su cuenta de ahorros, sus tarjetas de crédito,
02:16
all run on this today.
45
136633
1918
todo depende de esto en la actualidad.
02:18
And we see some familiar words here.
46
138927
2085
Y aquí vemos algunas palabras conocidas.
Pero estructuralmente,
02:21
But structurally, I think this doesn't make much sense to most of you.
47
141054
3545
pienso que esto no tiene mucho sentido para la mayoría de Uds.
02:24
Flash forward another 30 years to 1991,
48
144599
2753
Pasamos otros 30 años, hasta 1991,
02:27
and we saw the birth of Python,
49
147394
2168
y vimos el nacimiento de Python,
02:29
one of the most popular programming languages in this era of AI.
50
149604
4296
uno de los lenguajes de programación más populares en esta era de la IA.
02:34
In 80 years, we went from bubbles to brackets,
51
154693
4087
En 80 años, pasamos de burbujas a corchetes
02:38
to blips of English,
52
158780
1168
y a fragmentos de inglés
02:39
and yet, we got nowhere near as close as the intuitiveness of human language.
53
159989
5631
y, sin embargo, no nos acercamos ni de lejos
a la intuición del lenguaje humano.
02:46
But then came June 2020,
54
166621
1835
Pero llegó junio de 2020
02:48
and we got early access to OpenAI's large language model,
55
168498
3462
y tuvimos acceso anticipado al gran modelo lingüístico de OpenAI,
02:52
then called GPT-3.
56
172001
1627
que entonces se llamaba GPT-3.
02:54
It was COVID, we were all on lockdown,
57
174212
2002
Era COVID, estábamos todos encerrados,
02:56
I remember we were on a video call together.
58
176214
2711
recuerdo que estuvimos juntos en una videollamada.
02:58
We fed random programming exercises into this raw model,
59
178967
4212
Introdujimos ejercicios de programación aleatorios
en este modelo sin procesar
03:03
and like magic,
60
183221
1376
y, como por arte de magia,
03:04
it solved 93 percent of them during the first few takes.
61
184597
4171
resolvió el 93 % de los problemas en las primeras tomas.
En GitHub nos dimos cuenta
03:09
We at GitHub recognized we had something remarkable in our hands,
62
189310
3546
de que teníamos algo extraordinario entre manos,
03:12
and we quickly turned around a novel developer tool
63
192897
3128
y rápidamente pusimos en marcha
una novedosa herramienta para desarrolladores
03:16
called GitHub Copilot:
64
196025
1669
llamada GitHub Copilot:
03:17
an AI assistant that predicts and completes code
65
197736
2961
un asistente de inteligencia artificial que predice y completa código
03:20
for software developers.
66
200697
1710
para desarrolladores de software.
03:22
Copilot is now the most adopted AI developer tool on the planet.
67
202407
5297
Copilot es ahora la herramienta de desarrollo de IA
más utilizada del planeta.
La era de la programación ha renacido.
03:28
The age of programming has been reborn.
68
208246
3545
03:31
But the possibilities of the breakthrough
69
211791
2044
Sin embargo, las posibilidades de este gran avance
03:33
went further than just these business results.
70
213877
2502
iban más allá de estos resultados empresariales.
03:36
Because the large language models that power ChatGPT and Copilot
71
216880
5171
Como los grandes modelos lingüísticos en los que se basan ChatGPT y Copilot
03:42
are trained on a vast library of human information,
72
222051
3379
se basan en una vasta biblioteca de información humana,
03:45
they understand and interpret nearly every human language,
73
225472
3586
comprenden e interpretan casi todos los idiomas humanos,
03:49
every major human language.
74
229100
2086
todos los principales idiomas humanos.
03:52
They seem to get us.
75
232020
1585
Parece que nos están entendiendo.
03:54
We have struck a new fusion
76
234564
1835
Hemos logrado una nueva fusión
03:56
between the language of a human and a machine.
77
236441
3879
entre el lenguaje de un humano y el de una máquina.
04:00
With Copilot, any person can now build software in any human language
78
240987
6465
Con Copilot, ahora cualquier persona puede crear software en cualquier idioma humano
04:07
with a single written prompt.
79
247494
2502
con un solo mensaje escrito.
04:10
Goodbye to the bubbles and the big-ass bracket.
80
250038
4087
Adiós a las burbujas y a los enormes corchetes.
04:15
This is the most profound breakthrough to technology
81
255960
4129
Este es el avance tecnológico más profundo
04:20
since the genesis of software development itself.
82
260131
2753
desde la génesis del propio desarrollo de software.
04:23
Today, there are over 100 million developers on GitHub.
83
263927
3086
En la actualidad,
hay más de 100 millones de desarrolladores en GitHub.
04:27
That's about one percent of the world's population,
84
267055
3044
Eso es alrededor del uno por ciento de la población mundial,
04:30
you know, plus-minus.
85
270099
1377
más-menos.
04:31
I think that number is about to explode.
86
271476
3211
Creo que ese número está a punto de explotar.
04:34
And I want to show you why, here on my MacBook.
87
274729
2211
Y quiero mostrarte por qué, aquí en mi MacBook.
04:36
We started it all with the original Copilot or how we say the OG Copilot,
88
276981
3963
Empezamos con el Copilot original o, como decimos, el OG Copilot,
04:40
and it literally just predicted and completed code in the editor.
89
280985
3546
y literalmente solo predecía y completaba el código en el editor.
04:44
You can think of the editor as, you know, the Google Docs for developers.
90
284572
3712
Puedes pensar en el editor como el Google Docs para desarrolladores.
04:48
And when you have a doc open, you know how it is, empty page,
91
288326
4004
Y cuando tienes un documento abierto, una página vacía,
04:52
what do I actually want to do?
92
292372
1460
¿qué es lo que quiero hacer?
04:53
And I mentioned LEGO.
93
293832
1209
Y mencioné LEGO.
04:55
So let’s build a 3D LEGO brick on a web page.
94
295083
3420
Construyamos un ladrillo LEGO 3D en una página web.
04:58
So what developers do, you know, they start typing.
95
298545
2419
Los desarrolladores empiezan a escribir.
05:00
And so I typed in the JavaScript file,
96
300964
1835
Escribí el archivo JavaScript:
05:02
create a function to create a LEGO brick.
97
302841
4087
crea una función para crear un ladrillo LEGO.
05:06
And you can see here this gray text, we call this ghost text.
98
306928
2961
Y aquí pueden ver el texto gris, al que llamamos texto fantasma.
05:09
This is coming from the large language model.
99
309931
2127
Esto proviene del modelo de lenguaje grande.
05:12
So now I can just press the tab key and press enter.
100
312058
3045
Ahoa presiono tecla de tabulación y enter.
05:15
And I get another suggestion, you know, to create a LEGO tower.
101
315144
3003
Y recibo otra sugerencia para crear una torre LEGO.
Quizá lo hagamos más tarde.
05:18
Maybe we do that later.
102
318147
1252
05:19
Or I can just do: function draw LEGO brick.
103
319440
4046
O simplemente puedo hacer: dibujar una función de ladrillo de LEGO.
05:23
And here again you see ghost text from Copilot right away available for me.
104
323528
4504
Y aquí de nuevo, ves un texto fantasma de Copilot disponible de inmediato.
05:28
And if I like what I'm seeing here,
105
328074
1710
Y si me gusta lo que veo
05:29
so I get into a mode of writing and understanding,
106
329784
2961
y me pongo a escribir y entender,
05:32
I can just accept this.
107
332787
1710
puedo aceptarlo.
A los desarrolladores les encanta eso, ¿no?
05:34
Developers love that, right?
108
334497
1377
05:35
Because instead of writing ten lines of code themselves
109
335915
2586
Porque en lugar de escribir diez líneas de código
05:38
or copy and pasting them from the internet,
110
338501
2419
o copiarlas y pegarlas desde Internet,
05:40
they get them right in their editor.
111
340962
1752
las escriben directamente en su editor.
05:42
They can stay in the flow.
112
342714
1585
Pueden mantenerse en el flujo.
05:44
Now what the OG Copilot didn’t offer me is a way to interact with this.
113
344299
3545
Pero OG Copilot no me ofreció una forma de interactuar con esto.
05:47
I cannot ask questions,
114
347886
1543
No puedo hacer preguntas,
05:49
I cannot, you know, instruct it to do different things.
115
349470
2962
no puedo darle instrucciones para que haga cosas diferentes.
05:52
Last year we launched a new feature, Copilot chat,
116
352473
2461
El año pasado lanzamos una nueva función, el chat con Copilot,
05:54
and you can think about it as ChatGPT in your editor.
117
354976
3045
y puedes considerarla como ChatGPT en tu editor.
05:58
So I can open this up here in the sidebar.
118
358062
2378
Así que puedo abrirla aquí, en la barra lateral.
06:01
And now I can tell it to create a whole web page
119
361149
3086
Y ahora puedo decirle que cree una página web completa
06:04
with a 3D LEGO brick for me.
120
364235
1794
con un ladrillo LEGO 3D para mí.
06:06
Now you know, similar to ChatGPT, it streams the response,
121
366070
2753
Al igual que ChatGPT, transmite la respuesta
06:08
and it gives me not only some code
122
368823
1710
y no solo me da un código,
06:10
but it actually gives me an explanation.
123
370575
1918
sino que también me da una explicación.
06:12
You know, it starts writing code,
124
372535
1585
Empieza a escribir código,
06:14
you can see the comments that explain what that code does.
125
374162
2836
ves los comentarios que explican el código.
06:16
It uses an open-source library called Three.js.
126
376998
2628
Utiliza una biblioteca de código abierto llamada Three.js.
06:19
And so you can kind of see here the idea of this empowering developers
127
379667
4213
Aquí pueden ver la idea de empoderar a los desarrolladores
06:23
and people that want to learn development.
128
383880
2085
y a las personas que quieren aprender a desarrollar.
06:25
And it ends, you know, with another explanation.
129
385965
2294
Y termina con otra explicación.
06:28
Now I can go here, inspect that code,
130
388301
2210
Ahora puedo ir aquí, inspeccionar ese código
06:30
and I can actually push that button to copy it into my file.
131
390553
3545
y, de hecho, puedo pulsar ese botón para copiarlo en mi archivo.
Pero quiero mostrarles algo más.
06:34
But I want to show you something else here.
132
394098
2002
Quizás hayan visto este pequeño icono de micrófono.
06:36
And you might have already seen this little mic icon.
133
396142
2503
06:38
I can use that to speak to Copilot.
134
398686
1710
Puedo usarlo para hablar con Copilot.
06:40
And I want to ask it, in German, what that code does
135
400396
3128
Y quiero preguntarle, en alemán, qué hace ese código
06:43
that is on the left side in the editor.
136
403524
1919
que está a la izquierda del editor.
06:47
(Speaking German) Can you explain to me what that code does?
137
407528
2920
(En alemán) ¿Puedes explicarme qué hace ese código?
06:52
And now Copilot responds again,
138
412951
1626
Y ahora Copilot vuelve a responder,
06:54
but it responds in German to me, right?
139
414619
2044
pero me responde en alemán, ¿verdad?
06:56
So it says, if I loosely translate,
140
416663
2335
Si traduzco vagamente, dice:
06:58
"Yes, of course, this JavaScript code defines a function
141
418998
3170
«Sí, por supuesto, este código JavaScript define una función
07:02
named ‘drawLEGOBrick.’”
142
422168
1502
llamada 'DrawLegoBrick'».
07:03
So you get the idea here.
143
423670
1251
Esta es la idea.
07:04
A six-year-old in Berlin, in Mumbai and Rio,
144
424963
3169
Un niño de seis años que vive en Berlín, Bombay y Río ahora
07:08
can now explore coding without their parents being around
145
428132
3003
puede explorar la programación sin que sus padres
estén presentes ni tengan conocimientos técnicos.
07:11
or even having a technical background.
146
431177
1919
07:13
(Laughter)
147
433096
1334
(Risas)
07:14
I mean, you know.
148
434430
1377
Es decir,
07:15
(Applause)
149
435848
3212
(Aplausos)
07:19
Now what you also see is you still need to kind of figure out
150
439060
2920
Lo que también ven es que todavía tienen que averiguar
07:21
how you put that all together, right?
151
441980
1793
cómo juntar todo eso, ¿verdad?
07:23
There’s a lot of technical stuff here.
152
443773
1835
Hay muchas cosas técnicas aquí.
07:25
I have code. I have to iterate on my machine.
153
445608
2127
Un código que requiere repeticiones.
07:27
I have to figure out how to deploy this to the cloud
154
447777
2461
Tengo que averiguar cómo implementar esto en la nube
07:30
so I can share with my friends.
155
450238
1543
para compartirlo con mis amigos.
07:31
But here is my LEGO brick now.
156
451823
1668
Aquí está mi ladrillo de LEGO.
07:33
This is what it looks like
157
453491
1251
Así es como se ve
07:34
if I've done all these steps as a developer,
158
454784
2127
hice todos estos pasos como desarrollador,
07:36
you can see now it’s a nicely rotating brick.
159
456953
2127
pueden ver que gira muy bien.
07:39
I can actually use my mouse to turn it around.
160
459080
2169
De hecho, puedo girarlo con el ratón.
07:41
These are the anti-studs here, the studs,
161
461249
1960
Ven los huecos, las salientes.
07:43
There's nice lighting effects.
162
463251
1460
Efectos de iluminación.
07:44
I can even zoom into this and zoom out of this.
163
464711
2335
Incluso puedo acercar y alejar esto.
07:47
Now I don't want to do all this developer stuff anymore.
164
467046
2878
Ahora ya no quiero dedicarme a todo esto de desarrollador.
07:49
I just want to channel my creativity straight into reality.
165
469966
3879
Solo quiero canalizar mi creatividad directamente hacia la realidad.
07:53
And so for the first time ever on stage,
166
473886
1961
Por primera vez en mi vida en un escenario,
07:55
I'm going to show you a new product that we call Copilot Workspace
167
475847
3128
mostraré un nuevo producto llamado Copilot Workspace
07:58
that does exactly that.
168
478975
1543
que hace exactamente eso.
08:00
So here is my workspace.
169
480560
1168
Este es mi espacio de trabajo.
08:01
And you can already see there's not an editor anymore.
170
481728
2544
No hay editor.
08:04
I can just see a task, and I can enter a task.
171
484313
2753
Solo puedo ver una tarea y puedo introducir una tarea.
08:07
And so now I have my LEGO brick,
172
487108
1543
Tengo mi ladrillo de LEGO,
08:08
I want to now expand the LEGO brick into a LEGO house.
173
488693
3003
quiero convertir el ladrillo de LEGO en una casa de LEGO.
08:12
Stack the bricks in the shape of a LEGO house.
174
492030
2711
Apila los ladrillos en forma de casa de LEGO.
08:14
And I can do that also in German and in other languages.
175
494782
2628
Y puedo hacerlo también en alemán y en otros idiomas.
08:17
But for now, let's stick with English.
176
497410
2044
Pero por ahora, sigamos con el inglés.
08:19
I can save my task.
177
499996
1168
Puedo guardar mi tarea.
08:21
And now what happens is that Copilot Workspace analyzes what I already have
178
501164
4087
Y ahora lo que pasa es que Copilot Workspace analiza lo que ya tengo
08:25
and then describes what it proposes to me.
179
505293
2002
y luego describe lo que me propone.
08:27
Basically, it reframes my ask into a plan or a specification.
180
507295
4171
Reformula mi tarea para convertirla en un plan o una especificación.
08:31
And so you can see here, you know, it's all in natural language in our user.
181
511466
3628
Y como ven aquí, todo está en lenguaje natural en nuestro usuario.
Nombres de archivo, por supuesto, pero no hay código.
08:35
Some file names, of course, but there is no code here.
182
515136
2544
08:37
It's all describing it in English.
183
517680
1668
Todo lo describe en inglés.
08:39
I can actually go into this and edit it
184
519348
1919
De hecho, puedo entrar en esto y editarlo
08:41
and can make changes to this line,
185
521309
1626
y hacer cambios en esta línea,
08:42
or I can go down here and add another item
186
522935
2044
o ir aquí y añadir otro elemento
08:44
if I feel like the plan is not exactly what I want.
187
524979
2628
si creo que el plan no es exactamente lo que quiero.
08:47
I can go a step further and generate a plan,
188
527648
2128
Puedo ir un paso más allá y generar un plan,
08:49
and now an agent runs through all my files I already have
189
529817
3212
y ahora un agente revisa todos los archivos que ya tengo
08:53
and figures out how do I need to modify those files,
190
533071
2836
y averigua cómo debo modificarlos
08:55
or, you know, do I need to add files to my repository
191
535948
2503
o tengo que añadir archivos a mi repositorio
08:58
so you know it wants to add a “createLEGOHouse” function
192
538451
2753
para que sepas que quiere añadir una función «CreateLegoHouse»
09:01
and call the “createLEGOHouse” afterwards.
193
541245
2545
y luego llamar a «CreateLegoHouse».
09:03
Looks good to me, so let's implement this.
194
543831
2378
Me parece bien, así que implementemos esto.
09:06
And now Copilot uses my task, my specification,
195
546250
2753
Y ahora Copilot usa mi tarea, mis especificaciones
09:09
my plan to write code for me.
196
549045
1918
y mi plan para escribir código por mí.
09:10
You can see here two files are queued,
197
550963
2002
Aquí que hay dos archivos en cola,
09:13
the public/legoBrick.js file
198
553007
1919
el archivo public/legoBrick.js
09:14
and boom, there's already my code written for me, right?
199
554967
3045
y boom, ya tengo mi código escrito para mí, ¿sí?
09:18
I didn't have to touch code,
200
558012
1376
No tuve que tocar el código,
09:19
I didn't have to even know what code is.
201
559388
1919
ni siquiera saber qué es el código.
09:21
Now I see here now it imports some new line into my file
202
561349
2878
Ahora veo que importa una línea nueva a mi archivo
09:24
and has written, you know, lots of code here that does those changes.
203
564227
3253
y ha escrito mucho código aquí que hace esos cambios.
09:27
So you want to see what that looks like, did we get a LEGO house?
204
567522
3420
Si quieren ver qué aspecto tiene, ¿tenemos una casa de LEGO?
09:31
So here's a button that lets me open a live preview,
205
571526
3086
Aquí hay un botón para abrir una vista previa en vivo
09:34
so I can do this.
206
574654
1418
para poder hacerlo.
09:36
And now the bricks fall from the sky and I have a LEGO house.
207
576114
3753
Y ahora los ladrillos caen del cielo y tengo una casa de LEGO.
09:39
And you know, this is not a picture, right --
208
579909
2169
Esta no es una imagen, ¿sí?
09:42
(Applause)
209
582078
1168
(Aplausos)
09:43
Yes, thank you.
210
583246
1167
Sí, gracias.
09:44
This is all live, this is the power of code,
211
584413
2086
Todo esto en vivo, este es el poder del código,
09:46
this is the power of streaming my creativity into reality
212
586499
3503
este es el poder de convertir mi creatividad en realidad
09:50
with natural language.
213
590044
1251
con lenguaje natural.
09:51
Now one last thing.
214
591295
1210
Ahora una última cosa.
09:52
Thank you, Copilot,
215
592505
1293
Gracias, Copilot, siempre
09:53
you have always to be nice to the AI.
216
593840
2085
tienes que ser amable con la IA.
09:55
(Laughter)
217
595967
1334
(Risas)
09:57
(Applause)
218
597301
4547
(Aplausos)
10:02
Now, what you just saw were three leaps in three years.
219
602515
3295
Ahora, lo que acaban de ver son tres saltos en tres años.
10:05
Three leaps that are more progress
220
605852
1668
Tres avances que representan un progreso mayor
10:07
to the accessibility of computer programming
221
607562
2460
en la accesibilidad de la programación informática
10:10
than we have made in the last 100.
222
610022
2253
que los que hemos dado en los últimos 100 años.
10:12
Remember how I said that one percent of the world's population is a developer?
223
612650
4379
¿Recuerdan cuando dije que el 1 % de la población mundial es desarrollador?
10:17
Now you can see how this will change.
224
617071
2252
Ahora puedes ver cómo va a cambiar esto.
10:19
Copilot Workspace may still be a developer tool right now,
225
619365
3212
Es posible que Copilot Workspace
siga siendo para desarrolladores por ahora,
10:22
but soon enough these kind of developer tools will become mainstream.
226
622618
4004
pero muy pronto estas herramientas de desarrollo se generalizarán.
10:26
Because, going forward, every person, no matter what language they speak,
227
626998
4212
De ahora en adelante, todos, sin importar el idioma que hablen,
10:31
will also have the power to speak machine.
228
631210
2670
podrán hablar automáticamente.
10:33
Any human language is now the only skill
229
633921
2795
Cualquier lenguaje humano es ahora la única habilidad
10:36
that you need to start computer programming.
230
636716
2627
para empezar a programar computadoras.
10:39
This will lead to a globalized groundswell of software developers,
231
639343
4129
Esto conducirá a una oleada globalizada de desarrolladores de software
10:43
and it will reshape the geography of our global economy.
232
643514
3837
y remodelará la geografía de nuestra economía global.
10:47
And because of this,
233
647351
1460
Por eso,
10:48
I think by 2030, maybe even sooner,
234
648811
2669
creo que para 2030, quizás incluso antes,
10:51
we will have more than one billion software developers on GitHub.
235
651522
3462
tendremos más de mil millones de desarrolladores de software en GitHub.
10:54
Think about that:
236
654984
1335
Piensen, el 10 % de la población mundial no solo controlará una computadora,
10:56
10 percent of the world’s population will not only control a computer
237
656360
4421
11:00
but will also be able to create software
238
660781
3295
sino que también podrá crear software como si estuviera montando en bicicleta.
11:04
just [as] if they were riding a bicycle.
239
664076
2586
11:06
This will generate a new renaissance of human creativity with software.
240
666704
4963
Esto generará un nuevo renacimiento de la creatividad humana con el software.
11:12
Now anyone here in this room could have a brilliant idea right now:
241
672251
4046
Ahora cualquiera en esta sala podría tener una idea brillante: un sitio web,
11:16
a website, an application,
242
676339
2210
una aplicación,
11:18
a cool computer game, an amazing song,
243
678549
2920
un juego de ordenador genial, una canción increíble,
11:21
maybe even a cure for something.
244
681510
2128
tal vez incluso una cura para algo.
11:23
For example, last year, over a couple of weeks,
245
683638
2877
Por ejemplo, el año pasado, durante un par de semanas,
11:26
I built an app that tracks all the flights I've ever taken in my life.
246
686557
4380
creé una aplicación que rastrea todos los vuelos que he realizado en mi vida.
11:31
Now I know what you're thinking.
247
691312
1543
Ahora sé lo que piensas.
11:32
What a freaking nerd, right?
248
692855
2795
Qué maldito nerd, ¿verdad?
11:35
And yeah, it's true, I love building stuff like this.
249
695691
3128
Y sí, es cierto, me encanta construir cosas como estas.
11:38
And with the help of AI,
250
698819
1252
Y con la ayuda de la IA,
11:40
now I can do this in English or in German
251
700112
3504
ahora puedo hacerlo en inglés o en alemán incluso
11:43
before I even finish a glass of wine.
252
703616
2753
antes de terminar una copa de vino.
11:46
And soon enough, this will be true for everyone here.
253
706410
3170
Y muy pronto, esto será cierto para todos los presentes.
11:49
The floodgates of nerditude have swung wide open.
254
709914
3170
Las compuertas del nerviosismo se han abierto de par en par.
11:53
(Laughter)
255
713125
1836
(Risas)
11:54
(Applause)
256
714961
1960
(Aplausos)
11:57
Now this doesn’t mean
257
717838
1669
Ahora bien, esto no significa
11:59
that everyone will become a professional software developer
258
719507
3253
que todo el mundo vaya a convertirse en un desarrollador
12:02
or even that they should.
259
722760
1877
profesional de software, ni siquiera que deba hacerlo.
12:05
The profession of a professional software developer
260
725054
3086
La profesión de desarrollador de software profesional no
12:08
is not going anywhere.
261
728182
1168
va a ninguna parte.
12:09
There will always be demand for those that design and maintain
262
729392
4129
Siempre habrá demanda para quienes diseñen y mantengan
12:13
the largest software systems in the world.
263
733521
2794
los sistemas de software más grandes del mundo.
12:16
We are adding millions of lines of code every single day
264
736315
3587
Añadimos millones de líneas de código todos los días
12:19
to ever more complex systems,
265
739902
1794
a sistemas cada vez más complejos,
12:21
and we are barely keeping up with maintaining the existing ones.
266
741696
3044
y apenas podemos mantener los existentes.
12:24
Like any infrastructure in this world out there,
267
744740
2545
Como cualquier infraestructura del mundo,
12:27
we need real experts to preserve and renew it.
268
747326
3545
necesitamos verdaderos expertos para preservarla y renovarla.
12:31
The point here is not a "will" or a "should."
269
751706
3461
El punto aquí no es una «voluntad» o un «debería».
12:35
It's that anyone can.
270
755584
1919
Es que cualquiera puede.
12:38
All because the most powerful system that we have,
271
758546
4171
Todo porque el sistema más poderoso que tenemos,
12:42
any human language,
272
762758
1502
cualquier lenguaje humano,
12:44
is now fused to the language of a machine.
273
764302
2627
ahora está fusionado con el lenguaje de una máquina.
12:47
And very soon,
274
767763
2002
Y muy pronto,
12:49
building software will be just as simple and joyful
275
769807
4463
crear software será tan sencillo y divertido como apilar un LEGO.
12:54
as stacking a LEGO.
276
774312
1751
12:56
(Speaking German) Thank you very much.
277
776105
1960
(En alemán) Muchas gracias.
12:58
(Applause)
278
778065
5798
(Aplausos)
13:03
Bilawal Sidhu: Gosh, I've got to say, one billion developers
279
783904
3295
Bilawal Sidhu: Caramba, tengo que decirlo, mil millones de desarrolladores
13:07
makes GitHub sound more like YouTube and TikTok than it is today.
280
787199
3921
hacen que GitHub suene más parecido
a YouTube y TikTok de lo que es hoy en día.
13:11
Just super exciting.
281
791120
1335
Sencillamente emocionante.
13:12
Got to ask you one question,
282
792496
1377
Debo preguntar por una cuestión pendiente.
13:13
perhaps the elephant in the room.
283
793914
1585
13:15
Amazing talk.
284
795541
1585
Una charla increíble.
13:17
So you said the developer is still in charge.
285
797168
2836
Dijiste que el desarrollador sigue a cargo.
13:20
You also said, "We've had three leaps in three years."
286
800046
3545
También dijiste: «Hemos dado tres saltos en tres años».
13:23
Fast forwarding a little bit,
287
803591
1501
Avanzando un poco más rápido,
13:25
do you think humans will still need to be in the loop,
288
805134
2544
¿crees que los humanos seguiremos en proceso
13:27
or will these AI systems be able to autonomously build
289
807678
3712
o que estos sistemas de IA podrán crear y mantener software
13:31
and maintain software?
290
811432
1543
de forma autónoma?
13:32
TD: You know, the way I always think and talk about it
291
812975
2711
TD: Siempre lo pienso y digo
13:35
is that we called it Copilot for a reason.
292
815728
2044
que lo llamamos Copilot por una razón.
13:37
We need a pilot.
293
817772
1167
Necesitamos un piloto.
13:38
We need a pilot that is creative, that can decide what to do.
294
818981
2920
Necesitamos un piloto creativo, que pueda decidir qué hacer.
13:41
It’s kind of like a LEGO set.
295
821901
1460
Es como un set de LEGO.
13:43
You need to take this big problem and break it down into smaller problems,
296
823361
3795
Tienes un gran problema y lo divides en problemas más pequeños,
en pequeños bloques de construcción.
13:47
into small building blocks.
297
827198
1626
13:48
And for that, you need a systems thinker.
298
828866
1960
Eso requiere alguien que piense los sistemas.
13:50
You need a human that can figure out, am I building a point of sale system?
299
830868
3587
Necesitas un humano que sepa si estoy creando un sistema de punto de venta.
13:54
Am I building an iPhone app?
300
834497
1501
¿Creo una aplicación para iPhone?
13:56
Am I building a cool computer game?
301
836040
1793
¿Creo un videojuego genial?
13:57
Am I building the next Facebook?
302
837875
1543
¿Creo el próximo Facebook?
13:59
Those are very different systems.
303
839418
1627
Son sistemas muy diferentes.
14:01
Now these building blocks, they will grow in size.
304
841045
2878
Estos componentes básicos crecerán en tamaño.
14:03
Today it's, you know, a couple of lines of code,
305
843923
2294
Hoy son un par de líneas de código, tal vez un archivo completo,
14:06
maybe a whole file,
306
846217
1209
14:07
in the future, it might be a whole subsystem.
307
847426
2127
en el futuro, podría ser un subsistema completo.
14:09
So I get more work taken off my shoulders.
308
849595
2795
Así me quitan más trabajo de encima.
14:12
But I'm still there, you know, covering the large system.
309
852390
2919
Pero sigo ahí cubriendo el gran sistema.
14:15
And as I mentioned, you know, we're still running COBOL systems from the '60s.
310
855351
3670
Y como he mencionado todavía usamos sistemas COBOL de los años 60.
14:19
So we have lots of work to do.
311
859063
1460
Tenemos mucho por hacer.
14:20
BS: Absolutely.
312
860523
1209
BS: Absolutamente.
14:21
So we will be in charge orchestrating these systems
313
861774
2669
Nos encargaremos de orquestar estos sistemas
14:24
at a higher level of abstraction.
314
864485
2044
con un nivel superior de abstracción.
14:26
Thomas Dohmke, everybody, thank you.
315
866570
1752
Thomas Dohmke, gracias a todos.
14:28
TD: Thank you so much.
316
868322
1210
TD: Muchísimas gracias.
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7