Muitas pessoas veem o trabalho como um mal necessário, mas para alguns profissionais dedicados – especialmente na área de software e tecnologia – é difícil se desvencilhar. Conhecido como “estado de fluxo“, essa abordagem de trabalho consiste em mergulhar tão profundamente em uma atividade que você perde a noção do tempo.
Agora, a inteligência artificial (IA) pode ajudar a trazer mais pessoas para este estado de fluxo. Já sabemos que a IA está preparada para ajudar os desenvolvedores e profissionais de tecnologia de várias maneiras, desde a automatização da geração de código até a habilitação de observabilidade aprimorada em sistemas e pipelines corporativos. Mas a IA também servirá como uma ferramenta de colaboração que ajuda a unir as equipes, sejam desenvolvedores que trabalham com especialistas em operações ou desenvolvedores que trabalham com executivos seniores e outros funcionários.
Além disso: a IA generativa pode ajudar o baixo código a evoluir para nenhum código – mas com uma diferença
Esta capacidade de unir as pessoas é especialmente importante quando os membros da equipe estão dispersos. Na Tempo Software, uma empresa predominantemente remota, a IA ajuda a quebrar barreiras de comunicação e a melhorar o espírito do desenvolvedor, afirma Shannon Masondiretor de estratégia da empresa.
Em ambientes de trabalho em equipe remoto, “a IA permite que os funcionários idealizem e explorem rapidamente novas maneiras de resolver problemas complexos que podem então compartilhar com sua equipe, potencialmente acelerando os estágios de planejamento de um projeto”, diz ela. “Isso também pode ajudar as equipes de desenvolvedores a entrar mais facilmente no cobiçado estado de fluxo, onde vivenciam um trabalho mais agradável e frutífero e ficam totalmente imersos em suas tarefas”.
Mason acrescenta: “A IA desempenha um papel nisso, eliminando o trabalho mundano, permitindo que as equipes resolvam tarefas mais impactantes, como problemas complexos dos clientes, desde o início”.
A integração da IA generativa nos processos de desenvolvimento de software cria outras dimensões e “aumenta as capacidades em metodologias DevOps e Agile”, diz David Guarrera, líder de IA generativa na EY Americas. “A IA pode melhorar os processos de CI/CD, automatizar revisões de código e fornecer insights preditivos para estratégias de implantação. As metodologias ágeis podem se beneficiar da IA no refinamento do planejamento de sprint, no gerenciamento de pendências e no aprimoramento da colaboração da equipe.”
A IA generativa também pode ajudar a preencher a lacuna entre equipes técnicas e não técnicas. “Por exemplo, a empresa pode usar grandes modelos de linguagem para resumir ou explicar o progresso da engenharia, agregar feedback e, de forma mais geral, traduzir entre linguagem técnica e não técnica”, diz Julian LaNevediretor de tecnologia da Astronomer.
Além disso: Como usar ChatGPT para escrever código
A assistência à codificação, que é um caso de uso de IA generativo proeminente e inicial, é transportada para esse estado de fluxo. “As tendências iniciais, especialmente nas ferramentas de assistência à codificação, mostram sinais promissores e sugerem que enormes ganhos de eficiência da equipe já estão em andamento”, diz Guarrera. “Essas ferramentas de IA, focadas principalmente na codificação, estão começando a influenciar indiretamente aspectos mais amplos do trabalho em equipe.”
Ao automatizar tarefas rotineiras de codificação, “a IA permite que os membros da equipe se concentrem em trabalhos mais complexos e estratégicos, potencialmente levando a uma dinâmica de equipe mais integrada e colaborativa”, ressalta. “A mudança do papel da IA em tarefas de codificação individuais para a sua integração em ferramentas e plataformas colaborativas de desenvolvimento de software está gradualmente a desenrolar-se.”
O papel crescente da IA generativa na codificação “está começando a moldar ferramentas que melhoram a criação de projetos de baixo nível, a geração de casos de teste e até mesmo o planejamento de projetos”, diz Guarrera.
Os sistemas e serviços tecnológicos também podem ajudar a construir o estado de fluxo. “Certas ferramentas de planejamento de projetos, como o Zendesk, estão criando revisões de sprint automatizadas geradas por LLM para relatar o progresso aos gerentes de projeto e engenharia”, diz LaNeve.
Também: Estou usando o ChatGPT para me ajudar a corrigir o código com mais rapidez, mas a que custo?
“Isso economiza tempo do gerente e de toda a equipe. Em vez de os membros da equipe resumirem e atualizarem individualmente o progresso, a inteligência artificial pode gerar esses resumos. O gerente de projeto ou engenharia pode obter um resumo coeso do progresso de toda a equipe de uma só vez.”
No entanto, nem tudo são boas notícias. À medida que aumenta a dependência da IA generativa para metodologias e processos colaborativos, novos riscos e desvantagens podem surgir, diz Guarrera. “Os modelos GenAI, embora altamente eficientes, podem ser enganados por entradas imprecisas ou maliciosas, também conhecidas como ataques de injeção imediata. Esta vulnerabilidade é particularmente preocupante porque estas plataformas frequentemente acedem a dados sensíveis, aumentando o risco cibernético.” Pense, por exemplo, nas alucinações, que são um problema atual na produção generativa de IA – o que significa que a supervisão humana continua a ser essencial.
Embora existam muitos benefícios documentados para a IA, “proceda com cautela”, concorda Mason. “Por exemplo, os usuários devem considerar a segurança do ambiente e ter cuidado para não inserir segredos comerciais. Isso significa que atualmente, apenas aqueles que podem incorporar aplicativos de IA individuais em suas organizações podem colaborar plenamente e se beneficiar das ferramentas. Aqueles que não pode apenas ir tão longe sem comprometer a segurança dos dados de entrada. Além disso, a IA ainda está em um estágio inicial, onde requer um pouco de orientação para desfazer o preconceito inerente. Portanto, a confiança total nas ferramentas neste momento seria um erro.”
Garantir a confiança na IA não será uma tarefa fácil. “Para confiar em uma resposta gerada por IA, geralmente você precisa verificar os fatos da resposta de forma independente”, afirma LaNeve. “A necessidade de verificar os fatos das respostas anula o propósito de usar uma IA para gerar a resposta em primeiro lugar. As respostas geradas pela IA precisam fornecer confiança em suas respostas.”
Também: Como usar ChatGPT para criar um aplicativo
Mas mesmo tendo estes riscos em mente, “a IA e as tecnologias generativas de IA estão preparadas para revolucionar os esforços colaborativos no desenvolvimento de software”, diz Guarrera. “Por exemplo, a IA pode automatizar e refinar o planejamento de projetos, garantindo que os requisitos do usuário sejam traduzidos com precisão em tarefas acionáveis. Ela também pode auxiliar no gerenciamento de programas, na otimização da alocação de recursos e no gerenciamento de cronogramas.”
Em última análise, diz Guarrera, “as plataformas habilitadas para IA podem facilitar uma comunicação mais clara entre desenvolvedores, operações e partes interessadas de negócios, agilizando a compreensão e implementação dos objetivos do projeto”.
E esse é um passo gigante em direção ao estado de fluxo.
source – www.zdnet.com
