Programación: 6 predicciones para 2017 y más allá (y 2)

Con la nube sustituyendo a los chips en el cumplimiento de la Ley de Moore, la programación es protagonista del mundo tecnológico por venir.

CIO AMÉRICA LATINA | Por Elibeth Eduardo | @ely_e

Y esta transformación tan radical ha ocurrido, prácticamente, en 20 años lo cual – según los estándares – es menos que una generación.

Sigamos haciendo balance de los cambios que veremos, no en una generación sino en los próximos 365 – más bien los 352 – de este 2017.

T4. Las cónsolas siguen desplazando a los PCs

Es difícil no estar loco por las cónsolas de juegos: estos son geniales y los gráficos, increíbles. Han construido grandes tarjetas de vídeo y plataformas de software relativamente estables para relajarnos en nuestra sala de estar y soñar con disparar a los malos o lanzar un balón de fútbol.

Las cónsolas de la sala son sólo el comienzo. Los fabricantes de artículos para el resto de la casa están siguiendo el mismo camino.

Podrían haber elegido un ecosistema de código abierto, pero los fabricantes están construyendo sus propias plataformas cerradas.

Esto fragmenta el mercado y hace que sea más difícil para los programadores. Lo que funciona en un interruptor de luz no se ejecutará en otro. El secador de pelo puede hablar el mismo protocolo que la tostadora, pero probablemente no.

Es más trabajo para los programadores ponerse al día y menos oportunidades para reutilizar el trabajoque tienen adelantando.

T5. La era del Big Data

Después de las elecciones presidenciales de 2016 en Estados Unidos, los expertos se dedicaron a burlarse de los especialistas en información, sugiriendo que todo su análisis estadístico era un ejercicio de locura.

Las predicciones eran dramáticamente erróneas, y la gente de los grandes datos quedó muy mal. Pero, ¿cómo llegaron a esta conclusión? Al comparar un conjunto de números (las predicciones) con otro conjunto de números (los resultados de las elecciones).

Pese a las críticas, aún necesitaban los datos pues estos son la forma en que vemos en Internet. La luz nos trae información sobre el mundo real, pero los números nos hablan de todo el mundo en línea.

Algunas personas pueden hacer malas predicciones basadas en números imperfectos, pero eso no significa que debemos dejar de recopilar e interpretar.

La recopilación de datos, curaduría y análisis sintáctico seguirá siendo uno de los trabajos más importantes en la empresa.

Los tomadores de decisiones necesitan los números y los programadores continuarán teniendo la tarea de entregar datos de una manera que sea más fácil de entender.

Esto no significa que las respuestas serán perfectas. El contexto y la intuición seguirán teniendo un papel, pero la necesidad de discutir los datos no desaparecerá simplemente porque algunas personas predijeron que Donald Trump no sería elegido.

Es decir, más trabajo para los programadores, ya que no hay fin a la vista para nuestra necesidad de construir un software más grande, más rápido, más intensivo (y preciso) en el procesamiento de los datos.

T6. El aprendizaje automático (machine learning) será el nuevo estándar

Cuando los chicos de la universidad toman un curso llamado “Estructura de Datos”, aprenden cómo era la vida cuando sus abuelos escribían código y no podían depender de la existencia de una capa llamada “base de datos”.
Los programadores reales tenían que almacenar, clasificar y unir tablas llenas de datos, sin la ayuda de Oracle, MySQL o MongoDB.

Algoritmos que las máquinas de aprendizaje han hecho saltar de lejos en pocos años. Ahora los programadores y los científicos de datos necesitan escribir gran parte de su propio código para realizar análisis complejos.

Pronto, los idiomas como R y algunas de las herramientas más “smart” de inteligencia de negocios dejarán de ser especiales y empezarán a ser una característica habitual en la mayoría de las pilas de software.

Pasarán de ser cuatro o cinco diapositivas especiales en la cubierta de ventas de PowerPoint a un pequeño rectángulo en el dibujo de la arquitectura que se da por sentado.

No va a pasar de la noche a la mañana y no está claro exactamente de qué forma será.

Lo que sí esta claro es que cada vez más planes de negocios dependen de los algoritmos de aprendizaje de máquinas encontrar las mejores soluciones.

Aun hay más retos que la programación deberá encarar para seguir construyendo e presente en que vivimos y el futuro que esperamos alcanzar.

Seguiremos hablando de estos temas.