Tu tendencia para 2024

Llevamos 23 días contándote cuáles creemos que serán las tendencias tecnológicas de las que más se hablará en 2024. Nuestros equipos han hecho sus predicciones y ahora solo queda esperar para ver si se cumplen… o no 😉

Para cerrar nuestro 🎄 Paradigma Advent Calendar de este año, queremos proponerte algo: que seas tú el/la que lo termine. Que nos cuentes qué tendencia crees que no deberíamos perder de vista el año que viene y que no hemos incluido en nuestro calendario. 

¿Aceptas el reto? ¡Te leemos! 🧐

Y llegados a este día en el calendario… ¡Feliz Navidad! 🎅

Tecnología inclusiva

En 2024, veremos mayores esfuerzos para obtener diseños inclusivos, garantizando que las soluciones tecnológicas sean accesibles y beneficiosas para personas de todas las habilidades y capacidades. Para ello, se apoyará en distintas técnicas y tecnologías.

Diseño de tests de componentes que tienen en cuenta la accesibilidad

Cuando se realizan las pruebas de componentes web se deberían tener en cuenta los requisitos de accesibilidad. Existen plugins de frameworks de testing que permiten testear una API para revisar que funciona. Pero la ayuda puede ser mejor si se diseñan las pruebas de componentes teniendo en cuenta la accesibilidad de todos los elementos semánticos que los lectores de pantalla y otras tecnologías de accesibilidad requieren.

Es recomendable no usar clases o test-ids para encontrar y seleccionar los elementos que se quieren validar. Es mejor identificar elementos usando roles ARIA u otros atributos semánticos que usan las tecnologías de accesibilidad. 

Y no debemos limitarnos a probar interacciones de click únicamente, también hay que tener en cuenta a las personas que no pueden ver la pantalla o no pueden usar un ratón, así como incluir pruebas adicionales para el teclado y otras interacciones.

Test de accesibilidad guiados por Inteligencia

La inteligencia artificial está ayudando a eliminar barreras de accesibilidad a través de diferentes soluciones: reconocimiento facial o de imágenes para personas con discapacidad visual, reconocimiento de lectura de labios para personas con discapacidad auditiva, sintetización de textos para personas con deterioro cognitivo, y subtitulado o traducción en tiempo real para personas con discapacidad auditiva.

Y al igual que se utiliza la IA para mejorar la experiencia de usuario en sitios web o se aplica a otros tipos de tests, se puede y se debe aplicar también a los tests de accesibilidad. En los tests de accesibilidad dirigidos por IA se utilizan algoritmos que analizan el contenido de la web para identificar potenciales incidencias para personas con discapacidad. 

Con ellos se pueden evaluar factores como el contraste de color, los textos alternativos de las imágenes, la navegación con teclado o la compatibilidad con lectores de pantallas, entre otros.

Más allá de las herramientas IA para escribir código “genérico” como Chat-GPT o Copilot, el los últimos tiempos también han surgido otra serie de herramientas específicas para la realización de tests de accesibilidad dirigidos por IA como, por ejemplo, axe Accesibility, Pa11y, Google Lighthouse, WAVE (Web Accessibility Evaluation Tool), Tenon.io o Deque Axe.

Estas tecnologías facilitan a los equipos de desarrollo y diseño garantizar que sus productos digitales sean accesibles para un amplio rango de usuarios, cumpliendo con los estándares de seguridad como WCAG. Los tests de accesibilidad guiados por inteligencia aceleran el proceso de detección de incidencias y proporcionan pistas muy útiles para solventarlas, consiguiendo que la tecnología sea cada día más inclusiva.

Desarrollo multiplataforma

El mundo de la movilidad ha crecido a pasos agigantados desde la aparición del primer dispositivo móvil. Los primeros móviles pretendían acercar la comunicación telefónica entre dos puntos alejados sin la necesidad de acudir a un puesto fijo. Este avance dio un soplo de libertad a los que queríamos mantener el contacto con nuestros conocidos haya donde estuviéramos.

Con el crecimiento de las herramientas tecnológicas y la participación de la población en ellas, era de esperar que los dispositivos móviles volviesen a cumplir y nos liberasen de la necesidad de disponer de un ordenador fijo del que depender.

¿Por qué no iba a poder realizar mis gestiones bancarias mientras espero en la consulta del médico? ¿Por qué no iba a poder acudir a la fuente de la verdad (Google) en el momento exacto en el que se presenta la discordia en la conversación de bar con mis amigos?

Este “pequeño” artilugio se ha convertido en el compañero imprescindible de cualquier persona en su día a día. Quizás se me olviden las gafas de sol al salir de casa, ¿pero el móvil? Eso nunca.

Este creciente abanico de posibilidades no solo ha afectado a los usuarios de las aplicaciones móviles, sino también a todos los equipos de desarrollo que hemos visto cómo nuestras aplicaciones deben ser capaces de ir abarcando un cajón cada vez más grande de funcionalidades.

Una de las decisiones más importantes a la que debemos enfrentarnos como usuarios al ingresar en el mundo de la tecnología móvil, es decidir qué sistema operativo va a acompañarnos en nuestro día a día. Existen dos grandes empresas que ocupan la gran parte del mercado: Android e iOS. Cada una tiene sus características, su experiencia de usuario, sus aplicaciones y una lista de diferencias a las cuales no son capaces o no quieren llegar a un consenso. 

En el mundo del desarrollo, estas diferencias, junto con otras más a bajo nivel, hacen que la construcción de una aplicación, independientemente de que sean similares en ambos sistemas, requiera de una implementación propia y bien diferenciada.

Aunque comúnmente no existe más remedio que abordar estas implementaciones por separado, sirviéndonos de equipos de desarrollo especializados en cada sistema, en los últimos años han comenzado a aparecer soluciones multiplataforma que pretenden unificar al máximo ambos desarrollos, creando soluciones que vivan al margen del sistema en el que finalmente se ejecutará la aplicación. Pero ¿cómo funciona esta idea mágica?

Esta idea de disponer de un solo código para unirlos a todos no es algo que haya aparecido con lenguajes multiplataformas como Flutter o KMM. Desde hace años, las tecnologías híbridas habían conseguido una solución que, aunque con bastantes limitaciones, podían hacer correr una misma implementación en Android, iOS o incluso en una web.

La pregunta aquí viene sola ¿qué tiene que ver las webs en todo esto? Son precisamente ellas las que permiten hacer discordia entre ambos mundos.

Cuando abrimos una aplicación web desde el navegador de nuestro móvil, ya sea en Android o iOS, esta web se verá y funcionará de forma similar, quitando las características propias de cada navegador, y esto es así ya que ambos navegadores utilizan la misma implementación, heredada de cuando las aplicaciones web corrían en ordenadores personales en los que no existían esta “confrontación” entre sistemas operativos.

Siguiendo esta misma línea, las tecnologías híbridas crearon una solución para aplicaciones nativas, las cuales se convertían en un cascarón capaz de mostrar las páginas web como pantallas de aplicaciones que simulaban ser nativas.

Los frameworks híbridos se encuentran compuestos por una parte web, el conjunto de todas las pantallas/páginas de la aplicación, y una parte que será convertida a nativo y que se encargará de crear la base de la aplicación y todos aquellos plugins que permitan la interacción entre la aplicación y el hardware de nuestro dispositivo.

Aunque esta solución presenta muy buenos resultados en determinados tipos de aplicaciones, la interacción entre un lenguaje no nativo con el lenguaje nativo complica el desarrollo de aplicaciones más complejas, aplicaciones que necesiten de un uso intensivo de determinados componentes hardware del dispositivo, o aplicaciones que requieran de un uso offline.

Partiendo del precedente establecido por las tecnologías híbridas, las comunidades de desarrollo pensaron en cuál podría ser la mejor forma de seguir aprovechando esta idea de desarrollo unificado sin tener que depender de un renderizado y muestreo de pantallas que no fueran nativo. 

Con este pensamiento surgieron lo que conocemos como tecnologías multiplataformas, las cuales unifican la implementación de toda o parte de la aplicación en un código común, el cual posteriormente será convertido en código nativo propio para cada sistema operativo.

De esta forma, aunque los equipos de desarrollo utilicen un lenguaje común, la aplicación final se encontrará casi perfectamente adaptada a su dispositivo.

Los frameworks como Flutter o KMM, cuya popularidad está creciendo, realizan un trabajo estoico para adaptar sus soluciones lo máximo posible a las aplicaciones desarrolladas de forma completamente nativa, intentando que el usuario final sea incapaz de distinguir una implementación de la otra.

IA y sostenibilidad

Como ya avanzamos el año pasado, tecnología y sostenibilidad es una tendencia clave de la que vamos a seguir hablando mucho durante 2024. 

A nadie sorprende que la IA, y más concretamente la IA generativa, se haya apoderado de todas las novedades tecnológicas de finales del 2023 y lo hará, sin duda, de lo que está por llegar en los próximos meses. 

A día de hoy cuesta imaginar IA y sostenibilidad en una misma frase, sin embargo la realidad es que se están haciendo esfuerzos reales por parte de las tecnológicas para poner está tecnología al servicio de la sostenibilidad, sin dejar de lado cómo hacer esta tecnología en sí misma más sostenible.

La IA ha democratizado el acceso a la información y ha desbloqueado un número cada vez mayor de métodos para interpretar la información y crear innovaciones en torno a la sostenibilidad. Desde la reducción de las emisiones de gases de efecto invernadero en las ciudades, hasta la construcción de modelos que mejoran nuestra capacidad para predecir y responder a los desastres naturales provocados por las inclemencias climáticas.

A continuación vamos a destacar que herramientas e iniciativas (parte de ellas presentadas en el Google Next´23) que no podemos perder de vista que combinan estas dos tendencias para hacer realidad la visión de un futuro más limpio, más eficiente y sostenible:

Es una realidad que la forma en la que nos hemos acostumbrado a viajar es muy difícil de cambiar, y el uso de aviones no es una excepción. Una forma rentable y escalable en la que la IA está ayudando a mitigar el impacto climático de la aviación. 

Un informe reciente del IPCC señaló que las nubes creadas por las estelas de vapor representan aproximadamente el 35% del impacto del calentamiento global de la aviación. Los aviones no siempre producen estelas de vapor. 

Las estelas de vapor solo se producen cuando los aviones vuelan a través de regiones húmedas. Si los aviones evitan intencionalmente volar a través de estas regiones, entonces pueden evitar la creación de estelas de calor, con un impacto mínimo en el uso de combustible. 

Este proyecto ayuda a pilotos, controladores, compañías… a ajustar las altitudes de sus vuelos para ser menos contaminantes.

Google ha disponibilizado tres nuevas API de Google Maps Platform que combinan una gran cantidad de información medioambiental con el mundo de la IA avanzada, para facilitar a los equipos de desarrollo mapear información solar, de calidad del aire y de polen.

Esta información puede ayudar a construir nuevas herramientas de sostenibilidad, compartir conocimientos prácticos y alentar a las personas a adaptarse a las nuevas realidades ambientales.

Las inundaciones son el tipo más común de desastre natural, afectan a más de 250 millones de personas en todo el mundo cada año y causan alrededor de 10 mil millones de dólares en daños económicos. 

Este sistema combina dos modelos de IA que procesan diversas fuentes de datos públicas: el modelo hidrológico pronostica la cantidad de agua que fluye en un río y el modelo de inundación predice qué áreas se verán afectadas y qué profundidad tendrá el agua. 

La potencia de esta herramienta está en que es capaz de anticiparse a que ocurra el desastre (hasta 7 días) para potencialmente limitar los daños y la pérdida de vidas humanas. Aún no está disponible para todos los países del mundo, pero esperemos que poco a poco se vayan incorporando más localizaciones.

Esta herramienta proporciona información en tiempo real sobre incendios forestales. No es una novedad, pero sí lo son las nuevas capacidades ampliadas. Información actualizada sobre los límites del incendio cada 10-15 minutos, información adicional de las autoridades locales, en la Búsqueda de Google y Google Maps, en momentos de crisis puede ser decisivo. Y hay intención de expandirlo a más países.

Referencias:

Environment APIs: Solar, Air Quality, y Pollen.

No Code con Framer y FlutterFlow

Las plataformas No-Code nos permiten desarrollar aplicaciones sin necesidad de escribir código, no siendo necesario tener una formación como programador para poder sacarles partido. En los últimos años estas plataformas han aumentado en número y en potencia empezando a ser una alternativa viable al desarrollo tradicional. Para 2024 dos grandes candidatas a triunfar son Framer para la generación de webs y FlutterFlow para apps multiplataforma.

Framer

La creación de páginas web con Framer es muy rápida, así como por la facilidad de adaptar diseños a dispositivos móviles y la creación de animaciones. Publicar tu sitio en el dominio de tu elección es tan sencillo como hacer un solo clic, eliminando preocupaciones relacionadas con la seguridad y la velocidad de carga. 

Además, una vez entregada la página a tu cliente, este puede realizar modificaciones fácilmente gracias a su editor visual. También ofrece la posibilidad de incorporar tu propio código para ampliar la funcionalidad de la plataforma siempre que te encuentres con alguna limitación.

A pesar de que aún existen aspectos por mejorar, como la optimización del CMS y la mejora de los formularios, el equipo de desarrollo de Framer está avanzando a pasos agigantados, y seguro que en breve nos sorprenderá con nuevas mejoras.

FlutterFlow

FlutterFlow destaca como una plataforma en constante crecimiento en el mundo del desarrollo de aplicaciones No-Code. Cada año, su popularidad y versatilidad aumentan, consolidándose como una elección ganadora para la creación de aplicaciones móviles multiplataforma y de escritorio.

Lo que realmente distingue a FlutterFlow es su agilidad en la creación de aplicaciones, gracias a su potente editor visual que permite a los usuarios realizar modificaciones con facilidad. Además, la plataforma ofrece la flexibilidad de extender sus funcionalidades mediante la creación de código personalizado y una sencilla incorporación del gran catálogo de librerías de Flutter.

Otros de los puntos diferenciales de FlutterFlow es su sencillo proceso de publicación en las diferentes Stores de aplicaciones y su capacidad de exportar todo el código de la aplicación en Flutter, para que tengamos la libertad de continuar el desarrollo fuera de la plataforma cuando sintamos que nuestras necesidades superan los límites que ofrece.

Si bien siempre hay espacio para mejoras y expansiones, como la optimización de ciertas características y la ampliación de integraciones con herramientas externas, el equipo de desarrollo de FlutterFlow avanza de forma constante. Prometen sorprendernos con innovaciones que fortalecerán aún más su posición como una poderosa herramienta en la creación de aplicaciones.

Data Fabric

En la era digital, los datos son el recurso más valioso para las organizaciones. Sin embargo, la verdadera riqueza de los datos se desbloquea cuando se democratizan, cuando están disponibles para todos dentro de una organización. 

La democratización del dato implica el acceso y la comprensión de forma equitativa de la información, permitiendo así qué cada individuo dentro de la organización pueda tomar decisiones basadas en los mismos, ya sea a través de herramientas de visualización, algoritmos de Machine Learning, Inteligencia Artificial, etc…

En este contexto, jugará un papel fundamental “Data Fabric” transformando la forma en la que las organizaciones gestionan y utilizan sus recursos de información.

Data Fabric es una arquitectura integral que permite a las organizaciones gestionar, proteger y compartir datos de manera eficiente y segura en entornos cada vez más complejos. Al proporcionar una visión unificada de los datos, independientemente de dónde residan (en la nube, en las instalaciones o en entornos híbridos), Data Fabric crea una infraestructura coherente y ágil para el intercambio de información

Esta tecnología se convierte en la columna vertebral de la democratización del dato, garantizando que los datos estén disponibles para todos, en cualquier momento y en cualquier lugar.

Uno de los desafíos clave en la democratización del dato es hacer que la información sea comprensible para todas las partes interesadas, no solo para los expertos en tecnología de la información. Data Fabric facilita esto al proporcionar interfaces de usuario intuitivas y herramientas de análisis visual que permiten a los usuarios no técnicos interactuar y comprender datos complejos. 

Esto significa que los equipos de ventas, marketing, recursos humanos y otros departamentos pueden aprovechar la riqueza de los datos sin depender constantemente del departamento de TI.

Si bien la democratización del dato es esencial, la seguridad sigue siendo primordial. Data Fabric no solo permite el acceso, sino que también garantiza la seguridad y el cumplimiento normativo. Al implementar políticas de seguridad sólidas y controles de acceso granulares, las organizaciones pueden compartir datos sin comprometer la integridad ni la privacidad de la información.

En un mundo donde los datos son el alma de la transformación empresarial, la democratización del dato se convierte en un imperativo.

Data Fabric emerge en este proceso, construyendo puentes entre datos dispersos y personas diversas dentro de la organización. Por tanto, lo tenemos que entender como un cambio no solo desde una perspectiva tecnológica, sino también como un cambio estructural dentro de nuestra organización.

Al permitir el acceso seguro y comprensible a datos valiosos, Data Fabric no solo empodera a las personas, sino que también impulsa a las organizaciones hacia un futuro donde la toma de decisiones informada es la norma y no la excepción.

Identidad Digital Descentralizada

En el modelo tradicional de gestión de identidades se utilizan sistemas centralizados donde se almacena toda la información, pero en los que cualquier brecha de seguridad puede poner en peligro la integridad de los datos de muchísimos usuarios. Además, resulta incómodo para los usuarios, que tienen que registrarse y recordar sus datos de acceso de muchísimas webs diferentes. 

Todo eso abrió el camino a la implementación de sistemas federados, en los que se permite el login a través de otro sistema de confianza, por ejemplo Google o Facebook. El problema con este tipo de sistemas es que estamos dependiendo de un único proveedor de identidades.

Con la Identidad Digital Descentralizada (DDID, Decentralised Digital Identity) se busca devolver a las personas el control sobre su información personal online. Los datos ya no se van a volver a almacenar en una base de datos del proveedor del servicio. Los usuarios no tienen que preocuparse por proteger sus contraseñas, por hackeos o por que vendan sus datos en el mercado negro.

Las credenciales digitales se pueden utilizar, emitir, almacenar y verificar con DDID de forma sencilla. Permite compartir credenciales digitales con terceros de confianza para probar la identidad, con total libertad y seguridad. En 2024 se seguirán produciendo avances en la consolidación de la identidad digital.

DDID reemplazará la prueba física de identidad de los documentos. Aunque se enfrenta a varios desafíos, la forma digital de representar la identidad de las DDIDs va camino de adoptarse de forma masiva y sustituir totalmente a los documentos físicos de identidad, como pasaportes, licencias de conducir o tarjetas de identificación.Esto afectará principalmente a los servicios financieros, el gobierno y la educación.

Las Identidades Digitales Descentralizadas tienen algunos aspectos claves como que los usuarios pueden decidir con quién comparten su información y cómo se utiliza. También facilitan la autenticación segura y la verificación de identidad sin depender de intermediarios, y están diseñadas para ser interoperables entre múltiples plataformas y sistemas y adoptan los estándares más altos de privacidad y seguridad para proteger los datos. Y en todos estos aspectos, las blockchains y las pruebas de conocimiento cero jugarán un rol sustancial.

En definitiva, podemos decir que las Identidades Digitales Descentralizadas cada vez van a dar una respuesta más completa a la necesidad de las personas de tener un mayor control, privacidad y seguridad sobre su identidad en línea, y permitirán no depender de intermediarios centralizados e interactuar en la web de manera más segura y confiable.

Edge AI

Hace apenas unos años, la inteligencia artificial era solo un sueño lejano, una idea futurista que parecía sacada de una película de ciencia ficción. Sin embargo, en un abrir y cerrar de ojos, esa visión se ha convertido en nuestra realidad cotidiana. La inteligencia artificial está en todas partes, desde nuestros teléfonos inteligentes hasta los sistemas de atención médica y los vehículos autónomos. Y lo que es aún más emocionante es que esta revolución tecnológica está ganando impulso a pasos agigantados en todas las industrias.

Es por eso que en los próximos años, estamos destinados a presenciar un crecimiento exponencial en el uso de la tecnología de Edge AI. Esta innovación no solo está cambiando la forma en que interactuamos con la tecnología, sino que también está transformando fundamentalmente la forma en que vivimos y trabajamos. Desde la optimización de procesos industriales hasta la atención médica personalizada y la creación de experiencias de usuario inigualables, Edge AI está desbloqueando un mundo completamente nuevo de posibilidades.

Este sistema, basado en algoritmos de Machine Learning, procesa datos localmente en dispositivos de hardware sin depender de una conexión a Internet. La rapidez es su esencia; en milisegundos, proporciona respuestas instantáneas, reduciendo la latencia y mejorando la eficiencia operativa.

Este avance tecnológico lleva los datos y su procesamiento al punto más cercano de interacción con el usuario, ya sea un ordenador, un dispositivo IoT o un servidor Edge. Un ejemplo tangible se encuentra en dispositivos como Google Home o Amazon Alexa, donde el aprendizaje automático permite almacenar y procesar palabras y frases localmente, acelerando las respuestas a las solicitudes del usuario.

Edge AI no solo transforma la velocidad y eficiencia, sino también la privacidad. Al procesar datos de manera local, se evita la transmisión masiva de información a la nube, resolviendo preocupaciones sobre la privacidad y limitaciones de ancho de banda. Este sistema se está convirtiendo en una necesidad para diversas industrias: desde la optimización de baterías en coches autónomos hasta la vigilancia mediante cámaras de seguridad, Edge AI está marcando el futuro.

El potencial de Edge AI es ilimitado. En el ámbito de la atención médica, puede analizar imágenes médicas en tiempo real. En el transporte, mejora la seguridad en vehículos autónomos. En la industria, monitorea maquinaria en tiempo real, mejorando la eficiencia y reduciendo costos. Además, con el despliegue de redes 5G, Edge AI está ganando aún más relevancia, permitiendo aplicaciones más avanzadas y servicios más ágiles.

Sin embargo, es esencial entender que Edge AI no reemplaza la nube; más bien, complementa su función. La nube seguirá siendo crucial para procesar datos complejos, mientras que Edge AI se enfoca en datos generados instantáneamente por los usuarios. Grandes nombres como Amazon y Google ya están invirtiendo en esta tecnología, y para mantenerse competitivos, otros deben seguir su ejemplo.

La tecnología Edge AI no solo transforma la forma en que utilizamos la tecnología; redefine cómo vivimos y experimentamos el mundo digital. A medida que empresas y desarrolladores/as adoptan esta innovación, se abre un mundo de posibilidades en servicios basados en IA, mejorando tanto la eficiencia empresarial como la satisfacción del usuario. En última instancia, Edge AI nos coloca en el umbral de un futuro digital más rápido, ágil y personalizado.

Digital Trust

Vivimos en una época donde el mundo está cada vez más cercano y es más dependiente de la tecnología que nunca. El futuro que se vislumbra con el despegue de las IAs (solo hay que ver que la IA generativa y sus múltiples casos de uso copa todas las tendencias de cualquier ejercicio similar a este) es apasionante, pero nos arroja retos que no por conocidos y tratados en anteriores ediciones dejan de estar al día. La confianza que como consumidores de servicios digitales tengamos sobre ellos es una piedra angular del futuro que nos espera. 

Del mismo modo que un capitán de barco, para surcar los mares, debe confiar en que sus instrumentos de navegación son precisos y que las cartas náuticas son confiables, las personas y las empresas necesitan confiar en que los sistemas digitales a los que se conectan y con los que interactúan en su día a día son seguros y confiables.

Como decíamos, el término Digital Trust no es algo nuevo ni disruptivo. Se basa en principios altamente relacionados con el mundo de la seguridad, del gobierno del dato y de la deontología de nuestro sector. De forma general, observamos los siguientes principios:

  • El principio de identidad establece que los sistemas deben garantizar que los usuarios sean quienes dicen ser. Esto se puede lograr mediante el uso de técnicas de autenticación y verificación, como el reconocimiento facial, la biometría o la verificación de dos factores.
  • El principio de integridad establece que los sistemas deben ser confiables y precisos. Esto significa que los datos deben ser precisos y que los sistemas deben estar protegidos contra el acceso o la manipulación no autorizados.
  • El principio de confidencialidad establece que los datos personales deben ser protegidos de la divulgación no autorizada. Dicho de otro modo, los sistemas deben tener medidas de seguridad para proteger los datos de los usuarios. 
  • El principio de responsabilidad establece que los equipos de desarrollo y usuarios deben ser responsables de sus acciones. Por lo que los desarrolladores/as deben tomar medidas para garantizar que sus sistemas sean seguros y éticos, y que los usuarios deben usar los sistemas de manera responsable.
  • El principio de fiabilidad establece que los sistemas deben funcionar correctamente y cumplir con sus compromisos. Significa que los sistemas deben ser probados y auditados para garantizar su confiabilidad.
  • El principio de ética (sesgos) establece que los sistemas deben respetar los valores morales y legales. Los sistemas deben ser desarrollados y utilizados de manera ética y responsable. Tomando acción para minimizar, sino evitar, los sesgos.

Poniendo el foco en el contexto de la IA generativa:

  • El principio de identidad es importante para evitar el uso de identidades falsas o fraudulentas. Por ejemplo, un sistema de IA generativa podría utilizarse para crear perfiles de redes sociales falsos o para difundir noticias falsas.
  • El principio de integridad es importante para garantizar que los datos generados sean precisos y que no se utilicen para engañar o manipular a los usuarios. Por ejemplo, un sistema de IA generativa podría utilizarse para crear imágenes o vídeos falsos que se utilicen para engañar a los usuarios sobre la realidad.
  • El principio de confidencialidad es importante para proteger la privacidad de los usuarios. Por ejemplo, un sistema de IA generativa podría utilizarse para recopilar datos personales de los usuarios sin su conocimiento o consentimiento.
  • El principio de responsabilidad es importante para evitar el uso de la tecnología de manera dañina o fraudulenta. Por ejemplo, un sistema de IA generativa podría utilizarse para crear contenido de odio o para difundir desinformación.
  • El principio de fiabilidad es importante para garantizar que los sistemas sean precisos y útiles. Por ejemplo, un sistema de IA generativa podría utilizarse para crear modelos de pronóstico que no sean fiables.
  • El principio de ética (sesgos) es importante para evitar el uso de la tecnología de manera dañina o discriminatoria. Por ejemplo, un sistema de IA generativa podría utilizarse para crear contenido que sea discriminatorio o ofensivo.

Ponemos el foco en el contexto de las IAs porque a raíz de la eclosión de esta tecnología, son muchas las empresas que las ven como una herramienta que les permitirá dar un salto en la optimización de sus procesos empresariales. Del mismo modo, muchas personas hacen uso de ellas en su día a día. 

Pero, parejo a su uso masivo, han surgido nuevas formas de ataque orientadas hacia ellas. En particular, nos resulta de especial interés, por la gran repercusión mediática que está teniendo la IA generativa, los ataques de prompt (prompt injection) contra los modelos de lenguaje grande (LLM) que hacen uso del aprendizaje guiado. 

Atendiendo a la clasificación de OWASP, estas serían las 10 mayores amenazas:

  1. Prompt injections
  2. Data leakage
  3. Inadequate Sandboxing
  4. Unauthorized code execution
  5. Server-side request forgery vulnerabilities
  6. Overreliance on LLM-generated content
  7. Inadequate AI Alignment
  8. Insufficient access controls
  9. Improper error handling
  10. Training data poison

Podemos observar como los ataques de “prompt injection” se encuentran en la cabeza del ranking. Este ataque implica diseñar cuidadosamente indicaciones que hagan que el modelo no haga caso de instrucciones previas o realice acciones no deseadas. Básicamente, saltarse los filtros creados por los dueños del modelo para obtener accesos no autorizados o lograr la extracción de información. 

Un ejemplo de estos ataques sería el conocido como “Dan” (Do Anything Now). En este tipo de casos, a través de las instrucciones se trata de sortear las medidas de protección contra inputs malintencionados y “liberar” a la IA de sus restricciones. Para usarlo, solo tendríamos que copiar el texto inicial del enlace y comenzar a interactuar con el prompt.

Las medidas preventivas para esta vulnerabilidad incluyen: mantener los sistemas actualizados, filtrar los inputs potencialmente peligrosos, limitar el acceso de la IA a información sensible, monitorizar la actividad, y educar y entrenar al personal de la empresa.

Gen Engineering & Prompt Engineering

Las herramientas basadas en IA son cada vez más frecuentes y accesibles, ya no es un campo teórico, sino que este tipo de herramientas empiezan a dar respuesta a problemas específicos y complejos, en lenguaje natural. La IA generativa tiene el potencial de revolucionar las experiencias de los clientes y la productividad de los empleados. 

La disponibilidad de estos modelos LLM y otros modelos básicos está democratizando el acceso a la IA para la comunidad más amplia de desarrolladores/as, que no necesitan ser expertos en “deep learning”. 

La forma de trabajar de muchos equipos está cambiando. Estos modelos requieren instrucciones en lenguaje natural contextuales, específicas y personalizadas para generar el resultado deseado. Esto implica que los equipos de desarrollo, de ingeniería, data scientist, etc. deben escribir instrucciones claras, concisas e informativas. El Gen Engineering se está convirtiendo en una habilidad que los equipos de desarrollo deben dominar

Hablar de Gen Engineering como habilidad en general está bien, pero sin embargo es un término demasiado amplio, abstracto y que engloba desde las habilidades del desarrollo de aplicaciones tradicionales, incluida la arquitectura escalable, la integración de sistemas empresariales, la comprensión de los requisitos del usuario, etc… a nuevas capacidades como de Prompt Engineering como:

  • Elección del LLM adecuado en función del precio/rendimiento y los resultados deseados.
  • Ser lo más específico posible: los modelos de IA son capaces de entender e interpretar una amplia gama de instrucciones, ya sean texto, código, diferentes idiomas, etc… Sin embargo, siguen siendo “imperfectos” y pueden malinterpretar instrucciones que no son lo suficientemente específicas. Para que el modelo genere una respuesta relevante es importante adaptar las indicaciones específicamente al resultado deseado.
  • Contextual prompts: proporcionar información contextual: tono, perspectiva, persona… a los modelos es básico para mejorar la calidad, relevancia y efectividad de los resultados.
  • Proporcionar ejemplos: los ejemplos pueden ayudar a los modelos a entender qué se está pidiendo. Los ejemplos actúan como instrucciones para el modelo.
  • Chain-of-thought prompting: es una técnica para mejorar las capacidades de razonamiento de los modelos LLM. Funciona dividiendo un problema complejo en pasos más pequeños y luego solicitando al modelo LLM que proporcione un razonamiento intermedio para cada paso. Esto ayuda al LLM a comprender el problema más profundamente y a generar respuestas más precisas e informativas. 

La IA generativa ya no es una innovación, es una commodity clave que seguirá desarrollándose para siempre y perfeccionándose constantemente a medida que la usemos e interactuemos con ella. 

La revolución GenEng estará liderada por profesionales que comprendan cómo aprovechar e integrar mejor las tecnologías de IA generativa en las aplicaciones.

Referencias:

IA y desarrollo móvil

El auge de la IA ha generado un nuevo paradigma de cara a encontrar las mejores soluciones en nuestros procesos de desarrollo. Aunque en un primer momento pueda parecer que no existe una relación directa entre este nuevo planteamiento de la IA y el mundo del desarrollo móvil, lo cierto es que los que trabajamos en la construcción de aplicaciones móviles también hemos podido aprovechar nuestra parte del pastel de la IA y aplicarlo a nuestro ámbito.

Algunos puntos interesantes que nos ofrecen las IA son por ejemplo aprovechar los algoritmos de aprendizaje automático y el análisis de datos para crear aplicaciones inteligentes y predictivas que ofrezcan a los usuarios una experiencia fluida y personalizada. 

Además, estas IAs nos permiten recopilar y analizar grandes cantidades de datos de los usuarios y utilizarlos en la creación de recomendaciones, sugerencias y contenidos personalizados. Este tipo de aportaciones cobran una relevancia interesante ahora que nuestros dispositivos móviles se han integrado completamente en nuestra vida cotidiana, convirtiéndose en un accesorio imprescindible a la hora de salir de casa.

Entrando más en materia podemos destacar los siguientes beneficios en el uso de las inteligencias artificiales a la hora de desarrollar aplicaciones móviles:

  1. Mejorar la experiencia del usuario: gracias al uso de inteligencias artificiales en el uso de nuestras aplicaciones, es posible identificar aquellas funcionalidades más utilizadas por cada uno de nuestros usuarios, así como los intereses propios que pueden llegar a tener. Toda esta información es muy valiosa a la hora de desarrollar nuevas versiones de la aplicación, ya que podemos centrarnos en aquellos puntos que resulten más interesantes para los usuarios, haciendo que el manejo de nuestra aplicación sea más personalizado y, en general, que la experiencia del usuario mejore con cada actualización.
  2. Automatización de operaciones: la IA nos permite realizar un importante trabajo de automatización de todas aquellas operaciones comunes a la hora de procesar los datos que utilizamos en nuestras aplicaciones. Gracias a este alto grado de procesamiento podemos gestionar un gran número de tareas de forma paralela evitando posibles errores, mejorando el rendimiento y obteniendo bastante precisión.
  3. Mayor eficiencia: con la aparición de IAs, la mejora del procesamiento de datos que hasta el momento debía ser realizado por los equipos de desarrollo, ha experimentado una importante reducción de errores y retrabajo, lo cual se traduce en una mejor eficiencia a la hora de desarrollar nuestras aplicaciones.

Centrados en estos puntos de mejora que nos ofrecen las IAs, podemos destacar un gran abanico de usos que pueden ser aplicados en nuestro día a día a la hora de enfrentarnos a la implementación de una aplicación móvil:

  • Chats automatizados (chatbots): los chatbots basados en IA son herramientas inteligentes que ayudan a las apps móviles a responder consultas en tiempo real, gracias a su capacidad de procesamiento del lenguaje natural. Estos chats se encuentran disponibles a cualquier hora del día y además cuentan con una basta cantidad de información sobre la que apoyarse para intentar encontrar la solución más correcta a todas nuestras dudas. Se calcula que los chats automatizados podrían ahorrar a los sectores sanitario, bancario y minorista hasta 11.000 millones de dólares anuales.
  • Asistentes digitales: gracias a herramientas como los asistentes de voz, los usuarios de aplicaciones móviles pueden utilizar su dispositivo cuando tienen las manos ocupadas mientras conducen, cocinan o realizan otras tareas. Además, estas herramientas también nos permiten como desarrolladores/as acercar el mundo de las aplicaciones a personas con discapacidad.
  • Seguridad: las IAs pueden aportar una mejora importante de seguridad a nuestras aplicaciones. Por un lado, gracias al rápido procesamiento de datos, es posible detectar posible información maliciosa e intentos de ataques de ciberseguridad que puedan estar produciéndose. Por otro lado, el uso de autenticaciones biométricas, hace que el acceso y uso de estas aplicaciones sea más seguro.
  • Análisis predictivos: el uso de algoritmos inteligentes nos permiten analizar la información de nuestros usuarios pudiendo establecer marcos de trabajo a corto y medio plazo. Estudiando su comportamiento podremos adelantarnos a futuros intereses que nuestros usuarios puedan requerir de nuestras aplicaciones.
  • Detección de objetos: gracias a las tecnologías de tratamiento de imágenes y las IAs asociadas a ellas, es posible identificar objetos con mayor facilidad desde nuestras aplicaciones. Esto tiene un uso muy interesante en diferentes ámbitos como puede ser el sanitario, identificando posibles diagnósticos desde nuestra aplicación o en el de aseguradoras, mejorando la gestión de partes de accidentes por medio de una fotografía por ejemplo.

Fuentes: 

Developer Experience

En un mercado marcado por la competitividad y los tiempos de entrega, las compañías son cada vez más conscientes de la importancia del uso de herramientas que mejoren la experiencia del desarrollador/a

Es por este motivo que están en auge las tecnologías que se centran en atraer y fidelizar el talento apoyando las interacciones entre desarrolladores/as y las herramientas, plataformas, procesos y personas con las que trabajan.

Un ejemplo de tecnología orientada a la experiencia del desarrollador/as (DevX) son las VSMP (referido a las siglas de Value Stream Management Platform en inglés), que buscan optimizar la entrega end-to-end y mejorar los resultados empresariales

Las VSMP ayudan a los responsables de los equipos de desarrollo de software a identificar y cuantificar las oportunidades para mejorar el rendimiento de los productos desarrollados atendiendo a: la optimización de costes, los modelos operativos, la tecnología y los procesos.

Estas plataformas se conectan a herramientas existentes e ingieren datos de todas las fases de la entrega del producto software, desde la necesidad inicial del cliente hasta la aportación de valor al producto final. 

Para obtener estos datos, usan análisis y conocimientos basados en IA/Machine Learning, que les permiten detectar limitaciones, cuellos de botella y mejorar el flujo con el fin de que los responsables puedan tomar medidas que permitan alinearse con las prioridades y objetivos empresariales.

Augmented Data Management

En la frenética era de la IA generativa, donde los algoritmos generativos son la joya de la corona, las empresas a menudo corren el riesgo de perder de vista el activo más fundamental: sus datos

Con el auge de la IA generativa, parece que nos estamos maravillando tanto con las creaciones de las máquinas que nos olvidamos de la piedra angular sobre la que se construyen estas maravillas tecnológicas: los datos. 

Es por ello que las técnicas para la gestión de los mismos será una tendencia muy importante durante el próximo año, ya que representa el pilar fundamental para el éxito empresarial en la era digital.

El Augmented Data Management (ADM), en su esencia, es la respuesta a la pregunta de cómo las empresas pueden aprovechar sus datos de manera más inteligente y estratégica. Con la integración de algoritmos avanzados, el ADM automatiza las tareas de gestión de datos, proporcionando una eficiencia operativa sin precedentes. 

Permite a las empresas centrarse en la innovación, al liberar a los profesionales de TI de tareas tediosas y repetitivas. Además, garantiza datos de alta calidad, lo que es esencial para una toma de decisiones precisa y fundamentada.

En un mundo donde el tiempo es un recurso invaluable, el ADM automatiza la preparación de datos y la integración de información, permitiendo a las empresas centrarse en la innovación y el crecimiento. Gracias a la capacidad del ADM para analizar datos de manera rápida y precisa, las decisiones empresariales pueden tomarse en tiempo real, permitiendo una respuesta ágil a las demandas del mercado y las tendencias emergentes.

La implementación del ADM comienza con una evaluación minuciosa de las necesidades y objetivos específicos de la empresa. En esta fase, se identifican las fuentes de datos clave y se evalúa la estructura y calidad de los mismos. 

La integración de tecnologías de ADM debe ser cuidadosamente adaptada a las necesidades particulares de la empresa. Herramientas como algoritmos de aprendizaje automático y técnicas de procesamiento del lenguaje natural se aplican para automatizar la limpieza, la integración y la preparación de datos, optimizando la eficiencia operativa.

Un aspecto clave de la implementación del ADM es la democratización del dato. Esto implica proporcionar acceso seguro y equitativo a los datos a todos los niveles de la organización. Las interfaces intuitivas y las herramientas de análisis visual se utilizan para que los usuarios no técnicos también puedan interactuar con los datos de manera significativa.

En conclusión, el Augmented Data Management no solo es una herramienta tecnológica, sino una filosofía empresarial que sitúa a los datos en el centro de la estrategia empresarial. Su implementación no solo mejora la eficiencia operativa y la toma de decisiones, sino que también democratiza el dato, permitiendo que todos en la organización accedan y utilicen datos valiosos. 

Con el ADM como aliado y la democratización del dato como su objetivo, las empresas pueden no solo sobrevivir, sino también prosperar en la compleja y dinámica era digital, donde el acceso equitativo a datos precisos se convierte en el motor impulsor del éxito empresarial.

Microsoft Power Platform

Microsoft Power Platform desde hace tiempo es un referente No-Code en el panorama empresarial, y se prevé que en 2024 experimente un auge considerable. Ha evolucionado de manera constante y se ha convertido en la opción preferida para aquellas empresas que buscan optimizar sus procesos internos y lograr una mayor eficiencia operativa.

Su ecosistema, incluyendo Power Apps, Power Automate o Power BI, permite a las empresas crear soluciones personalizadas de manera ágil y eficiente, adaptadas a sus necesidades específicas. Desde la optimización de flujos de trabajo al análisis de datos o las automatizaciones.

Si tu empresa ya trabaja dentro del entorno Microsoft disfrutarás de su sencilla integración con otras aplicaciones como Teams, SharePoint… y podrás crear nuevas aplicaciones sin añadir riesgos de seguridad ni ampliar el stack tecnológico.

Microsoft Power Platform representa una solución integral para mejorar la eficiencia empresarial y allanar el camino hacia una mayor innovación. Aquellas empresas que buscan mantenerse competitivas y ágiles en el cambiante mundo empresarial de hoy en día deberían considerar seriamente la implementación de esta plataforma versátil y poderosa.

IA ética y legislación

El auge y democratización de la IA trae consigo muchos beneficios e innovaciones que podemos aplicar a nuestro día a día: mejor asistencia sanitaria, un transporte más seguro y limpio, una fabricación más eficiente y una energía más barata y sostenible. Sin embargo hay una cierta preocupación, por cómo de seguros y veraces son los resultados y/o predicciones que nos ofrece está tecnología. 

Otro ejemplo es la responsabilidad: ¿Quién es el culpable de los daños de la IA? ¿La IA amenaza a los derechos fundamentales y a la democracia? ¿El uso de IA en el empleo eliminaría un gran número de puestos de trabajo? Todos hemos oído/leído cómo las empresas españolas y europeas han prohibido o limitado el uso de ChatGPT a sus plantillas por los riesgos asociados a compartir información empresarial con este tipo de herramientas.

Para intentar resolver estas cuestiones, la UE regulará el uso de la Inteligencia Artificial por la Ley de Inteligencia Artificial, la primera ley integral sobre IA del mundo. Propone que los sistemas de IA que puedan utilizarse en distintas aplicaciones se analicen y clasifiquen según el riesgo que supongan para los usuarios. 

Los distintos niveles de peligro implicarán una mayor o menor regulación. Los tres pilares básicos de la norma son: impulsar la innovación, el respeto de estándares éticos y la confianza en la tecnología.

La actual legislación nacional y de la UE está fragmentada, es lenta y no ofrece seguridad jurídica. Para apoyar la innovación y evitar la carga normativa, solo las aplicaciones de alto riesgo de la IA deberían estar estrictamente reguladas.

En España también existen organismo reguladores/marcos normativos alrededor de la IA en el roadmap de España digital 2026. Por ejemplo, la Agencia Española de Supervisión de la Inteligencia Artificial (AESIA) es el organismo encargado de definir la estrategia y supervisar la aplicación de la norma europea. 

En este marco también es interesante conocer Estrategia Nacional de Inteligencia Artificial (ENIA), financiada con más de 600 millones de euros de los fondos europeos Next Generation EU, ha impulsado a España como un foco para inversiones y talento internacional en el campo de la inteligencia artificial (IA).

Como suele pasar, la evolución de la tecnología va muy por delante de la legislación y la burocracia, aplicar esta legislación no va a ser fácil y mucho menos rápido y, por lo tanto, durante todo el 2024 (y próximos años), seguramente tengamos muy presentes las directrices de la Unión Europea y veamos cómo funciona en la práctica.

Referencias:

Platform Engineering

Platform Engineering  es una disciplina emergente que se centra en la creación y el mantenimiento de plataformas de autoservicio para ingenieros/as de software. Este enfoque proporciona una serie de beneficios, que incluyen:

Mayor productividad de los equipos de desarrollo: porque los libera de tener que preocuparse por la infraestructura y las herramientas subyacentes, permitiéndoles centrarse en la creación de funciones y productos y les libera de una gran carga cognitiva.

Escalabilidad y fiabilidad mejoradas: ya que puede ayudar a garantizar que sus sistemas sean lo suficientemente escalables y confiables para satisfacer las demandas de su negocio.

Reducción de costes: tanto por el control de costes como por la reutilización de componentes y/o aceleradores que ayudan a los equipos de desarrollo.

Pensamos que la piedra angular de las ambiciosas hojas de ruta de modernización de cualquier empresa, es una plataforma digital. En este viaje de modernización, las abstracciones y los “golden paths” son claves para garantizar la velocidad de adopción. 

Platform Engineering es más que una palabra de moda; es un cambio fundamental en la forma en que las organizaciones abordan las operaciones y los desarrollos desde TI. Al invertir en este enfoque, las empresas pueden adaptarse a las demandas del negocio y los clientes, garantizando que sigan siendo competitivas, eficientes y seguras. 

🔗 Post relacionado: Platform Engineering y la supuesta muerte de DevOps

GenAI Security

El teletrabajo ha cambiado para siempre la percepción del trabajo, desde hace tiempo el trabajo es una actividad que se realiza desde cualquier lugar, en cualquier dispositivo y mediante numerosas aplicaciones, servicios y/o plataformas. “Work Is An Activity, Not A Place”. 

Las organizaciones deben adaptarse a este nuevo paradigma, proporcionando la flexibilidad suficiente para realizar actividades comerciales sin comprometer la seguridad, los datos o la experiencia de usuario.

Hacer que la seguridad sea generalizada y sencilla para todos es un objetivo prioritario para todas las empresas. Esto no es nuevo, pero sin embargo la forma en la que se refuerza este objetivo con nuevas herramientas basadas en la IA Generativa sí lo es.

Los avances en IA, y en concreto los nuevos modelos LLM (Large Language Models), facilitarán de manera significativa cómo enfrentarse a los principales retos de seguridad: sobrecarga de amenazas, tooling complejo y falta de conocimiento en las compañías (talent gap). 

Estos nuevos modelos no solo brindan a las personas una forma más natural, sencilla y creativa de comprender y administrar la seguridad, sino que facilitan el acceso al conocimiento y experiencia impulsada por la inteligencia artificial. 

Desde modelos que son capaces de aprender qué es un “buen comportamiento”, analizando y explicando el comportamiento de scripts potencialmente maliciosos capaces de detectar mejor qué scripts son en realidad amenazas para personas y organizaciones y cuáles no, hasta modelos que combinan la inteligencia sobre amenazas con análisis de incidentes puntuales y nuevas detecciones y análisis basados en IA para ayudar a prevenir nuevas amenazas con tiempos de respuesta cortos.

Hay que tener en cuenta que a su vez los sistemas de IA introducen nuevos riesgos de seguridad que no están presentes en los sistemas tradicionales. Esto fuerza a todas las empresas a replantearse su estrategia en seguridad de manera estructural.

Referencias

Sunil Potti (VP/GM, Google Cloud Security), New AI capabilities that can help address your security challenges

Ciberresiliencia

Prácticamente todos los días podemos ver en la prensa noticias relacionadas con ciberataques a empresas. El auge de los dispositivos conectados, las redes sociales y el aumento de operaciones digitales, favorece los ciberataques. Estudios recientes indican que, en los últimos tres años, estos ataques se han disparado y un 50% de las empresas ya han sido víctimas de ataques con éxito, es decir, que han tenido cierto impacto en su negocio.

Aquí es donde entra en juego la ciberresiliencia. El término “ciberresiliencia” se refiere a las habilidades de una organización para proteger sus datos y sistemas de información de ciberataques y, en caso de que el ataque tenga éxito, las capacidades para poder recuperarse lo antes posible retomando la actividad de negocio habitual con el menor impacto para sus clientes y colaboradores.

Los ataques son cada vez más sofisticados y potentes y, como no podía ser de otra manera, la Inteligencia Artificial también está tomando parte tanto del lado de los atacantes como del lado de las medidas de defensa. Por lo tanto, las medidas tradicionales no son suficientes.

Vamos a vivir un 2024 muy intenso en avances en este campo, desarrollándose frameworks y herramientas que van a combinar las medidas tradicionales de seguridad, con automatización de acciones de defensa y recuperación, apoyados con métodos de aprendizaje automático y sistemas de toma de decisiones más acertadas y rápidas que permitan una recuperación más eficiente y con menor impacto para el negocio.

Innovación de Impacto Positivo

En un mundo marcado por una creciente desigualdad social y retos como el cambio climático y la pérdida de biodiversidad, la Innovación de Impacto Positivo une los retos del planeta y las necesidades de las personas con estrategias empresariales

Se rompe el clásico binomio financiero “Rentabilidad – Riesgo” para incluir “Impacto Positivo” en el corazón de las organizaciones. De este modo, se refuerza el nuevo trinomio financiero de la Rentabilidad, el Riesgo y el Impacto Positivo como eje para revolucionar el tejido empresarial español. 

La Innovación de Impacto Positivo tiene el propósito de desarrollar soluciones que aporten valor a la sociedad, al medio ambiente y a la economía, aprovechando la conjunción del conocimiento científico, el diseño y la tecnología. 

Además, nace del entendimiento y conocimiento profundo de los retos de sostenibilidad y está orientada a la generación de soluciones que lleguen al mercado, combinando metodologías y procesos creativos bajo un enfoque sistémico para la solución de retos.

Aplicaciones móviles en la nube

Con el paso de los años, las diferentes aplicaciones móviles han ido adquiriendo cada vez más funcionalidades, intentando cubrir todas las necesidades que los usuarios requerían de ellas. Así, estas aplicaciones pueden cubrir tareas como la autenticación, detección de ubicaciones en tiempo real o servicios de contenidos y comunicaciones dirigidas al usuario. 

Esto implica que las aplicaciones requieren de un buen número de recursos computacionales como puede ser la capacidad de almacenamiento de datos, la memoria de procesamiento o la potencia de nuestros dispositivos. 

Gracias a la constante investigación y modernización de la tecnología móvil, las compañías telefónicas más grandes han sabido adaptarse a estos requisitos, poniendo a disposición del usuario dispositivos con gama media o alta que puedan cubrir todas las reglas establecidas por las aplicaciones. 

¿Pero qué sucede con aquellos usuarios que no pueden o no quieren disponer de las últimas versiones de dispositivos móviles de gama media/alta?¿Es justo privarlos de poder hacer uso de todas aquellas funcionalidades que los nuevos desarrollos móviles les ofrecen?

Con esta idea surge la computación en la nube para móviles (MCC), la cual nos permite utilizar tecnología en la nube para poner a disposición de los usuarios diferentes aplicaciones para móviles. En este flujo de trabajo, los equipos de desarrollo crean y actualizan las aplicaciones móviles completas mediante servicios en la nube, delegando en ellos todo el grueso de almacenamiento y procesamiento de datos.

Aunque la ventaja principal de la computación móvil en la nube es la mejora de rendimiento de nuestras aplicaciones, permitiendo que dispositivos con requisitos técnicos limitados puedan correrlas sin problema, esta nueva manera de programación ofrece otras ventajas que veremos a continuación:

  • Rentable: los servicios en la nube permiten el pago de los mismos dependiendo del consumo de recursos que se haga. Esto permite a las compañías no tener que pagar por la compra y mantenimiento de sus servidores locales, pudiendo modular qué cantidad de recursos van a ser necesarios en tiempo real. Además, si la aplicación es de uso interno, las empresas pueden permitir el acceso a la aplicación a toda su plantilla desde su propio dispositivo, provocando una reducción en la compra y mantenimiento de dispositivos de empresa.
  • Multiplataforma: gracias a que las aplicaciones móviles basadas en la nube funcionan con tecnología sin servidor y pueden ejecutarse en cualquier dispositivo y sistema operativo, esta nueva tecnología permite a los equipos de desarrollo alcanzar un mercado más grande.
  • Análisis en tiempo real: este tipo de aplicaciones almacenan sus datos de forma centralizada en una misma infraestructura de la nube. Esto permite que los servicios en la nube del Backend puedan integrar varios puntos de datos con rapidez y comunicarse con muchas otras aplicaciones para brindar análisis en tiempo real precisos. De esta forma, los usuarios pueden recopilar e integrar datos de manera segura desde varias fuentes.
  • Mejor experiencia de usuario: el único requisito que nuestros usuarios deben tener es una sólida conexión a Internet. Siempre que cuente con ella, independientemente del dispositivo desde el que se conecten, contarán de forma fluida con todas las mejoras de funcionalidad ofrecidas por el desarrollador. Además, al gestionar toda la información desde la nube, el usuario no perderá aquella información que quede almacenada en el dispositivo si lo pierde o es sustraído.

Ahora que ya hemos hablado de las ventajas que ofrecen estas aplicaciones apoyadas en la nube, vamos a ver los dos principales tipos de métodos con los que podemos encontrarnos:

  1. Computación en la nube para móviles de uso general: son sistemas generales que utilizan la computación en la nube para aumentar el rendimiento del dispositivo. Estos sistemas externalizan tareas de uso computacional intensivo, como reconocimiento del habla, aumento de imágenes e indexación de vídeos, a proveedores de computación en la nube.
  2. Computación en la nube para móviles de uso específico: utilizan computación en la nube para mejorar el rendimiento de aplicaciones específicas. Estas aplicaciones requieren una mayor potencia computacional y funcionan mejor con un buen número de funciones ejecutándose en la nube. Por ejemplo, los clientes de correo electrónico y las aplicaciones de streaming de vídeo se ejecutan mejor en este modelo.

Todo lo que hemos visto hasta ahora está muy bien, pero ¿realmente es viable el uso de este tipo de computación en la nube para nuestras aplicaciones móviles?¿En qué casos concretos podríamos aprovechar esta tecnología? Pues bien, algunos de los puntos claves donde este tipo de tecnología cobra todo su sentido son en:

  • Redes sociales: debido al uso intensivo de imágenes y archivos grandes que por lo general se usan en este tipo de aplicaciones, disponer de una nube que pueda procesarlos en tiempo real y ponerlos a disposición del usuario sin una sobrecarga excesiva lo convierte en un claro aliado.
  • Videojuegos: los videojuegos para dispositivos móviles cuentan con una alta carga de gráficos y vídeos, actualizaciones en tiempo real en un entorno multijugador y muchas otras funciones de computación complejas. Gracias al procesamiento gráfico en la nube, que después se transmitirá al dispositivo de usuario en formato vídeo, reducimos el exceso de rendimiento de nuestros dispositivos evitando un sobrecalentamiento excesivo.
  • Salud: debido a la cantidad de información con el que deben trabajar los equipos sanitarios, así como la inmediatez que requiere el obtener cierta información de forma urgente, contar con una nube que funcione como centro neurálgico de información cruzada convierte a este método en una opción más que acertada en toda aplicación orientada a la salud.
  • Experiencias interactivas: La nube, permite ofrecer a los usuarios información en tiempo real sobre aquel lugar en el que se encuentran de forma inmediata, haciendo que su experiencia sea lo más transparente posible sin tener que pausar su momento de conexión con el entorno a espera de nueva información relevante.

Fuentes:

Desconexión digital

Vivimos en un mundo hiperconectado, es impensable salir de casa sin el móvil o reloj que nos permita estar online, recibir o contestar llamadas, revisar mails de trabajo o redes sociales, etc. Es tal la sobreexposición que cada vez existe más concienciación de la necesidad mental y psicológica de una desconexión digital

Está desconexión es algo más o menos aceptado y prácticamente instaurado a nivel laboral (dependiendo del sector y perfil), todas las empresas y organizaciones, tanto públicas como privadas, tienen la obligación de garantizar el derecho a la desconexión digital de todas las personas (Ley de Protección de Datos Personales y de garantía de los derechos digitales de 2018). 

Sin embargo, esto no ocurre con la desconexión durante nuestro tiempo libre o vacaciones. Tendemos cada vez más a utilizar nuestro tiempo de descanso para interaccionar a través de dispositivos (redes sociales, videollamadas…) y estar conectados 24×7, como si tuviésemos miedo a “perdernos algo”. 

Es innegable que la tecnología ha cambiado la forma que tenemos de trabajar y socializar, pero términos como «sobreexposición», «dependencia tecnológica» o «malestar psicofísico» son cada vez más utilizados y representan un desafío creciente para la salud mental en nuestra sociedad moderna en términos preventivos, de bienestar y de recomendación de una vida saludable y equilibrada. 

Es necesario encontrar el equilibrio entre lo obligatorio, lo necesario, lo recomendable y la adicción. Parece que hay un abismo entre ambos extremos, pero la realidad es que depende mucho del autocontrol y autodisciplina por parte de la persona. Muchas veces no es fácil discernir, ya que el tiempo libre va asociado al entretenimiento y todas las herramientas digitales nos brindan la posibilidad de acceder de forma inmediata a esos estímulos. 

En cierta medida los adultos tenemos las herramientas y capacidad de “parar” y autogestionarnos cuando sentimos que algo no va bien o pedir ayuda a un profesional, pero la sobreexposición digital cobra un mayor importancia si se habla de los cerebros en desarrollo de niños y adolescentes. La hiperestimulación, la inmediatez, la frustración y la pérdida de foco atencional, ya son problemas actuales de niños y adolescente relacionados con la dependencia tecnológica.

En 2024 cobra especial importancia la necesidad de revisar nuestra salud mental desde el punto de vista de la tecnología, apoyar y reforzar el buen uso de la misma y guiar a niños y jóvenes hacia un uso responsable. 

Los profesionales en estos campos ya están empezando a dar las primeras pistas de cómo abordar estos problemas: desde limitación de uso (horarios, controles, etc) hasta formaciones en educación digital para abordar este tipo de problemas, concienciar y mejorar el uso de la tecnología en la sociedad.

Cloud Development Environment

Las empresas no cesan en la búsqueda permanente de aumentar su rentabilidad y esa rentabilidad se ve impactada de forma directa por un mayor gasto en los equipos IT para mantener y aumentar su cuota de mercado. 

Para minimizar ese impacto uno de los grandes objetivos es aumentar la productividad de los equipos IT, en pocas palabras, el software solo aporta valor cuando está en producción y cualquier herramienta, técnica o metodología que ayude a conseguirlo es recibida con los brazos abiertos.

Es en este punto donde los Cloud Development Environment (CDEs) entran en juego, su objetivo principal es proporcionar un entorno de desarrollo listo para usar con un esfuerzo mínimo de instalación y configuración. Planificar e implantar un entorno de entrega continua puede suponer un gran reto y mucho esfuerzo.

Lo habitual es que se trate de un proyecto secundario que se abandona al dar prioridad a otros proyectos, pero es algo que va a tener que cambiar para satisfacer la demanda creciente convirtiéndolo en una tendencia en alza, hecho que se demuestra con las estimaciones de Gartner que prevé que para el año 2026 el 60% de los cargas cloud serán construidas y desplegadas utilizando CDEs.

Internet of Behavior

En el vertiginoso paisaje tecnológico actual, el Internet del Comportamiento (IoB) se erige como un pilar innovador, transformando nuestra comprensión del comportamiento humano y nuestra interacción con el mundo digital

Al fusionar tecnologías avanzadas como la IA, el aprendizaje automático y dispositivos del Internet de las Cosas (IoT), el IoB se convierte en un tejido de datos que captura minuciosamente nuestras interacciones cotidianas.

Este sistema revolucionario no solo nos brinda una visión inigualable sobre cómo las personas interactúan entre sí y con su entorno, sino que también tiene un impacto tangible en diversos sectores

Desde personalizar productos y servicios para mejorar la satisfacción del cliente hasta permitir a los profesionales de la salud ofrecer tratamientos preventivos y personalizados, el IoB está redefiniendo la forma en que operan las empresas y las instituciones gubernamentales.

Sin embargo, este viaje hacia la revolución del IoB no está exento de desafíos éticos y de privacidad. La recolección detallada de datos plantea preocupaciones legítimas sobre la privacidad y el potencial abuso de poder. 

Es imperativo establecer regulaciones y normas éticas sólidas para garantizar que esta tecnología se utilice de manera responsable, respetando los derechos de privacidad de cada individuo.

En última instancia, al abordar estas preocupaciones éticas y de privacidad, el IoB tiene el potencial de crear un futuro digital más seguro y personalizado. Este viaje nos lleva hacia una era donde la tecnología no solo mejora la eficiencia en varios sectores, sino que también nos permite explorar la complejidad de la condición humana de maneras inimaginables hasta ahora. 

En este emocionante viaje hacia lo desconocido, el IoB nos invita a reflexionar sobre cómo equilibrar la innovación tecnológica con los valores humanos fundamentales, creando así un mundo digital que sea verdaderamente humano en su esencia.

Pensemos en un caso de aplicación del Internet del Comportamiento en la salud: un paciente puede ser alertado sobre un posible episodio de hipoglucemia gracias a la monitorización detallada de sus datos de salud. En este ejemplo vemos cómo el IoB no solo mejora la atención médica, sino que humaniza los algoritmos al anticipar problemas de salud y permitir intervenciones precisas y oportunas.

En un mundo donde la tecnología avanza a pasos agigantados, es fácil caer en el temor de que la IA y la monitorización del comportamiento humano nos reemplacen, privándonos de nuestra esencia humana. 

Sin embargo, el IoB nos muestra un panorama diferente. Nos recuerda que la tecnología no está aquí para explotar nuestros datos ni para usurpar nuestra identidad, sino para permitirnos vivir mejor como seres humanos.

Este enfoque innovador no trata de reemplazarnos, sino de elevarnos. Al centrarse en la monitorización detallada del comportamiento humano, el IoB nos brinda beneficios significativos en campos como la ciencia y la salud. Nos permite acceder a tratamientos médicos personalizados, anticipando problemas de salud antes de que se conviertan en crisis. 

En lugar de robarnos nuestra humanidad, la tecnología nos da la capacidad de vivir mejor y dedicarnos a lo que los humanos hacen mejor: vivir, sentir y experimentar el mundo de maneras únicas e inigualables.

Así, en lugar de sentirnos amenazados por la tecnología, debemos usarla como nuestra aliada, de forma que nos libere de tareas rutinarias y nos recuerde que cuando se utiliza sabiamente, nos humaniza, nos conecta y nos permite vivir mejor.

IA generativa empresarial

Desde el verano, hemos sido testigos de la revolución que ha traído consigo la inteligencia artificial generativa, con ChatGPT liderando el camino. Hemos experimentado cómo esta tecnología puede ayudarnos en nuestras vidas diarias, ya sea para encontrar la receta perfecta, crear un plan de entrenamiento personalizado o ajustar nuestra dieta según nuestras necesidades. 

Pero, ¿qué sucede en el mundo empresarial? ¿Son tan simples las soluciones de IA generativa en un entorno corporativo como parecen ser en nuestras vidas cotidianas?

La respuesta es un rotundo no. A medida que la tecnología de la IA se ha vuelto más accesible, las empresas se han dado cuenta de que simplemente tener un chatbot no es suficiente. La implementación efectiva de la IA generativa en el ámbito empresarial requiere mucho más que solo tocar la superficie

Surgen preguntas cruciales: ¿cómo podemos personalizar estos modelos para satisfacer las necesidades específicas de nuestra empresa? ¿Cómo podemos integrar nuestra información y conocimiento para que estos modelos sean verdaderamente útiles y relevantes?

Es aquí donde entra en juego el concepto de LLMOps. Este término se refiere a la industrialización de los LLMs (Large Language Models), como ChatGPT, en un entorno empresarial. Implica afinar y enriquecer estos modelos con información específica del caso de uso y del dominio de la empresa, para que la IA deje de ser simplemente un juguete y se convierta en un catalizador para el negocio.

Implementar LLMOps implica superar diversos desafíos. Uno de los mayores obstáculos es la necesidad de crear y mantener bases de datos vectoriales que contengan todo el conocimiento relevante para la empresa. Esto no solo incluye datos históricos, sino también datos en tiempo real que pueden ser cruciales para tomar decisiones informadas.

Además, existe la preocupación constante por la seguridad y la privacidad de la información. Con el despliegue de estos modelos en entornos empresariales, surge el temor a las inyecciones de comandos y a otros ataques cibernéticos. Garantizar el cumplimiento ético también se convierte en una prioridad, asegurando que la tecnología se utilice de manera responsable y sin violar la privacidad de los individuos.

En el camino hacia la implementación efectiva de la IA generativa en el entorno empresarial, surgen desafíos técnicos complejos que van más allá de simplemente alimentar un modelo con datos y esperar resultados. 

Uno de los principales desafíos siguen siendo los datos no estructurados de los que cuentan las empresas, pero que siempre han sido muy difíciles de explotar. La parte de ingesta del dato, calidad del dato, preparación del dato y gobierno sigue siendo una tarea crucial para la implementación de modelos de IA Generativa en el ámbito empresarial.

Estos datos serán almacenados en bases de datos vectoriales en forma de embeddings, que son representaciones numéricas de palabras o frases que permiten a los modelos de IA comprender y procesar el lenguaje humano.

Es aquí donde se plantea otro desafío crucial, ya que es esencial monitorear el rendimiento de estos embeddings para asegurar que sean precisos y relevantes para el contexto empresarial. Además, el versionado de los embeddings garantiza que las actualizaciones y mejoras se gestionen de manera controlada, evitando posibles disrupciones en los sistemas existentes, así como la restauración a sistemas previos en caso de necesidad en un entorno productivo.

Otro de los desafíos fundamentales es el diseño y gestión adecuados de sistemas de prompt engineering. Estos sistemas implican la creación de instrucciones específicas para guiar al modelo hacia la producción de resultados deseados. Sin un prompt adecuado, los resultados pueden ser imprecisos o poco útiles.

Una vez establecidos, estos sistemas de prompt engineering deben ser tratados como código. Esto significa que las instrucciones y configuraciones específicas utilizadas para guiar el modelo deben ser versionadas y almacenadas de manera que sean fácilmente reutilizables y versionables. El tratamiento de los prompts como código permite a los equipos iterar sobre ellos, ajustarlos según las necesidades cambiantes y colaborar de manera eficiente para mejorar la calidad de las respuestas generadas por el modelo.

Además de los desafíos técnicos mencionados, la implementación de la IA generativa en el ámbito empresarial también implica consideraciones cruciales en términos éticos y de seguridad. La transparencia en el uso de esta tecnología es fundamental, especialmente cuando se trata de generar contenido que pueda influir en las percepciones y decisiones de las personas. 

Asegurar que las respuestas generadas sean éticas y no estén sesgadas se ha convertido en una prioridad esencial para muchas empresas. Además, garantizar la privacidad de la información y evitar su divulgación fuera del entorno regulado de la empresa son aspectos vitales que deben abordarse con cuidado y responsabilidad.En resumen, la IA generativa en el ámbito empresarial va mucho más allá de un simple chatbot de moda. Requiere un enfoque estratégico y cuidadoso para integrar estos modelos en el tejido mismo de la empresa, aprovechando todo su potencial para impulsar la innovación y el crecimiento.