Mis reflexiones tras trabajar con GitHub Copilot con GPT-5 en mis proyectos personales un fin de semana
Mario S. Pinto Miranda
Este fin de semana he estado probando GitHub Copilot en VS Code con el motor GPT-5 mejorando un proyecto personal (mi página web) y otro nuevo, y la evolución de estas herramientas para programadores es realmente impresionante. Siempre he estado indagando y experimentando con el uso de estas herramientas en mi flujo de trabajo, y últimamente estuve trabajando con la extensión de JetBrains para evitar el cambio de entorno, ya que habían mejorado su modo agente, pero he notado que la solución de VS Code está en un nivel superior este finde (hasta no hace mucho la diferencia no era tan grande). Destaca tanto por las herramientas que puede ejecutar en el flujo de desarrollo como por la capacidad de revisar y dirigir al agente.
Aunque no pude grabar mi experiencia, aquí comparto algunas de mis conclusiones y reflexiones.
Conclusiones y reflexiones
Somos los mejores clientes de la IA
La integración de la inteligencia artificial generativa con las herramientas de programación es cada vez más potente. Estas son algunas de las funcionalidades que no había cubierto antes en cuando he compartido mis experiencias:
-
Línea de comandos: Ejecución de comandos y análisis de los resultados.
-
Git: Navegación por el historial, operaciones complejas y generación de commits con descripciones detalladas.
-
Acceso a internet: Búsqueda de información actualizada para dar respuestas más precisas.
-
Análisis de imágenes: Capacidad para procesar y entender información visual.
-
Extensibilidad: Integración con otras herramientas, como la de Playwright que permite obtener información precisa en caso de errores.
-
Funciones del chat: Creación de checkpoints y detección de prompts duplicados.
Más que reemplazarnos, estas herramientas nos ofrecen una nueva y mejor forma de trabajar.
La IA como copiloto, no como sustituto
He habilitado una herramienta de estadísticas de IA (experimental de Github) que monitoriza cuánto código aporta la IA frente a lo que escribo yo. Esto me ha permitido comprobar una de las hipótesis más extendidas: que el 10-20% del código que aportamos nosotros es la parte diferencial en un flujo de trabajo con IA. En mi caso, la proporción fue del 75% IA y 25% mío.
Mis intervenciones se centraron en tareas clave: corregir alucinaciones, tomar decisiones de diseño, solucionar bugs que la IA no detectaba, eliminar abstracciones innecesarias y código muerto, y, sobre todo, refactorizar código automáticamente.
El refactoring como pilar de nuestro trabajo
Esto me lleva a la tercera conclusión: el refactoring junto con el testing son clave para dos cosas: 1) implementar cambios de forma segura y 2) ser eficientes a largo plazo. Creo que estas tareas se convertirán en una parte diferencial de nuestro rol como desarrolladores, si no lo era ya.
¿Qué he construido?
Con la ayuda de estas herramientas, he renovado mi página personal y he creado una nueva para alojar y compartir todas las notas que tomo con Obsidian, lo que considero mi “cerebro digital”. Te invito a visitarlas:
Para finalizar
Espero que esta actualización de mis experiencias te sirva. Hace más de un año publiqué un video en YouTube donde exponía mis primeras impresiones sobre estas herramientas Webinar. También, puedes ver mis ideas sobre esto en los capítulos del podcast de Ni uno Ni cero:
- Entendiendo y aprovechando las ventajas de la IA, con Mario Pinto
- Calidad de software y buenas prácticas en tiempos de IA, con Jonathan V., Pedro P. y Mario P.
- La IA como herramienta para la agilidad
Este artículo pretende ser una capa adicional de reflexión.