¿Alguna vez ha querido crear su propia aplicación personalizada pero no quise tomarse el tiempo para hacer ninguno de los molestos aprendizaje que requiere el desarrollo de software program? Si es así, un nuevo proyecto experimental de Github podría hacer realidad sus sueños.
Github Spark le permite construir lo que la compañía llama “micro aplicaciones” o “chispas”. Estas son aplicaciones personalizadas muy limitadas que realizan una o dos tareas básicas. Los creas a través de una interfaz de chatbot, y cuando hayas terminado, obtienes una chispa que puedes (algún día) compartir con todos tus amigos.
Además: Microsoft ofrece capacitación gratuita de habilidades de IA para todos, y no es demasiado tarde para registrarse
Recientemente obtuve acceso a la vista previa y pude hacer algunas pruebas. Fundamentalmente, la herramienta es extremadamente limitada. Pero debido a que hay una IA que opera debajo, es posible que la IA haga una magia de IA muy sofisticada dentro de la interfaz muy limitada de Spark.
Vinculación y configuración
Lo primero que debe hacer es vincular su cuenta de GitHub a Spark. Apunta a tu navegador a e inicie sesión con su cuenta de Github. Si no tiene una cuenta de GitHub, deberá obtener una.
También: La mejor IA para codificar (y qué no usar)
Una vez que haya iniciado sesión, deberá dar permiso. Esto es muy related a cualquier otra aplicación que requiera permiso antes del primer uso.
Una vez que esté en el entorno Spark, verá una interfaz chatbot estándar. Si hace clic en el pequeño icono del panel de management, puede elegir el modelo AI que desea usar. He tenido un buen éxito con GPT-4O y codificación, así que eso es lo que elegí.
¿Qué quieres construir?
Pensé mucho sobre qué tipo de aplicación me gustaría construir. Los ejemplos incluyeron aplicaciones de seguimiento de hábitos, un rastreador de asignación, una aplicación de mapa y un planificador de noches de karaoke. Básicamente, todas eran aplicaciones que presentaban un formulario que consistía en campos y botones y realizaron alguna lógica comercial en función de los datos que se ingresaron.
También: Cómo convertir el chatgpt en su herramienta de alimentación de codificación de IA y duplicar su salida
Pero la entidad que realiza el cálculo de la lógica comercial no period un gerente de formularios típico. En cambio, fue GPT-4O. Entonces, ¿qué pasaría si mi lógica comercial fuera algo increíblemente complejo y difícil para un algoritmo common pero fácil para una IA, todo envuelto en una interfaz de usuario muy easy?
Decidí que quería crear una herramienta que me permitiera pegar en un bloque de código. La aplicación me diría qué hacía el código, en qué idioma estaba escrito, cualquier observación sobre áreas donde podría haber un problema, y tal vez un desglose detallado de las líneas de código.
Piensa en eso. En años anteriores, ese habría sido un proyecto multimillonario si se hubiera hecho.
Pero acabo de alimentar a Spark una sola línea: “Una herramienta que examina y explica el código fuente”.
Entonces golpeé “GO”.
También: Cómo usar chatgpt para escribir código: lo que hace bien y lo que no
El resultado fue la interfaz que se muestra a continuación. A la izquierda hay un panel que teóricamente le permite iterar en lo que hará la aplicación. El panel medio consiste en el código generado a partir del aviso. Y el panel correcto es la chispa de interfaz de usuario creada para la aplicación.
Lo alimenté con el código de expresión common de Buggy de mis pruebas de programación solo para ver qué haría.
Como sospechaba, GPT-4O period bastante capaz de analizar un fragmento de código. No encontré el resultado tan útil como quería, así que decidí refinar lo que haría la solicitud por mí.
Personalización de la aplicación
Hace cambios a través del campo iterado en el panel más izquierdo. Le dije a GPT-4O que quería que lo hiciera:
- Muestra el idioma del código fuente
- Proporcione una descripción corta de una a dos oraciones de lo que hace el código
- Agregue una oración o dos describiendo cualquier falla del código
Presenté eso para chispear en ese campo y esperaba lo mejor.
Los resultados fueron impresionantes. La aplicación, de hecho, me proporcionó la información que quería. Puede ver eso en el panel en el lado derecho de la interfaz. Identificó el idioma, proporcionó una breve descripción del código y describió un montón de problemas con el código.
También: Gemini Professional 2.5 es un asistente de codificación increíblemente capaz, y una gran amenaza para chatgpt
Luego proporcionó la explicación detallada del código que period parte del mensaje de requisito unique, donde le pedí que explicara el código fuente.
Los resultados fueron impresionantes, pero no me gustó el formato.
Terco, grueso y no respondido
Fue en este punto que Spark comenzó a mostrar sus limitaciones. Como puede ver en el panel más izquierdo de la imagen de arriba, intenté que Spark elimine los tres asteriscos al comienzo de cada respuesta. También traté de convertirlo para convertir la sección de crítica en una lista bala. Finalmente, quería deshacerme del segundo conjunto de números de índice bajo los encabezados.
También: ¿Qué es la codificación de ambientes de IA? Está todo la ira, pero no es para todos, aquí está por qué
Obtuve las balas, pero Spark o GPT-4O ignoraron mis otras solicitudes. Supongo que GPT-4O estaba escribiendo en Markdown, pero la interfaz de usuario de Spark no analizó correctamente Markdown.
Para ser honesto, tengo otras 20 capturas de pantalla de mis diversos intentos de hacer que GPT-4O y Spark limpien esa presentación. Estaba tan impresionado que podía construir rápidamente una aplicación que explicara el código, pero cada vez más frustrado que no pude lograr que hiciera algunas soluciones de presentación menores que habrían tomado cinco minutos si lo codicara directamente.
También: Puse a la prueba de IA de Copilot de Github: su éxito mixto al codificarme
Una línea de código, un comando de reemplazo de cadena que reemplaza tres asteriscos con la cadena vacía, y otra que reemplaza dos asteriscos con la cadena vacía, habría limpiado un problema de presentación. Otro comando reemplazar la cadena, con una expresión common easy que buscó un dígito seguido de un punto decimal al comienzo de una línea y lo reemplazó con la cadena vacía, habría solucionado todos los problemas de presentación.
Lo probé y puedes modificar el código generado por Spark. Pero si hace alguna iteración adicional utilizando la IA, cualquier código que modifique se sobrescribe, incluso si las modificaciones de IA solicitadas no están cerca de su código modificado.
Compartir es limitado
Finalmente, dejé de intentar sintonizar el formato de salida. Incluso con una salida ligeramente fea, la herramienta en sí period útil. Así que decidí que quería compartirlo con todos.
También: De cero a millones? Cómo la gente common está cobrando la IA
Puede hacer esto haciendo clic en el icono de compartir junto a la chispa nombrada y eligiendo compartirlo.
Aquí está Un enlace a mi chispa (Pero no te pongas ilusiones de usarlo). No puede usarlo a menos que tenga una cuenta GitHub. Incluso si lo hace, no puede usarlo a menos que haya sido aceptado en el programa Spark Preview. Lo intenté con otra cuenta de Github y recibí este mensaje.
¿Qué tan consecuente es esto?
Los generadores de formulario sin código han estado disponibles durante años. Construí uno a principios de la década de 2000. Dado que la interfaz de usuario para dicha herramienta es principalmente una cuestión de elegir los controles (botones, desplegables, campos, and many others.), junto con la ubicación y una pintura bonita, no es una perspectiva muy difícil.
Si bien solo puede hacer mucho con aplicaciones basadas en formularios, en realidad puede crear una muy buena variedad de aplicaciones. Estas aplicaciones suelen ser del tipo de gestión de la información, en lugar de productividad o herramientas altamente interactivas. Aún así, las empresas pueden hacer mucho dentro de los límites de un generador de formulario.
También: Si ChatGPT produce código generado por IA para su aplicación, ¿a quién pertenece realmente?
Agregar IA para administrar la lógica comercial expande salvajemente la capacidad de tales generadores de formulario, como lo mostró mi analizador de código de programación. Pero los AIS también son increíblemente poco confiables, por lo que no está claro que quiera ejecutar la lógica comercial de misión crítica a través de un algoritmo administrado por una IA.
Pero nuevamente, para un subconjunto moderadamente grande de aplicaciones, este enfoque podría ser lo suficientemente bueno.
Y eso nos lleva al proceso iterativo que ofrece Spark. Debido a que el código escrito por humanos se elimina en el olvido con cada actualización, modificación y personalización de la AI, la forma anticuada no es práctica. Desafortunadamente, la IA tiene una mentalidad de este no más importante, y una vez que construye una lógica comercial básica, se niega obstinadamente a implementar ajustes y modificaciones adicionales.
Eso, lamentablemente, hace de esta herramienta una mera curiosidad, no un recurso comercial útil. Pero por otro lado, ese no es un problema terriblemente difícil de resolver. Como tal, dada la tarea muy posible de aumentar la capacidad del generador de formularios y la tarea igualmente alcanzable de hacer que la iteración y los cambios sean más efectivos, creo que Github Spark tiene el potencial de ser útil.
También: 10 desarrolladores profesionales sobre la verdadera promesa y el peligro de la codificación de ambientes
Me gustaría ver una forma para que el código escrito por humanos coexistiera con el código escrito por la IA. Y me gustaría ver una manera para que Sparks se ejecute como aplicaciones net independientes sin que los usuarios tengan que formar parte del marco GitHub. Pero esas también son expectativas bastante alcanzables.
La conclusión es que esto tiene el potencial de ser una herramienta utilizable, aunque limitada. Ciertamente aún no está allí, pero dale un año más o menos de iteración. Probablemente será capaz de hacer algunas tareas interesantes.
Diría, estad atentos. Probablemente hay más por venir.
¿Has probado Github Spark todavía, o todavía estás esperando ser aceptado en la vista previa? Si ha tenido acceso, ¿qué tipo de aplicación intentó construir y cómo fue? ¿Estaba impresionado por la capacidad de la IA para generar lógica o frustrado por las limitaciones al tratar de hacer ajustes? Y si no ha usado Spark, ¿cree que herramientas como esta podrían cambiar la forma en que los no codificadores se acercan a la creación de aplicaciones? Háganos saber en los comentarios a continuación.
Obtenga las principales historias de la mañana en su bandeja de entrada cada día con nuestro Boletín de Tech Right now.
Puede seguir mis actualizaciones de proyecto diarias en las redes sociales. Asegúrese de suscribirse a Mi boletín de actualización semanaly sígueme en Twitter/X en @Davidgewirtzen Fb en Facebook.com/davidgewirtzen Instagram en Instagram.com/davidgewirtzen bluesky en @Davidgewirtz.comy en youtube en Youtube.com/davidgewirtztv.
