Tipos de herramientas de codificación de IA
GitHub Copilot y ChatGPT son excelentes herramientas de IA, y puede haber personas que duden sobre cuál deberían usar. Sin embargo, es importante entender que son tipos diferentes de IA. Aquí nos enfocaremos en las diferencias en el uso práctico, en lugar de en las diferencias en la gobernanza y políticas de cada uno.
GitHub Copilot proporciona una sensación similar a tener a un ingeniero experto sentado a tu lado mientras codificas, sugiriendo las acciones apropiadas. Por otro lado, la interfaz en forma de chat es similar a tener una consulta uno a uno con un experto. La respuesta es más lenta y te alejas del editor, pero con la función GitHub Copilot for Chat de GitHub Copilot X Technical Preview, puedes usarla dentro del editor. Sin embargo, tienes que cambiar a la ventana de chat.
Estilo de codificación juntos: GitHub Copilot
GitHub Copilot actúa como un compañero de programación en pareja, sugiriendo acciones apropiadas durante la codificación. Básicamente, responde rápidamente a las solicitudes. GitHub Copilot utiliza el modelo Codex de OpenAI, que es un modelo de lenguaje grande basado en GPT-3. Es más ligero y proporciona respuestas más rápidas que GPT-3.
Escenarios de uso de GitHub Copilot:
Cuando se requiere una rápida completación de código o sugerencias para un código existente.
Cuando ya se tiene una idea clara para agregar una nueva función o componente.
Para tareas simples de codificación en las que se desea obtener resultados en poco tiempo.
Cuando se desea generar nuevo código a partir de código similar existente.
Estilo de chat: ChatGPT / Bing / GitHub Copilot for Chat
A continuación, se describen los estilos de chat, como GitHub Copilot X, Bing, ChatGPT, que se pueden utilizar para crear código o plantillas. Al principio, es posible que no tengas una idea clara de lo que deseas crear. En tales casos, puedes conversar con una IA, como ChatGPT, para obtener sugerencias sobre qué programa escribir mientras conversas en lenguaje natural para completar el programa.
Cada uno tiene sus ventajas y desventajas, pero es importante considerar en qué situaciones se deben usar. A continuación, se presentan algunos ejemplos de los escenarios de uso de cada herramienta.
Escenarios de uso de chat (ChatGPT / Bing / GitHub Copilot for Chat):
Cuando se necesita asesoramiento sobre la forma específica de implementar el código.
Al comienzo de un proyecto, cuando se necesita considerar ideas y direcciones.
Cuando se requieren explicaciones o preguntas más avanzadas.
Para resolver problemas complejos que requieren una guía paso a paso.
Selección de herramientas
En última instancia, la elección de la herramienta depende de las necesidades y del estado del proyecto. GitHub Copilot ayuda a acelerar el proceso de codificación, mientras que la IA en el estilo de chat es más adecuada para discusiones más profundas y orientación.
Además, estas herramientas no son excluyentes, por lo que es posible utilizar ambas en diferentes etapas o situaciones del proyecto. Por ejemplo, en la etapa inicial del proyecto, se puede utilizar la IA en el estilo de chat para discutir ideas y decidir la dirección, y luego usar GitHub Copilot para codificar eficientemente. Esto permite aprovechar las fortalezas de ambas herramientas para obtener los mejores resultados.
Diferencias detalladas
A continuación, se muestran las diferencias entre las herramientas.
Escenario de uso
Enfocado en la escritura de código y en completar código pequeño a mediano
Generación de código, creación de plantillas, diálogo en lenguaje natural para permitir la creación de código grande
Interfaz
Editor
Navegador
Velocidad de respuesta
Rápida
Lenta
Comprensión del lenguaje natural
Alta
Mayor
Generación de fragmentos de código
Poderosa. Sin embargo, es más eficiente con código corto que con código largo.
Soporte para código largo y corto
Soporte para lenguajes de programación
Amplio
Amplio
Autocompletado y sugerencias en tiempo real
En tiempo real
Limitado
Generación de texto
Posible en alto grado, pero inferior a GPT3
Poderosa
Revisión de código
Algunos aspectos son compatibles
Identificación y sugerencia a través de diálogo en lenguaje natural
Soporte para depuración
Es posible, pero requiere cierto esfuerzo
Posibilidad de sugerir procedimientos y enfoques de depuración
Aplicación de estilo y convenciones de código
Alta
Requiere más contexto previo
Lista de verificación
Last updated