test

redaccion@diariodigitalis.com

GitHub mejora las sugerencias de Copilot con la actualización de Codex

Ahora GitHub Copilot cuenta con un mejor rendimiento y nuevas capacidades. Entre otras cosas, gracias a la actualización de su modelo Codex, la herramienta ofrece sugerencias más convincentes y más seguras.

Desde su lanzamiento, el asistente de programación ha sido objeto tanto de alabanzas como de críticas. Sin embargo, dejando de lado si su uso de fragmentos de código abierto es o no ético, no hay duda de que ha supuesto una auténtica revolución en el mundo de la programación y en la forma de escribir código. Y es que se trata de otro frente más en la batalla de la inteligencia artificial. Una en la que, de momento, Microsoft se está llevando el gato al agua.

Un modelo que genera más confianza

“Para mejorar la calidad de las sugerencias de código de GitHub Copilot, actualizamos el modelo de Codex subyacente, lo que resultó en mejoras a gran escala en la calidad de las sugerencias de código y la reducción del tiempo para entregar esas sugerencias a los usuarios,” comentan en una publicación de su blog.

Para demostrar que los usuarios comienzan a confiar más en él, recurren a los datos. En un principio, cuando se lanzó la versión para particulares (Copilot for Individuals) aseguraron que la herramienta ya generaba el 27% del código de las personas que lo utilizaban; pero ahora, en general, esa cifra es del 46% y del 61% en el caso de Java.

Ese aumento tiene que ver con un motivo. Y es que ahora los desarrolladores aceptan con más frecuencia sus sugerencias porque estas son más acertadas de lo que eran antes. GitHub lo ilustra por medio de una gráfica que representa la evolución de esa tasa de aceptación, que ahora es del 35%.

Id bootcamps Banner

Evolución Codex

Mejor comprensión del usuario y del contexto

Por otro lado, han lanzado una actualización para la extensión de la herramienta en VS Code con “un modelo ligero del lado del cliente”. Esta versión es capaz de analizar el comportamiento del usuario y, por tanto, predecirlo en algunas ocasiones. Así, por ejemplo, sabe si se aceptó o no una sugerencia, por lo que puede entender mejor que tipo de propuestas está buscando el usuario dentro de su código. Github asegura que, gracias a ello, las sugerencias no deseadas se han reducido en un 4,5%.

Asimismo, Copilot ahora dispone de una funcionalidad llamada “Fill-In-The-Middle”. ¿En qué consiste? Según las palabras de la compañía y como su nombre indica, “en lugar de solo considerar el prefijo del código, también aprovecha los sufijos de código conocidos y deja un espacio en el medio para que lo llene GitHub Copilot.” Esto es posible debido a que el asistente comprende mejor el contexto y, por ende, puede ofrecer respuestas más acordes con el programa o aplicación que se está construyendo.

Como consecuencia, esto se traduce en un aumento de la productividad de los profesionales que utilizan la herramienta. Aunque esto es algo que ya nos dijo GitHub al menos en dos ocasiones (1 y 2). Algo a lo hay que sumarle una mayor sensación de bienestar entre sus usuarios, ya que, en su último estudio, entre el 60% y el 75% de estos afirmaron sentirse más satisfechos con su trabajo.

Detección de vulnerabilidades en tiempo real

Un estudio de 2021 reveló que, en sus inicios, casi un 40% de código generado por Copilor era vulnerable. Pero ahora Github quiere minimizar ese porcentaje todo lo que sea posible. Por ello, han lanzado un sistema de filtrado de vulnerabilidades que hace que las sugerencias de código sean más seguras. Dicho sistema bloquea patrones de codificación inseguros más comunes, como las credenciales codificadas, las inyecciones de SQL y las inyecciones de ruta.

Como señalan, las herramientas solo pueden detectar vulnerabilidades de seguridad en un código cuando este está completo y compilado. Sin embargo, Copilot ya es capaz de hacerlo en tiempo real y, en ocasiones, incluso puede identificar esos patrones en fragmentos de código incompleto y reemplazarlos por otras posibles soluciones más seguras.

“Con GitHub Copilot, permitimos que los desarrolladores alcancen ese estado de flujo mágico, que incluye la detección rápida y precisa de vulnerabilidades directamente desde el editor. Este mecanismo de filtrado es el primer paso crítico para ayudar a los desarrolladores a crear un código más seguro con GitHub Copilot,” afirman.

Imagen de geralt en Pixabay

Artículos Relacionados

Suscríbete a nuestra newsletter


(Obligatorio)

También te puede gustar

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Suscríbete a nuestra newsletter