He estado usando GitHub Copilot con nuestro código base de producción durante los últimos 4 meses, y estos son algunos de mis pensamientos:

Lo bueno:

1. Explica el código complejo: ha sido excelente para desglosar fragmentos de código complicados o lógica empresarial y explicarlos correctamente.

2. Pruebas unitarias: muy bueno escribiendo pruebas unitarias y generando rápidamente múltiples casos de prueba basados ​​en escenarios.

3. Fragmentos de código: puede generar fácilmente fragmentos de código útiles para casos de uso de propósito general.

4. Soluciones de errores: Copilot es bueno para explicar errores en el código y brindar sugerencias para solucionarlos.

Lo no tan bueno:

1. Comprensión del contexto: Es difícil explicar el contexto a una herramienta GenAI, especialmente cuando nuestro código se distribuye en varios archivos/repositorios. Le cuesta comprender proyectos más grandes en los que se requieren cambios en varios archivos.

2. Sugerencias inexactas: A veces sugiere instalar bibliotecas npm o usar métodos de paquetes npm que no existen. Esto se llama alucinación, donde el código generado por IA parece convincente pero es completamente incorrecto.

3. Código complejo: Ocasionalmente, el código que genera es confuso y complejo, lo que dificulta la depuración. En esos momentos, desearía haber escrito la lógica yo mismo y dejar que Copilot verificara si había errores o fallas.

En general, GitHub Copilot ha sido una herramienta útil, pero tiene sus peculiaridades. Cuando se utilizan modelos de lenguaje grandes, la responsabilidad siempre recae en el programador.