En este episodio conversamos con Nadia Huebra: Inventora, ingeniera en sistemas de la UTN en Argentina, mujer latinoamericana, apasionada por la literatura y la lingüística. Nadia es co-fundadora y CEO de Lexica, empresa que actualmente basada en Colombia se enfoca en generar tecnología para permitir que se pueda escribir código a través del lenguaje natural (Low-code / No-code).
Lexica está categorizada como una empresa deep tech de ciencia enfocada en procesamiento del lenguaje natural y la relación estrecha que existe entre los datos y las acciones que de ellos se derivan. La empresa produce una plataforma tecnológica de inteligencia artificial capaz de procesar el lenguaje natural, obtener la lógica funcional, almacenarla como metadata ejecutable en aplicaciones de software. Esto es No Code con base en un nuevo paradigma.
Hablamos sobre la relevancia del low-code y no-code en la actualidad, en un contexto de alta necesidad de desarrollar aplicaciones de software que las capacidades actuales del mundo no alcanzan a cubrir. Para solucionar esto, es necesario incorporar al ecosistema personas que conozcan de negocios, sin formación avanzada como programadores, y brindarles herramientas para producir aplicaciones de software de calidad, a veces con alta complejidad, en tiempos y volúmenes desafiantes.
Nadia dió su perspectiva respecto a que la ciencia de datos está actualmente muy focalizada en la explotación e inferencia del futuro, pero la raíz de la problemática está cuando se producen los datos. La producción de datos de calidad y utilizables tiene una estrecha relación con las aplicaciones de software que los producen y administran, y lo que subyace en ellas es la lógica de negocio que dirige la producción de datos.
Y cuando hablamos sobre lo que se puede esperar a 10 años, Nadia nos dio su visión, primero de una transición de los métodos actuales donde el código es artesanal y los datos que dicho código produce necesitan de métodos de saneo. La ciencia de los datos comenzará a orientarse más a la automatización de la metadata en sustitución del código artesanal. En esa transición, nos apoyaremos más en la formalización de la semántica como método de automatización de la lógica funcional y así tendremos una ola de ML y automatización de código para avanzar en la producción de grandes procesadores semánticos sustitutos del coding como parte de las herramientas de base.