•  I
• a · A  I
• Accesibilidad  I
• Mapa web  I
• Buscar  I
• Directorio

• ::  Iniciar sesión :: 

Miembros del equipo de investigación del grupo Métodos de Producción de Software (PROS) del Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) de la Universitat Politècnica de València (UPV) están trabajando en un software que integra inteligencia artificial y programación conceptual “no code”, sin código.

Los modelos conceptuales se utilizan para ayudar a las personas a simular o comprender los sistemas, además de para generar el código con toda la información importante de la entidad o empresa analizada.

En este sentido, el proceso de programación conceptual propuesto reducirá tiempos y costes de desarrollo, y al ser implementado de forma automática, evitará errores que son habituales en los procesos convencionales de desarrollo de software.

El trabajo está siendo desarrollado dentro del marco del proyecto SREC (Agile development of Systems from REquirements to Code). Una de sus principales aportaciones es la incorporación de soluciones ágiles en el diseño de sistemas. SREC incorpora un método de modelado que permite el desarrollo automático de software correcto y eficiente utilizando métodos ágiles.

Junto a esta novedad, otro de los aspectos clave es la incorporación de técnicas de inteligencia artificial para asegurar la calidad del sistema. De este modo, se logra la fiabilidad y corrección en la conversión de modelos organizacionales y de requisitos en sus representaciones software correspondientes.

Mediante técnicas de aprendizaje automático se busca predecir la comprensibilidad de los modelos conceptuales usados para representar los objetivos estratégicos de una organización. Por ejemplo, mientras se dibuja un modelo de estrategias de negocio, puede existir un asistente que aconseja, de entre varias alternativas de modelado, cuál mejora la comprensibilidad del modelo y lo hace más sencillo.

El modelo predictivo para la técnica de aprendizaje automática se entrena a partir de estudios de usabilidad orientados a entender la información incluida en los modelos. En esos estudios participan estudiantes de grado, postgrado y profesionales asociados a tecnologías software y su gestión. Los resultados ayudan a mejorar el proceso de creación de nuevos modelos estratégicos que tienen en cuenta los patrones de comprensibilidad previamente identificados.

Modelado sin código

Tal y como explica el investigador principal de este proyecto en el instituto VRAIN de la UPV, Óscar Pastor “en la actualidad está muy de moda en el sector del software el “low code generation” para producir aplicaciones con poca carga de código convencional y de manera muy intuitiva, pero en este caso la tendencia es todavía más rompedora porque se trata de “no code”, sin código: son simplemente los modelos conceptuales los que generarán el código incluyendo toda la información relevante de la organización analizada, que es transformada en software ejecutable”.

Y añade que la integración para el diseño ágil y de aprendizaje automático en un método de producción de software “permitirá que las herramientas actuales de desarrollo de software produzcan, no solo mejores productos, sino un mejor soporte para las actividades de modelado. Los resultados experimentales muestran que los modelos producidos con estas adiciones dan un paso adelante en calidad respecto a otras herramientas y técnicas con un enfoque similar, lo que va a permitir mejoras en la productividad y calidad del desarrollo de software”.

El proyecto SREC, que comenzó en septiembre de 2022 y es un proyecto nacional financiado por el Ministerio de Ciencia e Innovación, culminará en septiembre de 2025. En estos momentos el equipo de trabajo formado por 8 investigadores de VRAIN y 4 de la Universitat de València está trabajando en la integración tecnológica de los distintos componentes de la herramienta. El proyecto trasladará sus resultados a empresas tecnológicas y de software, además de entidades públicas del ámbito sanitario, tanto nacionales como internacionales con las que colabora.