GitHub anunció una función experimental llamada ‘second-opinion’ para su herramienta Copilot CLI.
Esta innovación busca mejorar la calidad del código generado en la línea de comandos mediante un sistema de doble verificación. Un segundo modelo de inteligencia artificial, de una familia técnica diferente al principal, revisa el trabajo antes de su ejecución.
GitHub Copilot es una suite de herramientas de desarrollo asistido por IA. Su componente para terminal, Copilot CLI, ayuda a los programadores a escribir comandos y scripts directamente desde la consola.
La herramienta interpreta instrucciones en lenguaje natural y propone código o comandos de shell para ejecutar.
Hasta ahora, una única arquitectura de IA generaba estas sugerencias. Este enfoque monolítico, aunque potente, tiene límites inherentes. Un solo modelo puede persistir en sus propios sesgos o patrones de error. La industria explora métodos para aumentar la fiabilidad de los asistentes de código.
La nueva función, a la que algunas fuentes también llaman ‘Rubber Duck’, modifica el flujo de trabajo interno. Cuando un usuario solicita una tarea, el modelo primario de Copilot CLI genera un plan y el código correspondiente. Antes de presentar la solución al usuario, el sistema activa automáticamente un modelo secundario.
Este segundo modelo proviene de una familia de IA diferente. Su tarea es analizar críticamente el trabajo del primer modelo. Según el anuncio oficial, revisa la lógica, la seguridad y la precisión de la propuesta inicial. Solo después de esta revisión cruzada, la herramienta muestra el resultado final al desarrollador.
El impacto inmediato es una potencial mejora en la calidad y seguridad del código sugerido. La revisión por un modelo con una arquitectura distinta puede capturar errores que el primero pasó por alto. Este enfoque de “diversidad cognitiva” artificial imita mejores prácticas humanas, como las revisiones de código entre pares.
Al introducir un paso de verificación adicional, GitHub espera que los desarrolladores ganen confianza en las sugerencias automatizadas. Esto es crucial para tareas complejas o críticas para la seguridad ejecutadas desde la terminal.
La introducción de un “segundo par de ojos” digital marca una evolución en los asistentes de programación. El enfoque ya no se centra únicamente en la velocidad de generación, sino en la precisión y confiabilidad.
Esta estrategia de combinar múltiples modelos de IA diferentes es una tendencia creciente en el sector. Apunta a crear sistemas más robustos y menos propensos a los errores sistemáticos de una sola tecnología.