Configurar la IA como tutor SQL

La IA como copiloto SQL, nunca como sustituto del experto

Los actuales sistemas de IA pueden proporcionar una ayuda inestimable en la construcción de instrucciones de SQL.  Sin embargo, no son sustitutos del conocimiento humano.  Como en la mayoría de situaciones donde podemos emplear a estos sistemas, la IA puede actuar como un excelente copiloto pero sigue necesitando la intervención de un experto en SQL que filtre y guíe sus resultados. 

La IA es como el piloto automático de un avión. Puede hacer volar un avión el 90% del tiempo, pero se necesita de un piloto humano experto para actuar en esas circunstancias especiales donde se producen turbulencias o fallan los sistemas. Para ese 10%, el experto humano debe estar bien entrenado y preparado. 

¿Por qué tengo que conocer SQL si la IA puede hacer ese trabajo?

Si te haces esta pregunta, contéstate con otra pregunta ¿te arriesgarías a volar en un avión en el que el piloto no tuviera la experiencia y entrenamiento para ese 10% de situaciones?

Problemas de la IA en SQL

• Alucinaciones en la lógica relacional. La IA rara vez comete errores en la sintaxis de SQL, pero los fallos de lógica relacional sí son posibles (confundiendo un operador con otro, por ejemplo INNER JOIN cuando debe ser OUTER JOIN, etc.) y afectar mucho a los resultados. Sin el conocimiento de SQL adecuado por parte de un supervisor humano, estos fallos serían imperceptibles, alterando la realidad de los datos mostrados.

• Auditoría, validación y responsabilidad de los datos: En el entorno profesional, la responsabilidad del dato es del ingeniero o analista, no del modelo de lenguaje. Si una consulta generada por IA calcula mal una liquidación o destruye índices en producción, la excusa "es lo que me dio la IA" no es aceptable. Para auditar y validar lo que la IA propone, es imprescindible entender qué hace cada línea de código. 

• Rendimiento, optimización e impacto en costes: La IA tiende a generar código ingenuo o redundante. En bases de datos con millones de registros, una consulta mal estructurada (por ejemplo, omitiendo el uso de un índice o abusando de subconsultas no correlacionadas) puede colapsar un servidor o disparar los costos de computación en la nube. Optimizar una consulta mediante un plan de ejecución (EXPLAIN) requiere un conocimiento profundo de la arquitectura de la base de datos.

• Falta de conocimiento del diseño conceptual y sus implicaciones  en el lógico: Para construir una instrucción SQL no sólo debo conocer la sintaxis, sino también conocer cómo se relacionan las entidades a nivel conceptual. Si no se sabe interpretar el esquema conceptual, no se sabrá ni siquiera cómo estructurar un prompt correcto para pedirle a la IA lo que se necesita.

¿Lo tengo claro ya?

Si ya has comprendido que la IA puede ser un excelente copiloto, pero nunca un sustituto de tu conocimiento, pasa a la siguiente sección donde veremos cómo podemos configurar nuestra IA para que actúe como tutor en el proceso de aprendizaje de SQL, maximizando nuestro entrenamiento como pilotos de SQL para poder actuar de forma eficiente en ese 10% del tiempo.

Tutorizando la construcción SQL

Usa el siguiente prompt para configurar nuestro sistema IA como tutor de SQL: