Ouracademy

Hype cycle

Está es una de las cosas con las que te vas a topar al menos una vez en tu vida, las sobreexpectativas y su caida!

En mi caso recuerdo haberla visto en distintas partes:

  • Cuando se rompio la burbuja web en los 90s 🕸 📉
  • El crecimiento y caida de la Inteligencia Artificial (IA), que sucedio 2 veces, conocido como los inviernos de la IA, y que podría volver a suceder con el deep learning [1]
  • En una conferencia de Sam Newman, sobre como entraba esa nueva tecnología llamada "serverless" desplazaria a los microservicios, el que por ahora es el líder 📈

Sam Newman, Confusión en el mundo Serverless

Podría mencionarte más casos como en Agile, UML...pero muy seguro tu tambien lo habrás visto alguna tecnología, método, proceso, enfoque de pensamiento o idea, que crece enormemente, se pone de "moda", y pasado un tiempo pummm se cae 💥

Si la sobreexpectativa y caida!

Pero porque esto es importante?

Simplemente por que nos volvera a pasar! Si estamos evaluando aprender o implantar en nuestra empresa o en nuestra propia vida alguna nueva tecnología, como: Internet of Things (IoT), Blockchain, Realidad Aumentada; o algo más maduro como la IA o cloud computing, siempre nos toparemos con esto. Y si es que nos volvemos a topar con algo que puede traer riesgo, es mejor saber lidiarlo y entenderlo

El comportamiento del ciclo de sobreexpectativas

Para entender como se comportan las sobreexpectativas, existen distintos modelos, la mayoría son modelos empiricos (es decir en base a la experiencia, sin embargo sin base cientifica comprobada), entre las más conocidas está el ciclo de Gartner. Sin embargo algo básico siempre sucede..

Lo básico:

Si las necesidades no son satisfechas se crea un disgusto, es algo que sabemos de psicología (y marketing), imaginate si tienes sobreexpectativas (es decir esperas mucho) pero no se cumple, entonces se genera disgusto (incluso puede generarse odio!), esto es lo fundamental y sea cualquier modelo debemos entender eso.... si alguna tecnología (o ideas, métodos...) no llega a satisfacer las necesidades de los que lo aplican o usan entonces habrá un disgusto, y por lo tanto dejaran de usarlo, habrá una caida! Y la caida implica, más que simplemente dejar de usarlo, implica menos y menos avance en esa tecnología (porque hay menos inversión en ella)

Sin embargo, muchas veces (no siempre), la caida no es final. Las tecnologías (o ideas, métodos....) vuelven a recuperarse. Y aquí es donde quiero llegar en este post.

No creas en el corto plazo

No creas en el corto plazo, piensa a largo plazo [1, 3]. No te dejes llevar por las noticias, por que muchas veces nos dejamos llevar por las noticias...todo el mundo habla de XYZ entonces debo aprender/implementar eso!

Quiza la tecnologia sea un fracaso o quiza un exito, pero como saberlo? Simplemente entendiendo que y que no puede ofrecer. Por ejemplo, en la IA, sabemos que cosas podía ofrecer y que no, sabemos que la IA no puede hacer Terminators, pero tambien sabemos que juega y jugará un rol fundamental en el mundo! Evalua a largo plazo, esto te puede traer grandes grandes beneficios, si sabes que sera muy muy importante dentro de un par o decena de años, entonces podrás ser uno de los pioneros en ello.

Lo más importante

Pero lo mas importante, es entender la base de cada cosa, porque quiza la tecnologia muera (evaluandola quiza podrías saberlo, quiza no) pero en algo nos habra dado aportado: nos habrá dado ideas y conceptos.

Por ejemplo, la idea de sistemas que comparten y transmiten información, sucedio en RPC, luego en CORBA para ser reemplazado por servicios web SOA y luego por REST...aunque muchas cosas cambiaron una de las ideas centrales es esa.

O la idea de separar partes que siempre son transversales en todo sistema (como la seguridad o las transacciones), por ejemplo en el mundo Java, paso de los Enterprise Java Beans (EJB 2), a aplicar Aspect Oriented Programming, a frameworks que lo emulan (Spring) [2]

Conclusiones

  • El ciclo de sobreexpectativas siempre sucedera, por ello busca la forma de lidiarlo
  • Existen distintos modelos que nos ayudan a entender el comportamiento de estos ciclos.
  • Algunas veces hay caidas finales, otras veces existe recuperación, pero siempre...
  • Toma en cuenta las ideas o principios detrás del movimiento (sea tecnologías, metodologias), estas siempre permanecen

Referencias:

    1. Chollet, F (2018), Deep learning with python.
    1. Robert. M (2009), Clean Code
    1. Hunt, A. (2019), The Pragmatic Programmer, 20th Anniversary Edition
Si te fue útil este artículo, por favor compártelo. Apreciamos los comentarios y el aliento.
Compartelo por:

Quiza te pueda interesar...

UML y sus modos de uso

¿UML no sirve? UML está muerto? o aún es muy útil? Un articulo que contesta el porque de las distintas opiniones sobre UML.

Consejos de lectura

Tips de lectura y aprendizaje, que debes tomar en cuenta antes, mientras, al finalizar de leer un libro, articulo o cualquier cosa

"La fábrica" vs "el estudio"

¿Cuántos de nosotros hemos trabajado en una "fábrica" de software este término "fábrica" quizá sea un malentendido, traducido de Martin Fowler