La evolución de los algoritmos y el papel de las plataformas Low-Code/No-Code en la investigación científica contemporánea

Resumen

El desarrollo de algoritmos ha experimentado una profunda transformación en las últimas décadas, pasando de los lenguajes máquina a plataformas de desarrollo Low-Code/No-Code (LCNC). Esta transición ha facilitado significativamente la accesibilidad y la agilidad en el desarrollo de soluciones tecnológicas por parte de investigadores y científicos de diversas áreas, incluso sin formación avanzada en programación. El objetivo de este artículo es analizar en detalle los principales beneficios, limitaciones, aplicaciones prácticas y tendencias de las plataformas LCNC en el contexto de la investigación científica. A través de una revisión sistemática de la literatura, se explora cómo las LCNC están alineando los intereses de las áreas de negocio y TI, abordando la escasez de recursos humanos cualificados, promoviendo la integración con servicios externos y democratizando el uso de algoritmos de inteligencia artificial y aprendizaje automático. El texto también enfatiza el potencial de las LCNC para fortalecer la formación académica y la práctica científica, proporcionando ejemplos de su aplicación en el análisis de datos, la monitorización de desastres naturales y el análisis de redes sociales, entre otros. Finalmente, se abordan los desafíos actuales, como la dependencia de un proveedor, las limitaciones de personalización y los problemas relacionados con la seguridad y la gobernanza. El artículo busca contribuir a la comprensión del impacto de las LCNC en la formación científica y académica, incentivando a estudiantes e investigadores a reconocer la relevancia de estas plataformas como instrumentos de innovación y autonomía en la investigación.