Aprendizaje en el taller

Hace años escribí sobre mi aprendizaje en Alemania. Dejé la escuela a los 16 y fui a trabajar a una filial de Siemens, donde la gente más interesante estaba en el sótano y usaba Delphi en lugar del Rosie SQL impuesto por la empresa (ambos prácticamente perdidos en el tiempo y el progreso). Aprendí a ser programador observándolos. Haciéndoles café. Pasando el tiempo suficiente con ellos como para que su criterio se impregnara en el mío.

He estado pensando mucho en esa experiencia durante el último año, porque construimos algo en Shopify que funciona bajo el mismo principio.

Se llama River. River es un agente de IA que vive en el Slack de nuestra empresa. Hablas con ella de la misma manera que hablarías con un compañero de equipo: mencionando a River en un canal de Slack. Puede leer código, ejecutar pruebas, escribir código, abrir pull requests, consultar nuestro almacén de datos, revisar trazas de producción y mucho más. Lo usamos constantemente.

En los últimos 30 días, 5,938 empleados de Shopify trabajaron con River en 4,450 canales de Slack diferentes. Solo en la última semana, abrió 1,870 pull requests en nuestro monorepo principal. Aproximadamente una de cada ocho pull requests fusionadas en nuestro código la semana pasada fue creada por River y revisada por nosotros.

Hay muchos agentes de codificación en el mundo ahora mismo. Lo que hace especial a River es una restricción: Solo trabaja en público.

Una restricción que se convirtió en una ventaja

Cuando empezamos a construir River, lo obvio era permitir que la gente la usara en privado. Así es como funcionan muchos otros asistentes de IA. ChatGPT es una ventana privada. Claude es una ventana privada. Cursor está entre tú y el IDE.

Tomamos la decisión opuesta. River vive en Slack, nuestro chat de empresa. River no responde a mensajes directos. Rechaza amablemente y sugiere crear un canal público para que tú y ella empiecen a trabajar. Yo mismo trabajo con River en el canal #tobi_river y muchos siguieron este patrón. Por lo tanto, cada conversación es buscable. Cualquier persona en Shopify puede unirse. En mi propio canal, hay más de 100 personas que reaccionan a los hilos, aportan color y contexto, toman la iniciativa, ayudan con las revisiones, me recuerdan lo oxidado que estoy y, lo que es importante, aprenden observando.

Esto fue extraño al principio. La gente está acostumbrada a espacios de trabajo privados con sus herramientas. Pedir ayuda se siente diferente cuando toda la empresa puede ver la pregunta. Pero sucedió algo que esperábamos pero cuyo impacto no previmos completamente:

La gente empezó a aprender unos de otros.

Un ingeniero de soporte en #help_checkout veía a un ingeniero de backend en otro canal conseguir que River encontrara la consulta de registro correcta, y al día siguiente hacía lo mismo. Un nuevo empleado se desplazaba hacia atrás en #river para ver cómo los seniors definían el alcance de una solicitud antes de enviar la suya propia.

Como sucede a menudo con el alemán, existe una palabra para este tipo de entorno: Lehrwerkstatt. Literalmente: Un taller de enseñanza. Todo el piso de la fábrica es el aula. Aprendes estando cerca del trabajo. Ser un aprendiz constante es uno de los valores fundamentales de la empresa.

Shopify quiere ser una Lehrwerkstatt a escala y River nos ha acercado a este ideal más que nunca. Es aprendizaje por ósmosis, porque no requiere un plan de estudios, un plan de formación o un gerente. Solo requiere que el trabajo de todos sea visible en la mayor medida posible. Todos aprenden de todos.

Estoy genuinamente emocionado por este descubrimiento, algo accidental, y pensé en compartirlo.

Por qué esto importa más, no menos, con la IA

Una preocupación común sobre la IA es que hará que la gente deje de pensar. ¿Por qué un desarrollador junior aprendería a depurar si el agente lo hace por él? ¿Por qué leerían el código si solo pueden preguntar?

Creo que la preocupación es real, pero el enfoque es incorrecto. El riesgo no es que la IA haga el trabajo. El riesgo es que la IA haga el trabajo y nunca aprendamos de ello. Si cada interacción con un agente ocurre en una ventana privada, la única persona que aprende algo es la que está en el teclado. Todos los demás quedan excluidos del aprendizaje.

Cuando las personas trabajan junto a sus agentes en público, ocurre lo contrario. Los mejores patrones de prompt se difunden, el conocimiento se difunde. La forma inteligente en que un desarrollador investigó un error de permisos de Slack se convierte en la plantilla para que todos los demás investiguen. La habilidad que alguien escribió para enseñarle a River sobre el almacén de datos de checkout de la empresa es reutilizada por otros doce equipos. La propia River aprende: cada canal puede precargar las zonas, habilidades e instrucciones que su equipo necesita, escritas por las personas más cercanas al trabajo. River también tiene una memoria que aprende y desaprende constantemente información crítica sobre la empresa y la mejor manera de hacer el trabajo.

El agente no reemplaza al aprendiz, ni reemplaza al mentor. El agente convierte a toda la empresa en un aprendiz porque todos están constantemente observando a las personas más experimentadas trabajar junto a él.

Esta es también la razón por la que la tasa de fusión sigue aumentando. No reentrenamos un modelo. No cambiamos de modelo. Una mejora del 36% al 77% en dos meses provino de que la gente observara a River trabajar, notara dónde se estancaba, escribiera lo que debería haber sabido y ayudara a que River misma fuera una mejor compañera de equipo. El gusto acumulado de cada equipo fluye hacia el agente. El agente mejora en ser Shopify.

La empresa se mueve a la velocidad de su secreto más lento

Cuando pienso en por qué esto es importante, vuelvo a algo que he creído durante mucho tiempo: la velocidad de una organización está determinada por la velocidad de su canal de comunicación y ritmo de menor ancho de banda. Las reuniones son lentas. El correo electrónico es lento. Los DMs privados son lentos. Quizás no para las personas involucradas en ellos, pero sí para la organización. La información y las decisiones que de ellos surgen nunca se difunden completamente al resto de la organización sin un esfuerzo de comunicación adicional enorme.

Una conversación pública entre humanos o con un agente competente no es nada de eso. Es rápida, es buscable, es enseñable y se acumula. La siguiente persona que tenga la misma pregunta no tiene que hacerla.

No creo que el futuro del trabajo sea que los humanos sean reemplazados por agentes. Escribí un artículo en 2018 llamado El Futuro Papel de la Excelencia Humana, sobre cómo el ajedrez se volvió más popular, no menos, después de que las computadoras aprendieran a jugar. La misma lección aplica aquí. El modelo correcto no es humano o máquina. Es el aprendiz y el maestro, ambos observándose aprender mutuamente, ambos mejorando en el piso de la fábrica.

Eso es lo que es River. Esta es nuestra Lehrwerkstatt.