İş Yerinde Öğrenme

Yıllar önce Almanya'daki çıraklık deneyimim hakkında yazmıştım. 16 yaşında okulu bırakıp bir Siemens yan kuruluşunda çalışmaya başladım; en ilginç insanlar bodrumda oturuyor ve şirketin zorunlu kıldığı Rosie SQL yerine Delphi kullanıyorlardı (her ikisi de artık zaman ve ilerleme karşısında neredeyse unutuldu). Onları izleyerek programcı olmayı öğrendim. Onlara kahve yaparak. Yargılarının bana işlemesi için yeterince uzun süre etrafta takılarak.

Geçtiğimiz yıl boyunca bu deneyimi çok düşündüm, çünkü Shopify'da aynı prensiple çalışan bir şey inşa ettik.

Adı River. River, şirketimizin Slack'inde yaşayan bir AI ajanı. Onunla, bir takım arkadaşınla konuşur gibi konuşuyorsun: bir Slack kanalında River'dan bahsederek. Kod okuyabiliyor, testleri çalıştırabiliyor, kod yazabiliyor, pull request açabiliyor, veri depomuzu sorgulayabiliyor, üretim izlerine bakabiliyor ve çok daha fazlasını yapabiliyor. Bunu sürekli kullanıyoruz.

Son 30 günde, 5.938 Shopify çalışanı, 4.450 farklı Slack kanalında River ile çalıştı. Sadece geçen hafta ana monorepomuzda 1.870 pull request açtı. Geçen hafta kod tabanımıza birleştirilen her sekiz pull request'ten yaklaşık biri River tarafından yazıldı ve bizim tarafımızdan incelendi.

Şu anda dünyada bir sürü kodlama ajanı var. River'ı özel kılan şey bir kısıtlama: Sadece açıkta çalışıyor.

Kısıtlama haline gelen bir özellik

River'ı inşa etmeye başladığımızda, yapılacak en bariz şey insanların onu özel olarak kullanmasına izin vermekti. Diğer birçok AI asistanı böyle çalışır. ChatGPT özel bir penceredir. Claude özel bir penceredir. Cursor seninle IDE arasındadır.

Biz ters kararı verdik. River, şirket sohbetimiz olan Slack'te yaşıyor. River doğrudan mesajlara yanıt vermiyor. Kibarca reddediyor ve senin ve onun çalışmaya başlaması için halka açık bir kanal oluşturmayı öneriyor. Ben de #tobi_river kanalında River ile çalışıyorum ve birçok kişi bu kalıbı izledi. Bu nedenle her konuşma aranabilir durumda. Shopify'daki herkes katılabilir. Kendi kanalımda, konulara tepki veren, renk ve bağlam katan, meşaleyi devralan, incelemelere yardımcı olan, bana ne kadar paslandığımı hatırlatan ve en önemlisi izleyerek öğrenen 100'den fazla kişi var.

Bu ilk başta tuhaftı. İnsanlar araçlarıyla özel çalışma alanlarına alışkın. Tüm şirket soruyu görebiliyorken yardım istemek farklı hissettiriyor. Ama umduğumuz, ancak etkisini tam olarak tahmin edemediğimiz bir şey oldu:

İnsanlar birbirlerinden öğrenmeye başladı.

#help_checkout kanalındaki bir destek mühendisi, başka bir kanaldaki bir arka uç mühendisinin River'a doğru log sorgusunu buldurmasını izlerdi ve ertesi gün aynı şeyi yapardı. Yeni bir işe alınan kişi, ilk talebini göndermeden önce kıdemli kişilerin bir isteği nasıl kapsamlandırdığını görmek için #river kanalında geriye doğru kaydırırdı.

Almanca'da sıklıkla olduğu gibi, bu tür bir ortam için bir kelime var: Lehrwerkstatt. Kelimenin tam anlamıyla: Bir öğretim atölyesi. Tüm fabrika katı sınıftır. İşin yakınında olarak öğrenirsiniz. Sürekli öğrenen olmak, firmanın temel değerlerinden biridir.

Shopify ölçekte bir Lehrwerkstatt olmak istiyor ve River bizi bu ideale her zamankinden daha fazla yaklaştırdı. Bu ozmoz yoluyla öğrenme; çünkü bir müfredat, bir eğitim planı veya bir yönetici gerektirmez. Sadece herkesin çalışmasının mümkün olan en yüksek düzeyde görünür olmasını gerektirir. Herkes birbirinden öğrenir.

Bu biraz tesadüfi keşiften gerçekten heyecan duyuyorum ve paylaşmak istedim.

AI ile bunun neden daha da önemli olduğu

AI ile ilgili yaygın bir endişe, insanların düşünmeyi bırakmasına neden olacağıdır. Ajan onlar için hata ayıklama yapıyorsa, neden genç bir geliştirici hata ayıklamayı öğrensin ki? Sadece sorabilirlerse neden kod tabanını okusunlar ki?

Bence endişe gerçek ama çerçeve yanlış. Risk, AI'ın işi yapması değil. Risk, AI'ın işi yapması ve bizim ondan asla öğrenmememiz*. Bir ajanla her etkileşim özel bir pencerede gerçekleşirse, öğrenen tek kişi klavyenin başındaki kişidir. Diğer herkes çıraklığın dışında kalır.

İnsanlar ajanlarıyla birlikte halka açık bir şekilde çalıştığında, bunun tam tersi olur. En iyi prompt kalıpları yayılır, bilgi yayılır. Bir geliştiricinin bir Slack izin hatasını araştırmak için kullandığı akıllıca yöntem, herkesin nasıl araştırma yapacağının şablonu haline gelir. Birinin River'a şirketin ödeme veri ambarını öğretmek için yazdığı beceri, on iki başka ekip tarafından yeniden kullanılır. River'ın kendisi de öğrenir: her kanal, işe en yakın kişiler tarafından yazılan, ekibinin ihtiyaç duyduğu bölgeleri, becerileri ve talimatları önceden yükleyebilir. River'ın ayrıca şirket ve işi yapmanın en iyi yolu hakkında sürekli olarak kritik bilgiler öğrenen ve unutan bir hafızası vardır.

Ajan çırağın yerini almaz, mentorun yerini de almaz. Ajan tüm şirketi bir çırak yapar çünkü herkes sürekli olarak en deneyimli kişilerin onunla birlikte çalışmasını izler.

Birleştirme oranının artmaya devam etmesinin nedeni de budur. Bir modeli yeniden eğitmedik. Model değiştirmedik. İki ay içinde %36'dan %77'ye çıkan iyileşme, insanların River'ın çalışmasını izlemesi, nerede takıldığını fark etmesi, bilmesi gerekenleri yazması ve River'ın kendisinin daha iyi bir takım arkadaşı olmasına yardımcı olmasından geldi. Her ekibin birikmiş zevki ajana akar. Ajan, Shopify olmakta daha iyi hale gelir.

Şirket, en yavaş sırrının hızında hareket eder

Bunun neden önemli olduğunu düşündüğümde, uzun zamandır inandığım bir şeye geri dönüyorum: bir organizasyonun hızı, en düşük bant genişliğine sahip iletişim kanalının ve ritminin hızıyla belirlenir. Toplantılar yavaştır. E-posta yavaştır. Özel DM'ler yavaştır. Belki içerdikleri bireyler için değil, ancak organizasyon için. Bunlardan gelen bilgi ve kararlar, büyük ek iletişim çabası olmadan organizasyonun geri kalanına asla tam olarak yayılmaz.

İnsanlar arasında veya yetkin bir ajanla yapılan halka açık bir konuşma bunların hiçbiri değildir. Hızlıdır, aranabilirdir, öğretilebilirdir ve birikir. Aynı soruyu soran bir sonraki kişinin sorması gerekmez.

Bence işin geleceği, insanların ajanlar tarafından yer değiştirmesi değil. 2018'de İnsan Mükemmelliğinin Gelecekteki Rolü başlıklı bir yazı yazmıştım; bilgisayarlar oynamayı öğrendikten sonra satrancın nasıl daha az değil, daha popüler hale geldiği hakkında. Aynı ders burada da geçerli. Doğru model insan veya makine değildir. Bu, birbirlerinin öğrenmesini izleyen, fabrika katında birlikte daha iyi hale gelen çırak ve ustadır.

River işte budur. Burası bizim Lehrwerkstatt'ımız.