Realización de entrevistas e entrevistarse en la era de las herramientas de IA

Gracias por venir. Esta es una charla sobre entrevistas en la era de la IA. Este tema ha surgido en todas las salas de discusión hoy, por lo que probablemente esté en la mente de muchos de nosotros, ya sea en el lado de la contratación o en el lado de la entrevista. Entonces, la agenda es una breve introducción aquí. Hablaremos sobre la IA, como el elefante en la habitación, un poco de historia sobre las entrevistas para ingeniería de software, y luego habilidades, cosas en las que pensar para entrevistar en el futuro. Aquí estoy haciendo mi mejor imitación de Combustion Man de Avatar. No sé si conocen la serie, pero es genial. Y un poco de información sobre mí, actualmente soy el VP de Ingeniería de Vercel. Vercel es una plataforma de implementación y herramientas para desarrolladores que espero que muchos de ustedes estén usando. Hacemos un SDK de IA para facilitar la creación de aplicaciones de IA y es muy fácil construir estas cosas en Vercel, así que vale la pena echarle un vistazo. He tenido cenas de carne con el CEO como entrevistas, porque así se hacía al principio en mi carrera, acertijos, algoritmos, estructuras de datos, todo tipo de entrevistas cuando estaba pensando en ir al Valle del Silicio. Fue un cambio completo de mentalidad para mí. Fue muy diferente. He fallado miserablemente en algunas de esas entrevistas. He pasado algunas de manera inesperada, así que solo sepan que es un proceso. Te vuelves mejor haciéndolo. Pero esto es de lo que vamos a hablar hoy.

Entonces, AI. No es el elefante en la habitación. Obviamente, pasamos todo el día en las salas de discusión hablando sobre AI de alguna forma u otra, y es el tema de todos los CEO del Valle del Silicio hoy en día. Todos los que están construyendo una empresa están pensando qué hacer con ella. Por eso elegí el tapir, y si no conocen al tapir, el tapir es un animal muy lindo. Es más bien una mezcla entre un caballo y un rinoceronte que un elefante. Y eso es lo que quiero decir. Pero elegí el tapir porque creo que la IA en el contexto de las entrevistas sigue siendo un tema bastante tabú y peligroso. Y tengo algunas preguntas para establecer una base. Así que esta es la que me intriga mucho. ¿Permite actualmente su empresa que los candidatos usen AI en las entrevistas técnicas? Me intriga. De acuerdo. Y en realidad, tal vez otra forma de preguntarlo es, ¿tiene su empresa una política con respecto al uso de AI durante las entrevistas técnicas? ¿Se ha establecido esto incluso? De acuerdo. Son muy pocos. Creo que por eso el tapir es una buena analogía. Nadie quiere tocar este tema. De acuerdo. ¿Utiliza AI regularmente en su trabajo? De acuerdo. Y ahora, dada la opción, está a punto de hacer una entrevista técnica. ¿Le gustaría usar AI? Sí, la mayoría de ustedes. Yo ciertamente lo haría. Lo uso cada vez que escribo code. No querría cambiar lo que estoy usando. Así que nuevamente, esto entra en la sección de opiniones. Las preguntas que vamos a abordar hoy, entonces, ¿cómo están cambiando herramientas como Copilot el panorama de las entrevistas de codificación? Un ejemplo bastante interesante de esto, este tipo es el cofundador y CTO de una empresa llamada Hatchways. Hatchways ayuda, son como una empresa de entrevistas como servicio. Y en realidad, hay un artículo muy perspicaz sobre la IA durante el proceso de entrevista, pero lo divertido es que eligió un título llamativo, ¿verdad? Que usar AI es hacer trampa. Y creo que por eso es un tema tabú, porque no hemos decidido si es hacer trampa o si es lo mejor del mundo. Así que ahí está la pregunta, ¿deberíamos adoptar o resistir la AI durante el proceso de entrevista? ¿Y los desafíos de codificación tradicionales, como el leet code, están quedando obsoletos en este momento? Así que vamos a hablar un poco sobre las entrevistas de codificación, un poco de historia, retrocediendo hasta los años 60, ya saben, esta es la realidad. Si querías programar computadoras, podrías aprender Fortran, COBOL en la escuela, pero no tenías una en casa. Y por lo tanto, los procesos de entrevista no se realizaban típicamente en computadoras, eran bastante teóricos.

Entonces, llegamos a los años 2000 y 2010. Habilidades prácticas, como ¿puedes administrar un sistema? ¿Entiendes, ya sabes, algunos de los software libre que ha salido? ¿Entiendes TCP/IP, ya sabes, redes principales, conocimientos de bases de datos, administración de sistemas? Pero también HTML, CSS y JavaScript. Porque los productos que se ponen en la web se entregan a los clientes a través de esta tecnología. Y así, qué tan bien lo entiendes comenzó a formar parte de la entrevista.

Famosamente, también, surgieron las entrevistas en pizarra durante este tiempo, donde te dan un problema y en tiempo real, estás codificando en una pizarra en code y están testing tu sintaxis. Como, he hecho una entrevista en pizarra donde, ya sabes, te penalizan por omitir un punto y coma, ¿verdad? Como, ya sabes, no teníamos repels para hacer esto fácilmente, pero lo hacíamos en pizarras. Muy estresante. Si has hecho una entrevista en pizarra y no la has practicado, puede resultar muy combativa potencialmente. Pero, ya sabes, nuevamente, esta también es la era de, ya sabes, algunos de los acertijos. Esto fue famosamente el acertijo de Google que se publicó en vallas publicitarias en Silicon Valley, que si hacías los cálculos y la teoría e investigabas al respecto, terminabas en HTTP 714, ya sabes, en un sitio web que te llevaba a otro acertijo que tenías que resolver. Y así, básicamente, comenzó a proliferar la idea de que los problemas analíticos de múltiples etapas eran parte del trabajo.

Así que, ya sabes, llegamos a la actualidad. ¿De acuerdo? Nos adentramos en el espectro full stack. Se espera que comprendas sistemas operativos, frameworks web, lenguajes de programación, varios de ellos, bases de datos, servidores web, clientes, cómo los clientes interactúan con estos backends, tú sabes, JavaScript, CSS, y HTML, y aplicaciones nativas.

Y probablemente, si la empresa en la que trabajas está construyendo productos para consumidores, tienen ambos de estos elementos en producción, comunicándose constantemente con servicios backend. Por lo tanto, debes comprender redes, RPCs, cómo escribir el código para hacer eso. Así que se vuelve bastante intenso.

Y volviendo a esta pregunta sobre si los desafíos de codificación se están volviendo obsoletos. Esto es en febrero. Gaspar es uno de mis ingenieros favoritos de Vercel, y diseñé un desafío de codificación full stack que realizamos como parte del proceso de entrevista. Es una entrevista de 90 minutos. ¿De acuerdo? Y te damos un problema. Puedes construir algo en tu máquina. Puedes usar las herramientas que quieras. Y, ya sabes, ponte manos a la obra. Construye algo.

Y Gaspar me escribe, me dice: `Oh, lo hice en dos minutos usando GPT y herramientas de codificación y asistentes`. El mundo ha cambiado. Y tiene razón. Es muy interesante. Recientemente, salió este artículo. Estaba en Hacker News, pero era un tipo que hizo una segunda entrevista en Stack Overflow. Y estaba realmente enfadado. Le fue muy bien en las entrevistas.

Llegó a su última entrevista con Joel Spolsky, lo cual me encantaría, aunque tal vez no lo amaría. Llegué a mi última entrevista con Joel Spolsky. Pero llegó a su última entrevista y le hicieron una pregunta. Es algo así como esta famosa pregunta de Facebook. Consiste en convertir un número decimal a base negativa dos. Y luego escribió en su blog: `Esta pregunta, que es posible y se puede hacer en 40 minutos, realmente se trata más del proceso de resolución de problemas que de cualquier otra cosa`. Pero es la pregunta más estúpida que he tenido, y no me importa lo que diga cualquier otra persona.`

Así que tuvo una mala experiencia. Estaba enfadado. Es una pregunta de estilo off-by-one, ¿verdad? Errores de redondeo, precisión de tipo rigurosa. Así que pensé que sería divertido conectar esto con el SDK de IA de Vercel y ver qué tipo de respuestas obtenemos. Porque esto es una especie de pregunta de estilo Leap Code. Veamos si simplemente comienza. Creo que pulsé el botón.

De acuerdo, mira. Así que esto son en realidad dos modelos uno al lado del otro. Y este soy yo introduciendo la pregunta. Así que gbt40 y Gemini flash. Muy bien, esta pregunta de 40 minutos se va a completar en 20 segundos. Bastante asombroso. Pero mira esta parte. La salida de cada uno es diferente. GBT está desplazado por un poder entero aquí. ¿Qué te dice eso? Te dice que en realidad, si no sabes que está desplazado, podrías tomar el code de el primero y pasar a la siguiente tarea. Lo dividiste. Elegiste esta capa fundamental. Porque ahora vamos a dar problemas más largos, asumiendo que podrías usar GBT para esto. Creo que los entrevistadores ahora elegirán entrevistas para jugar un poco con esto. Donde si eliges un modelo y ejecutas parte de la entrevista a través de él, obtendrás la respuesta incorrecta. Y si no puedes ver correctamente que esta es la respuesta incorrecta, fracasarás en la entrevista. Así que ahora es tanto un beneficio real como un riesgo total pensar en esto. Y de hecho, esto es solo un análisis. Conecté esto a GBT para preguntarle, ya sabes, vale, te equivocaste por un factor de 10. ¿Cuál fue el problema? Y fue un error de redondeo. Así que una vez más, los errores de redondeo siempre han sido parte de este tipo de entrevistas y seguirán estando sujetos a error con IA.

De acuerdo. Entonces, ¿cuáles son las cosas, qué habilidades se valorarán en el futuro? ¿En qué necesitarás practicar y mejorar? ¿Cómo debes pensar en esto? Creo que la competencia técnica con herramientas de IA sin duda se convertirá en parte del ciclo de entrevistas.

¿Cómo se verá realmente eso? Entonces, creo que, sabes, dado un conjunto de herramientas, tienes el bucle interno. Esto en realidad es el lenguaje que proviene de un artículo que salió la semana pasada de Google sobre cómo han estado instrumentando y construyendo AI para su equipo de ingeniería de software. Y ha llevado años hacerlo. Pero estas son las áreas donde están haciendo testing, ¿verdad? Como si ofreciéramos sugerencias en el IDE durante las revisiones de código, ya sabes, durante la búsqueda de código, obtienen una gran retroalimentación de datos sobre si está funcionando, ¿verdad? Como si eliges que la parte de revisión de código fue buena y la aceptas, estás en tu IDE, completas una línea de código o estás en la búsqueda de código y obtienes los resultados que deseas del texto del asistente de AI. Entonces, la IA en el bucle interno ya es bastante común hoy en día. Pero realmente, el artículo comienza a hablar sobre cómo llevar la IA a este bucle externo de tu proceso de desarrollo. Y como gerente, esta es la parte que me emociona bastante ahora, en términos de gestión de errores, planificación, diseño de código, actualizaciones de bibliotecas, cosas que tradicionalmente solían ser las partes menos divertidas del mantenimiento de software, ¿podemos aprovechar realmente la IA en algunas de ellas? Pero también las partes más suaves. Estaba pensando en esto y hablando de ello en la sala de discusión anteriormente. Sabes, si el inglés, por ejemplo, no es tu primer idioma, pero trabajas en una empresa donde ese es el caso, ¿deberías pasar tu RFC por Grammarly? Absolutamente, ¿verdad? Esta no es una pregunta sin respuesta para mí. Las percepciones de las personas y sus cerebros toman todo tipo de decisiones de sesgo inconsciente sobre otras personas. Y estás combatiendo eso todos los días en el trabajo. Estás combatiendo la percepción para construir confianza y encontrar las cosas correctas para tener impacto en. Así que creo que esto jugará un papel. Si puedes usar una herramienta para que tu lenguaje natural se vea mejor, deberías hacerlo.

Esta es una diapositiva que proviene de la charla de Jared Palmer hace unos días en la Conferencia de Lead Dev en Londres. Y su presentación aquí se trataba realmente de la rueda nativa de IA. Esto se trata del desarrollo de productos que se construyen sobre AIs y cómo debes hacer esto. Si comienzas con las evaluaciones aquí, estas son las indicaciones, ¿verdad? Aquí es donde construyes tus testing para saber si las herramientas de IA que estás usando te están dando las respuestas que esperas. Porque no son pruebas unitarias, ¿verdad? Estos son sistemas no deterministas que están alimentando tu producto al final del día generando datos. Influenciando tus modelos y tus estrategias, que luego construyes en el producto. Y ahora, ese producto no importa si no obtienes distribución. Obviamente, también hay excelentes herramientas para eso en el espacio de IA. Y luego obtienes retroalimentación. Oh, okay. Esta herramienta, el modelo no funcionó bien cuando alguien intentó un caso de uso patológico. Pero resulta que, ya sabes, mil personas vinieron a tu sitio e intentaron algo aproximadamente similar a un caso de uso que un modelo ha clasificado como ese. Ahora ajustas tus evaluaciones. Y ahora sigues construyendo. Comprender cómo construir con IA será esencial. Y comprender cómo construir estas piezas del rompecabezas es bastante diferente que simplemente, Por ejemplo, digamos que hago TDD y escribo código.

Y lo valido con análisis. Creo que está volviéndose mucho más rico. Y creo que esto se reflejará en las entrevistas. ¿Eso significa que el código principal está muerto? Sabes, no lo creo del todo. El código principal tiene un lugar interesante en términos de, ya sabes, establecer una base para determinar si las personas pueden, ya sabes, pasar a la segunda etapa de una entrevista, tal vez. Pero también creo que no es la habilidad en la que las empresas realmente se preocuparán. Les importa tu capacidad para construir productos excelentes, tu intuición, tu capacidad para colaborar con otras personas, etc. Así que creo que, ya sabes, el código principal probablemente sea menos importante ahora de lo que nunca ha sido. Así que volvemos al futuro. Creo que si volvemos a esas cosas en las primeras entrevistas de las que estaba hablando, creo que muchas de esas cosas siguen siendo importantes porque no pasan de moda.

Cosas como la comunicación. Saber cómo hablar durante una entrevista. Esta es la parte más importante. Incluso en las entrevistas en la pizarra que he hecho, por lo general, ya sabes, si terminas en el otro lado de esas entrevistas, lo que la gente comenta durante la reunión no es la sintaxis específica del código que se está escribiendo, sino cómo el desarrollador comunicó su estrategia, cómo la planificó de antemano y luego cómo convirtió su pensamiento en código. Esa traducción. Esa comunicación sigue siendo extremadamente valiosa. Así que obviamente, ya sabes, conocer los fundamentos, la lógica simbólica, cómo se convierte en estructuras de datos y algoritmos, eso sigue siendo valioso. Pero lo importante es que aquí pongo esta pieza de lenguaje natural. La interacción humano-computadora que se mueve hacia el lenguaje natural como entrada para generar código, tal vez, o para generar sistemas, significa que nuestra capacidad para aprovechar el lenguaje natural es cada vez más importante. Comprender cómo tu lenguaje afecta a los modelos. Así que esta es la parte de la ingeniería de instrucciones. No la descartes. Porque básicamente estás descubriendo cómo usar otro tipo de lenguaje de programación. Extremadamente valioso. Y creo que se convertirá en parte de las pruebas. Si estoy entrevistando a alguien para que construya cosas con modelos, probaré si su capacidad para generar instrucciones es buena. ¿Y cómo saben si están generando buenas instrucciones? Nuevamente, volvemos a esa rueda nativa de IA. Así que nuevamente, la resolución de problemas. Universal.

La capacidad de abordar un problema realmente difícil que te asusta en una entrevista corta donde estás bajo presión y no simplemente quedarte en blanco. ¿Puedes descomponerlo en piezas? Tal vez no puedas resolver todas las piezas. Tal vez puedas resolver la mitad de ellas tú mismo durante la entrevista, pero la otra mitad es bastante rutinaria y podrías hacerlo con AI. O puedes identificar qué piezas son las correctas para utilizar un sistema de AI. Creo que eso se convertirá en parte de la entrevista. Una cosa que intentas averiguar es cuál es la capacidad de alguien para dedicar tiempo y ser efectivo. Si puedes identificar las cosas que deberían hacerse mejor por un AI en lugar de por ti, eso es extremadamente útil. Y eso significa que lo sabes porque lo has intentado.

Esto también está cambiando el panorama educativo. Este artículo habla de una serie de universidades en Estados Unidos sobre la historia de cómo han enseñado programación. Tradicionalmente, la sintaxis como Java. Cuando estaba en la escuela, solo se aprendía Java. Python terminó entrando a regañadientes en los planes de estudio durante un tiempo. Pero ahora están comenzando a enseñar debugging y testing porque todas estas cosas influyen, nuevamente, en esa rueda nativa. Así es como se construyen los productos. Y esto es lo que las empresas buscan. Así es como se consiguen trabajos. Por lo tanto, esto está cambiando el plan de estudios y estoy seguro de que las formas de trabajar con estos modelos y con AI en la escuela se convertirán en parte del plan de estudios. Si estás yendo a la escuela y no está en el plan de estudios, ve a otra escuela, ¿verdad? Probablemente sea una buena elección.

Entonces, nuevamente, todas estas cosas, las entrevistas, al final del día llegas a la reunión de evaluación, ¿verdad? Y hablan sobre la mentalidad de crecimiento del candidato y su capacidad para aprender. No sabemos qué producirá AI dentro de seis meses. Pero si encuentras personas a las que les encanta aprender y que son buenas en el aprendizaje, que pueden usar primitivas cuando se les dan, esto sigue siendo y siempre será increíblemente valioso durante el proceso de entrevista. Y es algo que buscaría cuando entrevisto a personas. Así que un buen design. Este es fundamental y creo que se aplica mucho al proceso de entrevista. Si te piden construir algo de principio a fin, se te calibrará en función de tu gusto por un buen design. ¿Y qué significa eso? Retrocedamos en el tiempo. Esta es la era del unicornio. Cuando llegué a Google en 2007, buscaban diseñadores que pudieran code. Los unicornios en la industria, eso es lo que pensaban. Ahora, ya sabes, diseñadores que pueden code, ingenieros que pueden producir, ingenieros que pueden design.

¿Qué opinas sobre el Acta de IA de la UE? ¿Afectará mucho al proceso de entrevista al prohibir la puntuación de los candidatos por IA, especialmente para la contratación masiva? No soy la persona adecuada para preguntar sobre la contratación masiva. Así que no creo que deba dar una opinión al respecto, para ser honesto. Nosotros, sabes, yo trabajo, tiendo a trabajar, he trabajado en grandes empresas antes de esto y la puntuación siempre la hacían las personas y luego la analizábamos. Uno de los datos más divertidos, tal vez el más divertido, sobre la puntuación de una serie de trabajos de datos que se hizo en Google, Google tenía un sistema de puntuación del uno al cuatro para los candidatos después de la entrevista. Y una cosa que descubrieron fue que alguien que obtuvo un uno durante el proceso de entrevista y tal vez dos cuatros y un tres y fue contratado tuvo un mejor desempeño y tuvo más impacto en su carrera en Google que las personas que obtuvieron tres cuatros y un tres. Así que creo que lo que encuentras es nuevamente esta adaptabilidad y las personas que causan más variación en sus puntuaciones pueden resultar mejores para trabajar. Pero la contratación masiva la hacemos a medida en Vercel. Así que no soy un experto en eso. Gracias.

¿Hay alguna forma de reconocer si una persona está utilizando IA o no durante una entrevista? Lo están haciendo. Lo están haciendo. Creo totalmente que nuevamente volvemos a esta pregunta de cuántos de ustedes usan IA durante su trabajo o vida diaria. La respuesta es sí. Así que si crees que la entrevista es algo así como un laboratorio de vida independiente que puedes hacer como entrevistador y construir bucles de entrevista así. Quiero decir, puedes saber si no están usando IA porque los metiste en una habitación y les quitaste la computadora. Simplemente creo que eso no es una muy buena prueba de si quieres trabajar con esta persona. Así que obviamente puedes hacerlo, pero creo que es mucho mejor asumir, como en mi ejemplo de entrevista con Gaspard, que las personas podrían llegar a un prototipo ligeramente funcional en dos minutos en lugar de 20. Pero eso no cambia cómo voy a evaluar el resultado de la entrevista. Significa, está bien, genial, lograron que algo funcione en dos minutos. Ahora, ¿dónde gastan su tiempo? ¿Dónde me muestran el oficio? ¿Dónde me muestran que saben hacer algo que me impresionará o me sorprenderá? Eso sigue siendo cierto en todas las entrevistas que he hecho. Y creo que ahora está bien, los conceptos básicos ya no son tan impresionantes. Pero los fundamentos y cómo los aprovechas y los problemas que puedes identificar siguen siendo increíblemente importantes. Sí. Nuestra próxima pregunta sobre principiantes y novatos, ¿será más difícil conseguir el primer trabajo como principiante cuando las tareas simples ahora se hacen con IA? Hay muchos temores al respecto. Sí, hay mucho miedo aquí. Sabes, no contrato principiantes para hacer tareas simples.

Creo que como principiante que busca su primer trabajo, este es el momento más importante para elegir lo mejor. Si te saca de un trabajo como principiante, no querrás trabajar allí. Quieres ir a un lugar donde puedas aprender más. Tienes menos que perder en esta fase de tu carrera. Entonces, nuevamente, no creo que esto signifique que pierdas oportunidades. Si pierdes una oportunidad por esta razón, estás solicitando en la empresa equivocada.

En una entrevista me preguntaron si y cómo uso la codificación de IA, pero al final no me eligieron. ¿Cuál crees que puede ser la intención de esta pregunta? Creo que esto se remonta a identificar si divides un problema en cinco pasos y sabes cómo lo hiciste. ¿De acuerdo? ¿Qué partes usaste IA? En ese momento, creo que el entrevistador tiene una percepción de si has tomado las decisiones correctas en cuanto a si elegiste las piezas correctas para darle a una IA y por qué. ¿Y elegiste las piezas correctas para hacer tú mismo y por qué? Y en mi ejemplo del ejemplo de conversión relativamente rutinaria, si elegiste IA para hacer y no sabías cómo depurarla, habrías fallado en la entrevista, ¿verdad? Entonces, creo que esto es parte de saber dónde implementar y dónde no implementar la IA. Saber para qué es bueno, para qué no es tan bueno hoy. Esto va a cambiar, ¿verdad? Como ese error no volverá a ocurrir y es un fracaso inmediato, ¿verdad? Hice la pregunta sin proporcionar el instinto de que cuando redondeas eso es una parte muy importante de la pregunta, por lo que cuando te vuelvas mejor en dar indicaciones, mejor en usar IA, sabrás cómo usarlo correctamente. Nuevamente, basado en tu experiencia al hacerlo. Entonces, si no lo enseñan en la escuela, lo cual no estoy seguro de que lo hagan todavía, invertir tu tiempo en aprender cómo hacerlo para prepararte para las entrevistas parece increíblemente valioso. Como en todas partes, necesitas intentarlo varias veces y luego lo manejarás.

¿Cómo integras el uso de LLM al escribir y depurar código para proyectos bajo NDA? Creo que en este caso, si te encuentras en esta situación, tiene mucho sentido construir tus propios modelos y trabajar en sistemas locales. Eso parece sensato. Pero incluso con un NDA, tu sistema, tu computadora puede que ni siquiera sea legítimo en este caso. Es posible que obtengas una máquina virtual en otro lugar. Entonces, en ese caso, aprender cómo poner en marcha un asistente o un sistema, un modelo al que puedas hacer preguntas en una máquina virtual parece que sería algo valioso de aprender desde cero. ¿Hay algún artículo de liderazgo de pensamiento que puedas recomendar sobre este tema de cambiar el proceso de entrevista? Creo que el blog de Hatchways es al menos decente. No hay muchos. En mi investigación para esta charla, no encontré muchos artículos sobre esto. Nuevamente, creo que todavía es un poco tabú y las personas no están dispuestas a dedicar tanto tiempo a hablar de ello o publicar sobre ello. Pero creo que veremos qué sucede en la industria. Las experiencias de las personas, escribirán publicaciones de blog al respecto, como este tipo. Creo que comenzaremos a verlo. De acuerdo. Entonces, tal vez te gusten algunas de las preguntas. Tengo muchas aquí. ¿Cuál es tu mayor señal positiva en una entrevista? Esa es buena.

Vuelvo a, ya sabes, lo primero que sucede es si alguien, ¿se toma el tiempo, se toma un respiro y se comunica antes de comenzar a escribir code? Por lo general, alguien que hace preguntas para asegurarse de entender la pregunta que estoy haciendo es clave, ¿verdad? La repetición, ya sabes, esto es como psicología clásica. Si estás tratando de debug algo que no funciona con otra persona, generalmente intentas hacer escucha reflexiva, ¿verdad? Repites lo que crees que es el problema. Así que ese es un buen primer paso y generalmente es el primer paso de cualquier entrevistador experimentado, comienzan ahí. Luego, exponen cómo piensan resolver el problema, y luego acuerdas que eso es una buena estrategia, o abordas partes de la estrategia, y luego escribes code. Y luego estoy viendo, ¿tienes el vocabulario y fluidez para pasar de lenguaje natural a code? Sí. Pero comenzar con preguntas y validation es una señal muy positiva para mí.

Sí. Creo que tenemos tiempo para una última pregunta aquí. ¿Cómo podemos educar a las empresas que aún están en contra de la IA? La primera opción. No tienes que hacerlo. Morirán. ¿Verdad? Quiero decir, no estarán aquí. No necesitas educarlos. Encuentra otra empresa. Hay otra que tomaré, que es en qué deberían enfocarse los principiantes en la era de la IA? Y lo dije durante el panel de discussion. Construye algo para uno de tus amigos, tu familia, alguien a quien te importe. Puede ser para ti, pero creo que es mejor si eliges a alguien a quien realmente te importa y tratas de construir algo para ellos, porque se lo vas a mostrar y ver si resuelve su problema, y en este proceso, utiliza la rueda nativa de IA para construir algo de principio a fin, un producto en la web con el que puedan interactuar. Y luego ellos te dirán si es bueno o no. Y luego puedes mejorarlo, y ver si puedes mejorarlo y mejorar la rueda. Y si haces eso por alguien a quien te importa, es el mejor incentivo como desarrollador. ¿Verdad? Si los ves luchar con algo que construiste para ellos, te sentirás mal, y lo arreglarás. Si los ves tener éxito, te sentirás genial, y ellos se sentirán genial. Y eso es lo que nos motivó a la mayoría de nosotros, creo, a entrar en la industria, ahorrar tiempo a las personas y hacer que las personas se sientan mejor y logren cosas. Así que esa es la estrategia.

Sí. Eso es increíble. Así que muchas gracias, Lindsey. Aplaudamos. Gracias a todos. Gracias. Gracias.