El estudiante de la Universidad de Columbia, Roy Lee, enfrenta medidas disciplinarias después de usar un programa de IA, Interview Coder, para superar con éxito las notoriamente difíciles entrevistas técnicas en Amazon, Meta y TikTok. Estas entrevistas, que a menudo involucran complejos desafíos de codificación resueltos en vivo bajo observación, son una parte estándar del proceso de contratación para las principales empresas de tecnología – conocidas coloquialmente como FAANG – pero Lee argumenta que están obsoletas y son una pérdida de tiempo para los programadores, especialmente con el auge de herramientas de IA avanzadas como ChatGPT. Utilizó intencionalmente el programa para demostrar fallas en el sistema, lo que resultó en ofertas de trabajo que rechazó y ahora, una audiencia universitaria y posibles repercusiones.
Roy Lee, un estudiante de segundo año de Columbia University, enfrenta medidas disciplinarias después de usar con éxito un programa impulsado por IA, Interview Coder, para aprobar entrevistas técnicas en Amazon, Meta y TikTok, lo que ha desatado un debate sobre la validez y el futuro del proceso de contratación de las grandes empresas tecnológicas. Las acciones de Lee no se presentan como un simple caso de trampa, sino como una demostración deliberada de las fallas percibidas dentro del sistema actual y un comentario sobre el panorama en rápida evolución de la inteligencia artificial. Aprovechó intencionalmente el programa, documentó su éxito y luego reveló públicamente su método, lo que llevó a la intervención de la universidad.
El problema central radica en el notoriamente difícil proceso de entrevista técnica empleado por las empresas FAANG (Facebook, Amazon, Apple, Netflix y Google). Estas entrevistas se caracterizan por problemas de codificación complejos que a menudo los candidatos deben resolver en vivo, bajo presión, mientras son observados por empleados de la empresa. Lee describe este proceso como profundamente desagradable, que requiere una gran cantidad de memorización y entrenamiento: dedicó personalmente 600 horas a la preparación, evidenciado por su extenso perfil de LeetCode. Esta intensa preparación, sin embargo, no fomentó el amor por la programación, sino que inculcó un sentimiento de resentimiento. Argumenta que las habilidades que se evalúan a menudo son irrelevantes para el trabajo real realizado por los ingenieros de software, centrándose en cambio en la recuperación y el rendimiento algorítmico en lugar de la aplicación práctica. Su frustración se destaca por su afirmación de que el proceso es “absurdo” y no ha cambiado significativamente en dos décadas.
El programa de Lee, Interview Coder, es sorprendentemente simple en su funcionalidad. Aprovecha las capacidades de ChatGPT para resolver problemas de codificación presentados en una imagen. El usuario simplemente toma una foto de la pregunta de la entrevista, solicita a ChatGPT una solución y luego presenta el código generado por la IA como propio. Lee enfatiza la simplicidad del programa, afirmando que podría replicarse con menos de 1000 líneas de código. Crucialmente, afirma que el programa está diseñado para ser indetectable por el software de monitoreo utilizado por las grandes empresas tecnológicas, una afirmación que permanece sin verificar pero es central para su argumento. Utilizó con éxito el programa para asegurar ofertas de trabajo de TikTok, Meta y Amazon, grabando toda la entrevista de Amazon como prueba de concepto. El hecho de que Amazon extendiera una oferta después de presenciar el proceso, a pesar de sus posibles fallas, subraya las preocupaciones que plantea Lee sobre la eficacia de sus métodos de evaluación actuales.
La revelación del éxito de Lee provocó una respuesta rápida de Columbia University. A raíz de una denuncia – cuya fuente permanece desconocida debido a la omisión – la universidad programó una audiencia disciplinaria para el 11 de marzo. La denuncia alega que Lee “hizo trampa” durante la entrevista de Amazon y expresa preocupación por el impacto en la relación de Columbia con la empresa. La declaración de Amazon, transmitida a través de la portavoz Margaret Callahan, da la bienvenida a que los candidatos compartan experiencias con la IA generativa, pero prohíbe explícitamente el uso de “herramientas no autorizadas” durante el proceso de entrevista. La reacción de la universidad y el reconocimiento implícito de Amazon del problema resaltan la creciente ansiedad en torno al potencial de la IA para interrumpir las prácticas de contratación tradicionales. Sin embargo, Lee ha optado por no asistir a la audiencia, considerándola una distracción de su crítica más amplia del sistema.
La decisión de Lee de renunciar a la audiencia se basa en su creencia de que el auge de los modelos de lenguaje grandes (LLM) hace que el proceso de entrevista técnica tradicional sea obsoleto. Argumenta que el trabajo intelectual requerido para muchos trabajos de programación pronto se automatizará, lo que hará que las habilidades que se evalúan en estas entrevistas sean irrelevantes. Enmarca sus acciones como un intento proactivo de “balancearse lo más posible” antes de que ocurra este cambio, creyendo que tiene tiempo limitado para tener un impacto significativo. Esta perspectiva se evidencia por su billete de ida fuera de la ciudad y su negativa a participar en el proceso disciplinario de la universidad. Cree que los LLM alcanzarán un nivel de sofisticación en dos años que alterará fundamentalmente la propuesta de valor de la inteligencia humana en la fuerza laboral.
La publicidad en torno a la historia de Lee ha sido beneficiosa, lo que le ha permitido capitalizar su demostración vendiendo suscripciones a Interview Coder por $60 al mes. Admite abiertamente que sus entrevistas con empresas tecnológicas fueron, en parte, un plan de marketing diseñado para mostrar las capacidades del programa. Esta admisión, sin embargo, no disminuye su crítica más amplia del proceso de entrevista técnica. Mantiene su argumento de que el sistema es un “sistema de basura” que beneficia a las grandes empresas tecnológicas a expensas del desarrollo del ecosistema. Argumenta que LeetCode, una plataforma popular para la preparación de entrevistas, es un examen estandarizado que no mide con precisión las habilidades de resolución de problemas en el contexto del desarrollo de software moderno.
En última instancia, las acciones de Lee y la controversia resultante sirven como catalizador para una conversación más amplia sobre el futuro del trabajo y el papel de la inteligencia artificial en el proceso de contratación. Su historia desafía la sabiduría convencional en torno a las entrevistas técnicas, planteando preguntas sobre su validez, relevancia y potencial de interrupción. Si bien sus métodos pueden ser controvertidos, su crítica al sistema resuena con muchos programadores que comparten su frustración con la intensa preparación y la percibida falta de aplicación práctica en las entrevistas tradicionales. El debate provocado por las acciones de Lee probablemente continúe a medida que la tecnología de IA continúe evolucionando y remodelando el panorama del mercado laboral.
El estudiante de la Universidad de Columbia, Roy Lee, enfrenta medidas disciplinarias después de usar IA (específicamente “Interview Coder” impulsado por ChatGPT) para aprobar con éxito entrevistas técnicas en Amazon, Meta y TikTok, exponiendo fallas en el proceso de contratación. Lee argumenta que estas entrevistas están desactualizadas, se centran en la memorización en lugar de las habilidades prácticas y se están volviendo irrelevantes con el auge de los LLM avanzados. Intencionalmente usó las entrevistas como una “demostración” para probar su punto, lo que ha generado un debate sobre el futuro de la contratación tecnológica y el valor de los métodos actuales de pruebas estandarizadas. Ahora, está vendiendo suscripciones a su herramienta de IA y dejando la escuela, creyendo que el trabajo de inteligencia humana en la tecnología pronto será obsoleto. El incidente plantea una pregunta crítica: a medida que las capacidades de la IA evolucionan rápidamente, ¿cómo deben las empresas redefinir su evaluación del talento y priorizar las habilidades más allá de la resolución algorítmica de problemas?
Leave a Reply