У розмові з YouTube?каналом Silicon Valley Girl співзасновник і CEO Duolingo Луїс фон Ан розкрив, як компанія інтегрує штучний інтелект не лише в продукт, а й у щоденну роботу співробітників. Мова йде не про черговий «AI?маніфест», а про досить приземлену, але послідовну культуру: від внутрішнього «золотого правила» до обов’язкового дня vibe coding для всієї компанії, Slack?каналів з провалами та саморобних дашбордів KPI.
Це історія про те, як велика технологічна компанія намагається уникнути як AI?хайпу, так і AI?паніки, і замість цього вибудовує практичну, інклюзивну й часом дуже людську інфраструктуру роботи з новими інструментами.
Золоте правило Duolingo: AI тільки якщо виграє учень
У центрі AI?стратегії Duolingo стоїть одна проста, але жорстка установка: штучний інтелект використовують лише там і так, де це реально покращує досвід навчання. Усередині компанії це формулюють як «золоте правило»: AI застосовується тільки на користь learner’ів.
Це правило виконує роль фільтра для всіх ініціатив. Воно не про те, щоб «оцифрувати все, що можна», а про те, щоб кожне AI?рішення можна було захистити з точки зору користувача: чи стане навчання ефективнішим, цікавішим, доступнішим? Якщо відповідь неочевидна, ініціатива не проходить.
На цьому тлі особливо помітно, чого Duolingo не робить. Попри поширені в індустрії страхи про «скорочення через AI», компанія прямо відмежовується від сценарію, де алгоритми замінюють людей. Натомість наголос робиться на тому, що один співробітник сьогодні може створювати значно більше цінності, ніж кілька років тому, саме завдяки інструментам штучного інтелекту.
Важливий нюанс: менеджмент не веде формального обліку, «чи могла цю задачу зробити AI?модель». Немає таблиць, де навпроти кожного завдання стоїть галочка «AI?заміщуване». Команда топменеджерів свідомо уникає такої логіки, щоб не перетворити AI на інструмент контролю чи прихованого тиску. Замість цього співробітникам дають просту установку: використовуйте AI, щоб бути настільки ефективними, наскільки це можливо, але фокусуйтеся на результатах, а не на тому, скільки саме «AI» ви вбудували у свій робочий день.
Це створює помітний контраст із компаніями, де штучний інтелект стає новою метрикою лояльності: «доводь, що ти достатньо AI?native, інакше відстанеш». У Duolingo AI — це інструмент, а не культ.
День загального vibe coding: коли HR і фінанси теж пишуть код
Один із найяскравіших елементів AI?культури Duolingo — це спеціальний день, коли буквально кожен співробітник мав «vibe code» щось своє. Не лише інженери, а й люди з HR, фінансів та інших нефахових з точки зору розробки команд.
Поняття vibe coding у цьому контексті означає не академічне програмування, а швидке, експериментальне створення чогось робочого за допомогою AI?асистентів: від простих скриптів до маленьких внутрішніх застосунків. Ідея дня полягала не в тому, щоб усі раптом стали розробниками, а в тому, щоб зняти психологічний бар’єр: «код — це не для мене».
Такий формат вирішує одразу кілька завдань.
По?перше, він демонструє, що AI?інструменти — це не привілей технічних команд. Якщо людина з фінансів за один день може зібрати простий калькулятор для своїх процесів або автоматизувати частину звітності, це радикально змінює її ставлення до технологій.
По?друге, компанія фактично тренує співробітників мислити продуктово. Коли кожен має придумати й реалізувати щось своє, навіть дуже невелике, з’являється відчуття авторства: «я можу не лише користуватися інструментами, а й створювати їх».
По?третє, це зменшує залежність від центральної інженерної команди в дрібних питаннях. Якщо раніше будь?який внутрішній запит перетворювався на чергу в беклог, то тепер частину таких задач співробітники можуть закривати самостійно, використовуючи AI?асистентів як «співавторів коду».
Важливо, що цей день не був одноразовим шоу заради піару. Він став логічним продовженням загальної лінії: зробити AI?інструменти настільки буденними, щоб ними користувалися всі, а не лише вузьке коло ентузіастів.
Slack?канали «best AI practices» і «AI fails»: як нормалізувати помилки
Ще один ключовий елемент внутрішньої екосистеми Duolingo — це те, як компанія організовує обмін досвідом. Замість централізованих «інструкцій згори» основний рух іде горизонтально: співробітники вчать одне одного.
У Slack для цього існує, зокрема, канал «best AI practices». Там люди діляться тим, що реально спрацювало: як вони використовують AI?кодери, як будують прототипи, як автоматизують аналіз даних чи створення контенту. Це не формальний репозиторій документації, а живий потік кейсів, які можна повторити або адаптувати під свої задачі.
Поруч із ним — канал «AI fails». Це, можливо, ще важливіший інструмент. Тут публікують помилки, дивні результати, збої й просто кумедні ситуації, що виникають при роботі з AI. Фактично компанія інституціоналізує право на провал: помилитися з AI не соромно, це частина процесу навчання.
Така відкритість має кілька наслідків.
По?перше, вона знижує тривожність навколо нових інструментів. Якщо колеги публічно показують свої «фейли», стає легше експериментувати самому, не боячись виглядати непрофесійно.
По?друге, це створює колективну базу знань про те, де AI працює погано або небезпечно. Помилки не ховаються в особистих чатах, а стають попередженням для інших: ось так робити не варто, ось тут модель поводиться нестабільно, ось де потрібна додаткова перевірка людиною.
По?третє, це допомагає утримувати реалістичне ставлення до технології. Коли поруч із історіями успіху постійно з’являються історії провалів, AI перестає виглядати магією, яка «все вміє». Він стає інструментом із чіткими обмеженнями, які треба розуміти й враховувати.
У результаті формується культура, де експерименти заохочуються, а помилки не караються, а аналізуються. Для впровадження нових технологій у великій організації це, мабуть, одна з найскладніших, але й найцінніших змін.
Саморобні дашборди й міні?додатки: як AI розширює повноваження «нетехнарів»
Один із найпомітніших практичних ефектів такої культури — те, як співробітники Duolingo почали використовувати AI для створення власних інструментів. Усередині компанії стало майже нормою, що люди самі будують дашборди для своїх KPI та невеликі внутрішні застосунки.
Продуктові менеджери, наприклад, за допомогою vibe coding збирають інтерфейси, які показують, що роблять користувачі в різних країнах, як змінюється залученість, які експерименти працюють краще. Раніше для цього потрібно було б чекати на ресурс аналітиків або інженерів, тепер же значну частину таких задач можна вирішити самостійно, маючи базове розуміння структури даних і доступ до AI?асистента.
Це змінює баланс сил усередині компанії. Люди, які традиційно вважалися «бізнес?стороною» або «креативною частиною», отримують можливість безпосередньо впливати на інструментарій, яким користуються щодня. Вони не просто формулюють вимоги до інженерів, а самі створюють перші версії рішень, які потім можна доопрацьовувати.
Для Duolingo це означає ще й зменшення «вузьких місць» у розробці. Центральна інженерна команда може зосередитися на складних, масштабних задачах, тоді як дрібні, але важливі для конкретних команд інструменти народжуються на місцях. AI?кодери й генеративні моделі тут виступають у ролі мультиплікатора: вони не замінюють інженерів, але дозволяють нетехнічним фахівцям пройти шлях від ідеї до робочого прототипу значно швидше.
Цікаво, що подібний підхід поширюється й на продуктову розробку в ширшому сенсі. Продуктові менеджери дедалі частіше приходять до керівництва не з текстовими документами, а з інтерактивними прототипами, зібраними за допомогою AI?інструментів. Це змінює сам процес ухвалення рішень: обговорювати можна не абстрактну концепцію, а конкретний досвід користувача, який уже можна «потикати пальцем».
Коли AI стає метрикою: чому Duolingo відмовився від «обов’язкового AI» у performance review
На певному етапі Duolingo спробував формалізувати важливість AI?інструментів ще жорсткіше: використання штучного інтелекту включили до системи performance review. Співробітникам надіслали мемо, де прямо говорилося, що частина оцінки їхньої роботи залежатиме від того, як вони застосовують AI.
Реакція команди виявилася показовою. Люди почали запитувати, чи не перетворюється це на вимогу «використовувати AI заради самого факту використання». Чи не означає це, що тепер потрібно штучно вбудовувати AI у процеси, де він не дає реальної переваги, лише для того, щоб «виглядати сучасно» в очах менеджменту?
Ці запитання змусили керівництво переглянути підхід. Врешті компанія відкотила це рішення: використання AI перестало бути формальною метрикою в performance review. Натомість акцент повернули до базового принципу: головне — наскільки добре людина виконує свою роботу. Якщо AI допомагає робити це краще, чудово. Якщо ні — ніхто не змушуватиме використовувати його «для галочки».
Цей епізод важливий із кількох причин.
По?перше, він показує, наскільки легко навіть прогресивні компанії можуть скотитися до AI?формалізму: коли технологія стає не інструментом, а KPI. Включення AI до performance review виглядає логічним кроком, але на практиці швидко створює перекоси.
По?друге, реакція Duolingo демонструє готовність коригувати курс. Компанія не стала наполягати на своєму, а визнала, що такий підхід більше шкодить, ніж допомагає. Це рідкісний випадок, коли AI?політика змінюється не під тиском зовнішньої критики, а завдяки внутрішньому діалогу.
По?третє, цей кейс підкреслює різницю між культурою «AI?обов’язку» та культурою «AI?можливості». У першому випадку співробітники шукають способи формально виконати вимогу. У другому — експериментують там, де бачать сенс, і відмовляються від інструменту там, де він не додає цінності.
Як ця культура впливає на продукт: від мов до шахів
Хоча основний фокус цієї історії — внутрішня культура, її вплив добре видно й на продуктових рішеннях Duolingo. Компанія, яка починала як платформа для вивчення мов, сьогодні навчає ще й математики, музики, а нещодавно додала курс із шахів.
Шахи стали показовим прикладом того, як AI?інструменти та внутрішня свобода експериментувати змінюють можливості окремих співробітників. Двоє людей, які не були інженерами й не знали шахів, за допомогою vibe coding змогли за пів року створити повноцінний прототип курсу: від навчальної програми до мобільного інтерфейсу. Інженери підключилися вже на фінальному етапі, щоб довести продукт до продакшн?якості.
Сьогодні шаховий курс став найшвидше зростаючим у компанії, а щодня близько семи мільйонів користувачів вивчають шахи в Duolingo. Це не лише історія успіху конкретного продукту, а й демонстрація того, що відбувається, коли в компанії поєднуються кілька факторів: чітке «золоте правило» про користь для учнів, доступність AI?інструментів для всіх і культура, де ініціатива може йти знизу.
Важливо, що навіть із такими успіхами Duolingo не кидається додавати десятки нових предметів. Компанія свідомо обмежує фокус: мови, математика, музика, шахи. Це ще один прояв обережного підходу до AI?експансії: технологія дозволяє рухатися швидко, але стратегія вимагає рухатися вибірково.
Висновок: AI як інфраструктура, а не як ідеологія
Досвід Duolingo показує, як може виглядати зріла AI?культура у великій технологічній компанії. В її основі не гучні заяви про «повну трансформацію бізнесу», а низка конкретних практик:
внутрішнє «золоте правило», яке змушує кожне AI?рішення виправдовувати себе перед користувачем, а не перед трендами;
відмова від формального обліку «AI?заміщуваних» задач, щоб не перетворювати технологію на інструмент тиску;
масовий день vibe coding, що знімає бар’єр між технічними й нетехнічними ролями;
Slack?канали, де успіхи й провали з AI стають колективним досвідом, а не приватною історією;
готовність відкотити рішення про включення AI до performance review, коли воно починає стимулювати використання «для галочки».
У підсумку AI у Duolingo — це не окрема програма трансформації, а новий шар інфраструктури, який пронизує щоденну роботу. Він дає змогу одному співробітнику робити більше, швидше й сміливіше, але не диктує, як саме всі мають працювати.
Для компаній, які сьогодні намагаються зрозуміти, як інтегрувати штучний інтелект у свою діяльність, цей підхід може виявитися кориснішим за будь?які гучні стратегії. Не обов’язково починати з глобальних перебудов. Можна почати з простих, але послідовних кроків: дати людям інструменти, створити безпечний простір для експериментів, чітко визначити, в ім’я кого й чого ви взагалі впроваджуєте AI — і бути готовими змінювати курс, якщо реальність не збігається з початковим планом.
Джерело
Duolingo CEO: You Only Need 2 People and 6 Months to Build the Next Big Product