تُظهر أحدث دراسة لشركة Anthropic أن المطورين الذين يعتمدون على الذكاء الاصطناعي في توليد الأكواد البرمجية سجلوا درجات أقل بنسبة 17% في اختبارات فهم المفاهيم، ولم ينهوا المهام بشكل أسرع من أقرانهم الذين يعتمدون على التوثيق (documentation) وعمليات البحث عبر الإنترنت. وتؤكد النتائج أنه على الرغم من قدرة الذكاء الاصطناعي على إنتاج أكواد برمجية صالحة للعمل في ثوانٍ، إلا أنه لا يقلل من تكلفة الخبرة الهندسية الحقيقية.

لماذا تكتسب هذه الدراسة أهمية

قسمت التجربة المطورين إلى مجموعتين؛ حصلت المجموعة الأولى على وصول غير مقيد لأداة توليد أكواد برمجية تعمل بالذكاء الاصطناعي، بينما قامت المجموعة الأخرى بحل نفس المشكلات باستخدام الوثائق الرسمية وعمليات البحث عبر الإنترنت فقط. وبعد إنجاز المهام، خضع المشاركون لاختبار يقيس مدى استيعابهم للمبادئ الأساسية. وقد تأخر متوسط درجات المجموعة التي استعانت بالذكاء الاصطناعي بنسبة 17%، ولم تحقق أي من المجموعتين ميزة ملموسة في السرعة.

من الناحية العملية، فإن "vibe coding" — أي توجيه الذكاء الاصطناعي لإنتاج مقتطف برمجى وإطلاقه دون فحص دقيق — لا يعزز الإنتاجية. بل إنه يكتفي بإخفاء فجوة معرفية تظهر لاحقاً على شكل أخطاء برمجية (bugs)، أو مشاكل في الصيانة، أو عمليات إعادة كتابة مكلفة.

السياق وراء هذه الأرقام

تُظهر أبحاث Anthropic أن الوعود التي يقدمها الذكاء الاصطناعي غير مكتملة. فالمشاركون الذين استخدموا الذكاء الاصطناعي في كل خطوة — مثل نسخ الاقتراحات ولصقها، وتعديل أسماء المتغيرات، والمضي قدماً — كانوا الأقل استيعاباً لمجال المشكلة. أما المطورون الذين تعاملوا مع الأداة كزميل عمل — من خلال طرح أسئلة دقيقة ومحددة ثم تحليل الكود الناتج — فقد احتفظوا بقدر أكبر من الإطار المفاهيمي.

يعكس هذا التمييز ملاحظة أوسع في الصناعة: يمكن لمهندسي الأوامر (prompt engineers) كتابة دالة (function) في دقائق، ولكن مهندس الأنظمة يتحرك بشكل أسرع مع زيادة التعقيد؛ فهم يتوقعون ما قد يتعطل وما قد يفشل في التوسع (scale). سرعتهم تعكس رجاحة حكمهم، وليس عدم كفاءتهم.

من الرابح ومن الخاسر

المهندسون الذين يحافظون على رجاحة حكمهم المهندسون الذين يفهمون البنية التحتية (architecture)، ويعرفون متى يجب أن تكون الهياكل صلبة أو مرنة، ويمكنهم إعادة كتابة المكونات دون تعطيل النظام، يوفرون على المؤسسات المال على المدى الطويل. تحمي مهاراتهم المنظمات من الديون التقنية (technical debt) الخفية التي غالباً ما تتبع الأكواد المولدة بالذكاء الاصطناعي، والتي قد تبدو نظيفة ولكنها تفتقر إلى القصد البرمجي الواضح.

متخصصو الأوامر (Prompt specialists) أولئك الذين يتعاملون مع الذكاء الاصطناعي كعصا سحرية يمكنهم تقديم نماذج أولية سريعة أو حل أخطاء برمجية معزولة. في المدى القصير، يبدون منتجين، ولكن عندما تتوسع قاعدة الأكواد (codebase)، تصبح الافتراضات الخفية في المقتطفات التي أنتجها الذكاء الاصطناعي عبئاً. عندها يتحول تصحيح الأخطاء (debugging) إلى رحلة بحث عن القصد الأصلي، مما يؤدي إلى تضخم تكاليف الصيانة.

المؤسسة الشركات التي تعتمد بشكل كبير على التطوير المعتمد كلياً على الذكاء الاصطناعي تخاطر بتكاليف مستقبلية أعلى: وقت أطول في تصحيح الأخطاء، وإعادة هيكلة الكود (refactoring)، وتدريب مهندسين جدد يتعين عليهم فك رموز الأكواد الغامضة. أما الشركات التي تمزج بين المساعدة من الذكاء الاصطناعي والممارسات الهندسية المنضبطة، فهي تجني فوائد السرعة مع الحفاظ على الاستقرار على المدى الطويل.

التفاصيل التي تتجاهلها معظم التقارير

  • تأثير التعلم: تم قياس فجوة الـ 17% من خلال اختبار اختبر الفهم، وليس مجرد استرجاع قواعد اللغة (syntax). وهذا يشير إلى تآكل حقيقي في النماذج الذهنية، وليس مجرد معرفة سطحية.
  • وقت إنجاز المهام: على الرغم من جاذبية الكود الفوري، لم تجد الدراسة فرقاً ذا دلالة إحصائية في الوقت الذي استغرقته كل مجموعة لإنهاء المهمة. كانت مكاسب السرعة مجرد وهم.
  • الأسلوب هو الأهم: سلطت الدراسة الضوء على طيف واسع من استخدام الذكاء الاصطناعي. فقد أدى الاعتماد المطلق على الذكاء الاصطناعي إلى أسوأ نتائج تعليمية، بينما أنتجت الأوامر الانتقائية والاستقصائية نتائج أفضل. وغالباً ما تغفل العناوين التي تعلن أن "الذكاء الاصطناعي يجعل البرمجة أسرع" هذه الفوارق الدقيقة.

حجة مضادة: الذكاء الاصطناعي ليس عديم الفائدة

لا تنفي الدراسة وجود فوائد في مجالات محددة؛ بل تحذر ببساطة من تعميمها على عملية تطوير البرمجيات بأكملها. فعندما تتعلق المشكلة بتصميم الأنظمة، أو ضبط الأداء، أو اعتبارات الأمان، يظل الحكم البشري أمراً لا غنى عنه.

الخلاصة

يمكن للذكاء الاصطناعي أن يعطيك لوح تزلج، ولكن بدون معرفة بالمكابح والتوجيه، ستصطدم عندما ينحني الطريق. تخفض هذه التكنولوجيا حاجز كتابة الكود، ومع ذلك يظل النقص قائماً في المهندسين الذين يمكنهم التفكير المنطقي في الأنظمة، وتوقع الفشل، والحفاظ على حيوية البرمجيات مع نموها. إن الاستثمار في ذلك الحكم والتقدير، بدلاً من الأمل في أن يحل محله أمر برمجي (prompt)، يظل الطريقة الأذكى للتحكم في التكاليف على المدى الطويل.