تعلم البرمجة، والذكاء الاصطناعي، والواقع الجديد للهندسة

منذ عشر سنوات، كانت فكرة أن الذكاء الاصطناعي يمكن أن يكتب الشفرة بدلاً من المبرمجين ت听 مثل خيال مثير. اليوم، أصبحت جزءًا من الواقع اليومي. يتم بناء المنتجات النموذجية في أيام، وتوليد الواجهات من محفزات النص، ومساعدي الذكاء الاصطناعي يصبحون مشاركين كاملين في فرق الهندسة.

ضد هذا الخلفية، يسأل أكثر وأكثر الناس نفس الأسئلة: هل الذكاء الاصطناعي يُستبدل فعلاً بالمبرمجين؟ هل يمكن للذكاء الاصطناعي أن يطابق ويستبدل مهندسًا كبيرًا؟ وماذا سيحدث للمهنة في المستقبل القريب؟

أنا مبرمج myself، وأنا لدي رأي في هذا. دعونا نكسرها.

ما هو جوهر المشكلة؟

هناك سرد سائد حول برمجة الذكاء الاصطناعي يذهب إلى شيء مثل هذا:

الذكاء الاصطناعي يصبح فعالًا بشكل كبير في كتابة الشفرة، وأهم من ذلك، ي避ي بالفعل العديد من الأخطاء الشائعة التي يرتكبها البشر. وأكثر من ذلك، قد يكون الذكاء الاصطناعي أفضل في التعامل مع ما يسمى بحالات الحواف: السيناريوهات النادرة وغير العادية التي تنتشر في هندسة البرمجيات وأحيانًا يصعب على المطورين توقعها مسبقًا.

عندما يقول المبرمج “أريد زرًا هنا”، يتلقى استجابة: “هنا الزر، وهنا 18 حالة حافة يجب أن تأخذها في الاعتبار، وهنا الاختبارات التي تحتاج إلى تشغيلها، وعلى أي حال، قد ترغب أيضًا في إضافة هذا وذاك.” قد تنظر إليه وتفكر “نعم… هذا يبدو منطقيًا”. بمفردك، قد تدرك تلك القضايا بعد أسابيع – بعد أن شيء قد пошكلي بالفعل في الإنتاج. الذكاء الاصطناعي غالبًا ما يقترح حلولًا على الفور. لمهندسي الذين لديهم بالفعل وظائف، يزيد ذلك بشكل كبير من الإنتاجية والكفاءة.

وهذا السرد يؤدي مباشرة إلى سؤال اقتصادي: إذا كانت الشركة السابقة تحتاج إلى 100 مبرمج لتعامل مع量 معين من العمل، فقد تحتاج الآن نظريًا إلى 20 فقط – لأن هؤلاء 20 يمكنهم إنجاز نفس الكمية من العمل بمساعدة الذكاء الاصطناعي.

ما الخفي وراء هذا التسارع؟

أكثر وأكثر، أرى مهندسي برمجيات قويين خائفين لمواقعهم، مكانهم في السوق، ودخلهم. يبدو كما لو أن هناك قد لا يكون هناك عمل متبقي للمبرمجين.

وجوابي عادة هو: يا رفاق، ربما ليس الأمر dramatique كما يبدو. في الواقع، مهندسو الخبرة يكتسبون نوعًا جديدًا من القيمة الآن. لأننا قد نكون واحدة من آخر أجيال المبرمجين الذين كتبوا الشفرة يدويًا وفهموا深ًا كيف تعمل الأنظمة تحت الغطاء.

الجيل التالي يعمل بشكل متزايد من خلال أدوات الذكاء الاصطناعي – وبالتالي، ممارسة الهندسة نفسها تتغير.

هناك ما لا يأخذه السرد السابق في الاعتبار:

الشفرة التي يولدها الذكاء الاصطناعي غالبًا ما تبدو مثالية. يتم حل المهام، وتعمل الواجهات، وكل شيء يعمل. ولكن مع مرور الوقت، على مسافة بعيدة، تبدأ مشاكل أكثر دقة في الظهور: تنازلات معمارية، قرارات هندسية ضعيفة، مشاكل في هياكل البيانات، أو مشاكل في القابلية للتوسيع. وهذا يحدث لأن الذكاء الاصطناعي已经 جيد جدًا في حل المهام المحلية، في حين أن المنطق البعيد للمنظمات الكبيرة لا يزال يحتاج إلى خبرة بشرية و حكم هندسي.

لهذا السبب، عندما تصل هذه المشاريع إلى بيئات الإنتاج الجادة – البنوك، منصات التجارة الإلكترونية، الخدمات الكبيرة – الفرق لا تزال تحتاج إلى أشخاص يمكنهم تحليل المعمارية بعمق، وتحديد الأسباب الجذرية، وإعادة المنطق العام للنظام.

أحيانًا أتلقى مكالمات من الأصدقاء يقولون أشياء مثل: “مايكل، هل يمكنك القفز والتعرف على لماذا النظام يبدأ في الانهيار؟” على الرغم من أنني أعمل اليوم على الذكاء الاصطناعي المادي في Introspector، ما زلت أحيانًا أقوم بمساعدة هذا النوع من العمل الهندسي اليدوي الصعب: إعادة بناء المنطق النظامي، وتحليل المعمارية، واكتشاف أين بدأت المشاكل في التراكم.

ولهذا السبب أعتقد أن مهندسي قويين سيبقون ذوي قيمة عالية لفترة طويلة. وفي الوقت نفسه، غالبًا ما يساعد مهندسو الخبرة في تحسين و تدريب نماذج الذكاء الاصطناعي اليوم. في Keymakr، رأينا ذلك من خلال تجربة عندما كنا نبحث عن مبرمجين ذوي خبرة لتأكيد الشفرة ومساعدة تدريب النماذج – أشخاص يمكنهم الاعتماد على التفكير الهندسي الحقيقي، والخبرة العملية، والفهم العميق لكيفية سلوك الأنظمة في العالم الحقيقي.

الفرضيات الرئيسية

وهذا يأتي بنا إلى أكبر سؤال حول المستقبل: إلى أين تؤدي كل هذه الأمور في النهاية؟ كيف يمكننا نمو الجيل التالي من مهندسي البرمجيات إذا كانوا يدخلون الصناعة من خلال مسار مختلف تمامًا من البداية؟

إذا نظرنا إلى الوضع بشكل موضوعي، بدون هراء أو خوف، أرى几个 سيناريوهات ممكنة.

• مستقبل غير واضح

الجواب الأول والذي قد يكون الأكثر صدقًا هو أن قليلًا من الناس اليوم يفكرون حقًا في المستقبل. ببساطة لأن لا أحد يفهم تمامًا كيف ستبدو هذه المستقبلية في الممارسة.

ربما، في بضع سنوات، سيكون وكلاء الذكاء الاصطناعي فعلاً قادرين على كتابة شفرة تقريبًا مثالية – مع معمارية قوية، وقابلية للتوسيع، وفهم سياقي. حاليًا، لا يزال هذا السؤال مفتوحًا تمامًا.

في الوقت نفسه، تستمر الشركات التكنولوجية الكبيرة مثل Apple ، Microsoft ، و Google في توظيف باحثين قويين، وأخصائيي الدكتوراه، وأشخاص من البيئات الأكاديمية. هذا يشير ربما إلى أنهم يعتقدون أن فهم الهندسة العميق سيظل مهمًا حتى في عالم حيث يتم توليد معظم الشفرة تلقائيًا.

الشركات الصغيرة، مع ذلك، تعمل غالبًا مع أفق تخطيط مختلف. عندما لا تعرف ما إذا كان مشروعك سيزال موجودًا في ستة أشهر، يصبح من الصعب التفكير جديًا في ما قد يحدث بعد عشر سنوات. بالطبع، لا أحد يريد عمدًا بناء شيء معيب بشكل أساسي. الفرق تحاول تحديد المخاطر والضعف المحتمل.

لكن في الواقع، المنطق غالبًا ما يكون أبسط: أولاً، بناء منتج يعمل ويولد إيرادات – ثم التعامل مع المعمارية، والتحسين، واعادة كتابة النظام لاحقًا. المشكلة هي أن في العديد من المشاريع، “لاحقًا” يظل متأخرًا إلى الأبد.

• تطور في دوائر

الجواب الثاني، في رأيي، هو أكثر إثارة للاهتمام. إذا نظرنا إلى تاريخ الصناعة، فقد مرت بالفعل عبر انتقالات مماثلة عدة مرات من قبل. المبرمجون الأوائل عملوا مع بطاقات الثقب. ثم جاءت جيل من مهندسي البرمجيات الذين كتبوا في لغة التجميع – شيء يصعب على العديد من المطورين الحديثين تخيله حتى الآن. في ذلك الوقت، كان عليك فهم كيف تعمل الأجهزة، التفكير في منطق المعالج، والحفاظ على كمية كبيرة من التعقيد المنخفض المستوى في ذهنك.

ثم جاءت عصر لغة كوبول. تم بناء أجهزة الكمبيوتر الرئيسية للبنوك عليها، وأكثر ما يثير الدهشة هو أن جزءًا كبيرًا من البنية التحتية للبنوك العالمية لا يزال يعمل على تلك الأنظمة القديمة اليوم. لا يزال هناك مبرمجون في ستينياتهم وسبعينياتهم يحافظون على ذلك قاعدة الشفرة، ويظلون أخصائيين ذوي قيمة عالية.

انتقل الجيل التالي إلى سي++، بايثون، وجافا سكريبت. أنا نفسي أ属于 ذلك العصر. على سبيل المثال، أ समझ بالكاد كيف تعمل لغة كوبول. في النظرية، يمكنني تعلمها – لكنها تبدو لي الآن شيئًا بعيدًا وأجنبيًا.

وعندما ننظر إلى هذا تاريخيًا، يظهر نمط مثير للاهتمام: كل جيل جديد من مهندسي البرمجيات لا يحتاج إلى فهم عميقًا لكيفية عمل تكنولوجيا الجيل السابق. بمرور الوقت، يصبح المعرفة محاطًا في البنية التحتية نفسها.

بطاقات الثقب اختفت منذ زمن – منطقها الآن مبني في المعالجات. لغة التجميع اختفت إلى حد كبير كأداة رئيسية لأن تعقيدها أصبح مخفيًا داخل أنظمة التشغيل، والبرامج، والتحليلات المنخفضة المستوى. حتى سماعات الأذن الخاصة بك اليوم تحتوي على نظام تشغيل صغير يعمل كل هذا التعقيد الخفي في الخلفية – معظم الناس ببساطة لا يفكرون فيه.

بالطبع، لا يزال هناك أخصائيون يفهمون كل هذا السحر المنخفض المستوى. لكن بالنسبة لمعظم الصناعة، أصبح ذلك已经 طبقة تجريد.

وهذا يؤدي إلى فكرة منطقية: ربما الذكاء الاصطناعي هو مجرد المرحلة التالية من هذا التطور. ربما الجيل التالي لن يحتاج إلى فهم البرمجة الكلاسيكية بعمق كما فعلنا.

• اقتصاد السوق

فرضية أخرى لديها هي أن الترميز بالذكاء الاصطناعي – أو التطوير بمساعدة الذكاء الاصطناعي – في النهاية سيتوقف عن كونه “تسريعًا مجانيًا”. في الواقع، ليس هو كذلك تمامًا؛ إنه فقط أن ليس كل شخص يحسب بعناية التكاليف الحقيقية وراء ذلك.

النماذج، والرموز، والبنية التحتية، والطلبات المستمرة، والحفاظ على كل خط أنابيب الذكاء الاصطناعي – كل هذا يصبح تدريجيًا تكلفة تشغيلية كبيرة. لهذا أعتقد أن الشركات ستبدأ قريباً في النظر بشكل أوثق إلى التكاليف الفعلية للتطوير بمساعدة الذكاء الاصطناعي وسيتساءلون سؤالًا عمليًا: ما هو أكثر كفاءة – توسيع فريق الهندسة أو الحفاظ على كل البنية التحتية للذكاء الاصطناعي حول التطوير؟

سيناريو واقعي للغاية هو أن فرق الهندسة القوية قد تثبت في النهاية أنها أكثر استدامة اقتصاديًا، خاصة عندما يتعلق الأمر بالحفاظ على المنتجات وتطويرها ودعمها على المدى الطويل.

لكنني أعتقد أن هذا هو المكان الذي قد ي出现 فيه نوع جديد من فرق الهندسة: مجموعات صغيرة من الأخصائيين ذوي الخبرة العالية الذين يركزون على الحفاظ على استقرار ومتانة البنية التحتية نفسها. مع مرور الوقت، قد يصبح هذا واحدًا من التخصصات الهندسية الأكثر قيمة في الصناعة.

• الأشخاص الذين سيعملون جنبًا إلى جنب مع الذكاء الاصطناعي

والفرضية النهائية – على الرغم من أنها واقعية للغاية – هي أن الجيل التالي من مهندسي البرمجيات سيضطر إلى بناء مسيرتهم المهنية في بيئة مختلفة تمامًا. وهذا يتجاوز البرمجة وحدها. تتغير التغييرات المماثلة بالفعل تشكيل القانون، والتمويل، والطب، و几乎 كل مجال حيث يمكن للذكاء الاصطناعي أن يأخذ على عاتقه جزءًا كبيرًا من العمل الفكري الروتيني.

على الرغم من كل هذا، ما زلت أرى ما يحدث بشكل إيجابي. ربما لأنني بشكل عام أحب التقدم. أحب الفكرة أن التكنولوجيا يمكن أن تحسن حياة الناس، وتحرر البشر من كميات هائلة من العمل المتكرر، وتجعل العديد من العمليات أكثر أمانًا وفعاليّة.

على سبيل المثال، أنظمة القيادة الذاتية مثل تلك التي تقدمها Tesla و Waymo تظهر بالفعل مستويات عالية من السلامة في العديد من السيناريوهات مقارنة بالسائقين البشر. وهذا حقًا مثير للإعجاب.

في الوقت نفسه، العالم الذي يدخله أطفالنا سيكون أكثر تعقيدًا فيما يتعلق بالهوية المهنية. سيتعين عليهم البحث عن مكانهم وغرضهم في مشهد متغير بسرعة.

إذا أراد طفل اليوم أن يصبح محاميًا، أو محللًا ماليًا، أو مبرمجًا، هناك فرصة قوية أن هذه المهن ستبدو مختلفة تمامًا في المستقبل. ربما سيكونون أخصائيين يعملون جنبًا إلى جنب مع الذكاء الاصطناعي القانوني، أو الذكاء الاصطناعي المالي، أو الذكاء الاصطناعي البرمجي – أشخاص يعملون على تشغيل أنظمة الذكاء الاصطناعي، ويتأكدون من الإخراج، ويقدمون السياق، ويتخذون القرارات الرئيسية.

أعتقد أن من المهم أن ندرك أن كل واحدة من هذه السيناريوهات تبدو واقعية بالفعل اليوم. وما يحدث الآن هو جزء من موجة تقدم تكنولوجي أكبر. من غير المحتمل أن يتم إيقاف هذا العملية. مما يعني أننا سيتعين علينا تعلم كيفية العيش في هذا العالم الجديد – بالتدريج، تعلم كيفية موازنته، والتواصل معه، وربما حتى تطوير شكل جديد من التعايش جنبًا إلى جنب معه.