جون فراسكيكس، مؤلف تقني رئيسي، بلاورالايت – سلسلة مقابلات

جون فراسكيكس، مؤلف تقني رئيسي، بلاورالايت، هو معلم وقيادي محتوى متمرس متخصص في تطوير البرمجيات وتجارب التعلم التي تركز على الذكاء الاصطناعي. في منصبه الحالي، يقوم بإنشاء دورات فيديو قادرة على التوجيه وعمليات مختبرية يديرها خبراء، تغطي تقنيات مثل كلود، نود.جس، تايب سكريبت، تيلويند سي إس إس، وبايثون، وبناءً على مسيرة طويلة داخل الشركة التي تشمل كتابة المحتوى الرئاسي، هندسة التعلم، والقيادة في تدريب واستراتيجية المناهج. قبل ذلك، لعب دورًا رئيسيًا في تشكيل أنظمة تعلم متعددة ومتوسطة الحجم، وتوجيه آلاف من مصممي المحتوى الفني بالأساليب التعليمية القائمة على الأدلة، في حين أن جزءًا مبكرًا من مسيرته شمل قيادة استراتيجية المحتوى في مدرسة كود ودراسة مجموعة واسعة من المواضيع الفنية في جامعة سنترال فلوريدا، مما أسس قاعدة قوية في التعليم والتنمية العملية.

بلاورالايت هي منصة رائدة لتطوير المهارات التكنولوجية توفر دورات عبر الإنترنت وعمليات مختبرية وتقييمات للمهارات لمساعدة الأفراد والمنظمات على بناء الخبرة في مجالات مثل تطوير البرمجيات، الذكاء الاصطناعي،計算 السحابة، وأمان الشبكات. تأسست في عام 2004، تطورت الشركة إلى نظام تعلم شاملة يستخدمه المؤسسات والمحترفون في جميع أنحاء العالم، حيث يجمع بين المحتوى المكتوب من قبل الخبراء مع الأفكار لسد الفجوات في المهارات وتسريع تطور القوى العاملة في اقتصاد يعتمد بشكل متزايد على التكنولوجيا.

مسيرتك المهنية تشمل تصميم المناهج التفاعلية، والنظم التعليمية الفنية الكبيرة، وتعليم أدوات الذكاء الاصطناعي المتقدمة. كيف شكلت هذه الخلفية منظورك على أهمية الحكم الهندسي القوي في عصر الترميز بمساعدة الذكاء الاصطناعي؟

أظهر لي الخبرة أن الحكم الهندسي القوي يتجاوز كتابة الشفرة. إنه فهم الأنظمة والنتائج على المدى الطويل. يمكن للذكاء الاصطناعي توفير مهام وخلق إطار يؤدي إلى حلول، لكنه لا يفهم دائمًا تأثير القرارات على المستخدمين أو الأنظمة بالطرق التي يمكن توقعها. يضمن الحكم البشري أن يتم استخدام الذكاء الاصطناعي لتعزيز الإنتاجية بأمان، ويظل الحكم الهندسي أكثر قيمة من أي وقت مضى، حيث يوجه الفرق للاستفادة من الذكاء الاصطناعي بشكل فعال مع الحفاظ على الجودة والموثوقية.

كانت بلاورالايت تركز دائمًا على سد الفجوات في المهارات الفنية. كيف ترى هذه المهمة تتطور الآن مع ظهور مهارات التعاون مع الذكاء الاصطناعي جنبًا إلى جنب مع أساسيات تطوير البرمجيات التقليدية؟

مهمة بلاورالايت هي تزويد المتعلمين بالمهارات الفنية التأسيسية التي يحتاجونها للنجاح. مع ظهور الذكاء الاصطناعي كشريك في مهام التطوير، تبقى الأساسيات ضرورية، ولكن الفرق تحتاج أيضًا إلى فهم كيفية العمل مع الذكاء الاصطناعي بشكل مسؤول وتحقق من مخرجاته. على الرغم من أن الذكاء الاصطناعي يمكن أن يولد شفرة، إلا أنه لا ي置ّ مكان الحاجة إلى مهارات البرمجة، ويمكن أن يعززها من خلال إضافة فهم سير العمل والتفكير النظمي إلى الخبرة الحالية. تساعد بلاورالايت المتعلمين على بناء المهارات التأسيسية الحالية والحفاظ على التفكير الاستراتيجي من خلال حلول التعلم التي تشمل الدورات غير المتزامنة، وعمليات المختبرات، وورش العمل التي تديرها الخبراء البشر والتي تتطور مع التطور التكنولوجي.

ما هي المهارات المعمارية والتنفيذية وإدارة المخاطر التي تعتقد أنها الأكثر عرضة للخطر إذا أصبح المطورون معتمدين بشكل مفرط على الشفرة التي يولدها الذكاء الاصطناعي؟

المطورون الذين يعتمدون بشكل كبير على توليد الشفرة بواسطة الذكاء الاصطناعي ويتقبلون مخرجاته دون أخذ الوقت لفهم ما تم توليده قد يؤدي ذلك إلى إضعاف مهاراتهم الاستراتيجية مثل التفكير المعماري وتقييم المخاطر مع مرور الوقت. فهم كيفية تفاعل المكونات وتصميمها من أجل الموثوقية هي قدرات يتم تعلمها من خلال الخبرة في العديد من الحالات المختلفة.. هذا يعني أن الاعتماد المفرط على الذكاء الاصطناعي قد يؤدي ليس فقط إلى ثغرات مخفية وعدم استقرار في النظام، ولكن أيضًا إلى إعاقة قدرات المطورين على حل المشكلات على المدى الطويل، مما يسمح للمشكلات أن تظل غير محسوسة أو غير محلولة حتى يصبح الأمر متأخرًا.

مع اكتساب أدوات الترميز المستقلة زخمًا، أين ترى أكبر انقطاع بين ما وعدت هذه الأدوات به وما يُعد المهندسون على التحقق منه أو الإشراف عليه؟

التعلم المستمر ضروري للمهندسين أثناء العمل جنبًا إلى جنب مع أدوات التطوير بمساعدة الذكاء الاصطناعي وأنظمة الترميز المستقلة. أدوات الترميز المستقلة توعد بالسرعة والدقة في توليد الشفرة الوظيفية، لكنها تفتقر إلى فهم التفاعلات بين الأنظمة والأمان والآثار التجارية، وهذا يعني أنك يجب أن توفر السياق المفقود. الانقطاع يكمن في افتراض أن مخرجات الذكاء الاصطناعي كاملة أو صحيحة في غياب الإشراف البشري. عندما يتم تخطي خطوات التحقق أو التسرع فيها، تتعرض الفرق لخطر إدخال أخطاء باهظة الثمن أو ثغرات أمنية أو عدم الاتساق المعماري. هذا يعزز الحاجة للمهندسين إلى تحديث مهاراتهم بشكل مستمر حتى يتمكنوا من إدارة وتحقق مخرجات العمل التي يولدها الذكاء الاصطناعي بشكل فعال.

كيف يجب على الشركات إعادة التفكير في استراتيجيات التطوير المهني لتضمن أن يعرف المطورون متى يجب الثقة في اقتراحات الذكاء الاصطناعي ومتى يجب التأني والمراجعة العميقة؟

يجب أن تركز برامج التطوير على معرفة متى تكون مخرجات الذكاء الاصطناعي موثوقة مقابل متى تكون المراجعة العميقة ضرورية، بما في ذلك اختبار السيناريوهات وتحقق الإشارات. هذا النهج يعزز الحكم جنبًا إلى جنب مع مهارات البرمجة، مما يضمن أن يتمكن المهندسون من الثقة بالذكاء الاصطناعي بشكل انتقائي بدلاً من الاعتماد المفرط على الشفرة المولدة. برامج التعلم والتنمية التي توفر تجارب تعلم منظمة وعمليات يدوية تسمح للمطورين بتجربة سير العمل بمساعدة الذكاء الاصطناعي لرؤية كيفية سلوك الشفرة المولدة داخل التطبيقات الكاملة وممارسة الحكم في بيئة محمولة. من خلال الاعتماد على التعليم الذي يديره الخبراء والتمارين العملية، يمكن للمهندسين تعزيز مهارات التفكير النقدي اللازمة لتقييم مخرجات الذكاء الاصطناعي بشكل مسؤول.

في بيئات المنتجات السريعة الحركة، كيف يمكن للقادة الهندسيين منع اختصارات الترميز التي يولدها الذكاء الاصطناعي من إدخال الديون الفنية الطويلة الأمد أو ثغرات الأمان؟

يجب على القادة فرض إطارات الحوكمة وتقييم المخاطر للشفرة التي يولدها الذكاء الاصطناعي. يمكن أن تساعد وضع الحدود القوية ومراجعة المخرجات في منع الديون الفنية الطويلة الأمد وثغرات الأمان. أوصي أيضًا بتوجيه التعليم للمطورين حول ممارسات البرمجة الآمنة والوعي المعماري لضمان فهمهم للتضحيات التي ت伴ي اقتراحات الذكاء الاصطناعي. يمكن أن تساعد التمارين الروتينية لمراجعة يدوية والتدريب القائم على السيناريوهات في تقليل احتمالية تراكم الاختصارات في المخاطر النظامية الخفية.

ما هي الإطارات العملية أو الحماية التي تنصح المنظمات بتبنيها للاحتفاظ بالترميز بمساعدة الذكاء الاصطناعي كتعاون بدلاً من كونه عبئًا؟

الأدوات التي تعمل بشكل أفضل لهذا الغرض هي بروتوكولات المراجعة الجديدة، وتتبع التحكم بالإصدار، والتحерим بمساعدة الذكاء الاصطناعي في بيئة محمولة. يمكن أن تساعد استخدام المقاييس وإطارات المراقبة والتقييم في تتبع جودة المخرجات وتعزيز التعاون المسؤول لضمان أن يكون الذكاء الاصطناعي شريكًا في الإنتاجية بدلاً من كونه عبئًا. من المفيد أيضًا للمنظمات استكشاف سير العمل بمساعدة الذكاء الاصطناعي لفهم قدرات وقيود هذه الأدوات لاحتياجات فرقها الفريدة. ستساعد هذه الممارسات الفرق على تطوير الحكم اللازم لإدماج اقتراحات الذكاء الاصطناعي بشكل فعال دون المساس بجودة الشفرة أو استقرار النظام.

متطلعين إلى المستقبل، ما يميز المطورين الذين سينجحون في مستقبل يعتمد على الذكاء الاصطناعي عن أولئك الذين قد يجدون صعوبة في التكيف؟

المطورون الذين يتفوقون في مستقبل يعتمد على الذكاء الاصطناعي سيكونون قادرين على الجمع بين المهارات التأسيسية القوية والحكم والتنقل والتفكير النظمي. فهم متى يجب الثقة بالذكاء الاصطناعي، ومتى يجب التدخل لتوجيهه وإعادة توجيهه، وكيف تتناسب المخرجات مع النظام الأوسع. أولئك الذين يجدون صعوبة في التكيف قد يعتمدون بشكل مفرط على التutomatisation، أو يفتقرون إلى الخبرة مع الحالات الحدية، أو يفوتون فرص التعلم القيمة التي تعزز خبرة المطور على مدى مسيرته المهنية. التعلم المستمر والتحерим اليدوي بسير العمل بمساعدة الذكاء الاصطناعي سيساعدان المطورين على تعزيز هذه المهارات في إطار زمني أقصر ويبقون فعالين مع تطور أدوات الترميز بمساعدة الذكاء الاصطناعي.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة بلاورالايت.