هذه المقالة جزء من سلسلة حول Sens-AI Framework – العادات العملية للتعلم والبرمجة باستخدام الذكاء الاصطناعي.
منذ بضعة عقود مضت، عملت مع مطور كان يحظى باحترام الجميع في فريقنا. وجاء الكثير من هذا الاحترام من حقيقة أنه استمر في تبني تقنيات جديدة لم يستخدمها أحد منا. كانت هناك لغة متطورة في ذلك الوقت لم يكن يستخدمها سوى عدد قليل من الأشخاص، وقام ببناء ميزة كاملة باستخدامها. وسرعان ما أصبح معروفًا باعتباره الشخص الذي تلجأ إليه للحصول على هذه التقنيات المتخصصة، مما أكسبه الكثير من الاحترام من بقية أعضاء الفريق.
وبعد سنوات، عملت مع مطور آخر بذل قصارى جهده لدمج مكتبات .NET محددة وغامضة في الكود الخاص به. وقد أدى ذلك أيضًا إلى حصوله على تقدير من أعضاء فريقنا ومديرينا، وكان يُنظر إليه على أنه أحد كبار المطورين جزئيًا بسبب خبرته في هذه الأدوات المتخصصة.
بنى كلا المطورين سمعتهما على المعرفة العميقة بتقنيات محددة. لقد كانت استراتيجية مهنية موثوقة نجحت لعقود من الزمن: كن خبيرًا في شيء ذي قيمة ولكنه غير معروف على نطاق واسع، وستكون لديك سلطة على فريقك وميزة في مقابلات العمل.
لكن الذكاء الاصطناعي يغير تلك الديناميكية بطرق بدأنا للتو في رؤيتها.
في الماضي، كان بإمكان المطورين ذوي الخبرة بناء خبرة عميقة في تقنية واحدة (مثل Rails أو React، على سبيل المثال) وكانت هذه الخبرة ستمنحهم التقدير باستمرار في فريقهم وتساعدهم على التميز في المراجعات ومقابلات العمل. كان الأمر يستغرق شهورًا أو سنوات من العمل باستخدام إطار عمل محدد قبل أن يتمكن المطور من الكتابة الكود الاصطلاحيأو التعليمات البرمجية التي تتبع الأنماط المقبولة وأفضل الممارسات لتلك التكنولوجيا.
ولكن الآن يتم تدريب نماذج الذكاء الاصطناعي على أمثلة لا حصر لها من التعليمات البرمجية الاصطلاحية، بحيث يمكن للمطورين الذين ليس لديهم هذه الخبرة إنشاء تعليمات برمجية مماثلة على الفور. وهذا يضع قيمة أقل على الوقت الذي يقضيه في تطوير تلك الخبرة العميقة.
التحول نحو المهارات العامة
ويعمل هذا التغيير على إعادة تشكيل المسارات الوظيفية بطرق بدأنا للتو في رؤيتها. لقد نجح النهج التقليدي لعقود من الزمن، ولكن مع قيام الذكاء الاصطناعي بملء المزيد من تلك المعرفة المتخصصة، فإن الميزة المهنية تتحول نحو الأشخاص الذين يمكنهم التكامل عبر الأنظمة واكتشاف مشكلات التصميم في وقت مبكر.
نظرًا لأنني قمت بتدريب المطورين والفرق التي تعتمد بشكل متزايد أدوات ترميز الذكاء الاصطناعي، فقد لاحظت أن المطورين الذين يتكيفون بشكل أفضل ليسوا دائمًا هم الذين يتمتعون بالخبرة العميقة في إطار عمل معين. وبدلاً من ذلك، فهم هم الذين يمكنهم اكتشاف أي شيء يبدو خاطئًا، والتكامل عبر الأنظمة المختلفة، والتعرف على الأنماط. والأهم من ذلك، أنهم يستطيعون تطبيق تلك المهارات حتى عندما لا يكونون خبراء عميقين في التكنولوجيا المحددة التي يعملون بها.
يمثل هذا تحولًا من الديناميكية الأكثر تقليدية في الفرق، حيث كونك خبيرًا في تقنية معينة (مثل أن تكون “شخص Rails” أو “خبير React” في الفريق) يحمل سلطة حقيقية. يملأ الذكاء الاصطناعي الآن الكثير من تلك المعرفة المتخصصة. لا يزال بإمكانك بناء مهنة بناءً على المعرفة العميقة بـ Rails، ولكن بفضل الذكاء الاصطناعي، لا يتمتع دائمًا بنفس السلطة التي كان يتمتع بها من قبل على الفريق.
ما لا يزال الذكاء الاصطناعي غير قادر على فعله
يجد كل من المطورين الجدد وذوي الخبرة أنفسهم بشكل روتيني متراكمين للديون الفنية، خاصة عندما تدفع المواعيد النهائية التسليم على حساب قابلية الصيانة، وهذا هو المجال الذي غالبًا ما يميز فيه المهندسون ذوو الخبرة أنفسهم، حتى في فريق يعتمد الذكاء الاصطناعي على نطاق واسع. والفرق الرئيسي هو أن المطور ذو الخبرة غالبًا ما يعرف أنه يتحمل الديون. يمكنهم اكتشاف الأنماط المضادة مبكرًا لأنهم رأوها مرارًا وتكرارًا واتخاذ خطوات “لسداد” الديون قبل أن يصبح إصلاحها أكثر تكلفة بكثير.
لكن الذكاء الاصطناعي يغير أيضًا قواعد اللعبة بالنسبة للمطورين ذوي الخبرة بطرق تتجاوز إدارة الديون الفنية، وقد بدأ في إعادة تشكيل مساراتهم المهنية التقليدية. ما لا يستطيع الذكاء الاصطناعي فعله حتى الآن هو إخبارك متى سيؤدي قرار التصميم أو الهندسة المعمارية اليوم إلى حدوث مشكلات بعد ستة أشهر من الآن، أو عندما تكتب تعليمات برمجية لا تحل مشكلة المستخدم فعليًا. ولهذا السبب فإن كونك متخصصًا يتمتع بمهارات في الهندسة المعمارية وأنماط التصميم وتحليل المتطلبات وحتى إدارة المشاريع، أصبح أكثر قيمة بالنسبة لفرق البرمجيات.
العديد من المطورين الذين أرى أنهم يزدهرون باستخدام أدوات الذكاء الاصطناعي هم الذين يمكنهم:
- تعرف على الوقت الذي سيؤدي فيه الكود الذي تم إنشاؤه إلى حدوث مشكلات في الصيانة حتى لو كان يعمل في البداية
- التكامل عبر أنظمة متعددة دون أن يكونوا خبراء عميقين في كل واحد
- بقعة الأنماط المعمارية والأنماط المضادة بغض النظر عن التكنولوجيا المحددة
- مشاكل الإطار بشكل واضح حتى يتمكن الذكاء الاصطناعي من توليد حلول أكثر فائدة
- سؤال وتحسين مخرجات الذكاء الاصطناعي بدلاً من قبولها كما هي
الآثار العملية لحياتك المهنية
هذا التحول له آثار حقيقية على كيفية تفكير المطورين في التطوير الوظيفي:
للمطورين ذوي الخبرة: لا تزال سنوات خبرتك مهمة وقيمة، ولكن الميزة المهنية تتحول من “أعرف هذه الأداة المحددة جيدًا” إلى “أستطيع حل المشكلات المعقدة عبر تقنيات مختلفة”. التركيز على بناء المهارات في تصميم النظام والتكامل والتعرف على الأنماط التي تنطبق على نطاق واسع.
للمطورين في بداية حياتهم المهنية: قد يكون هناك إغراء في الاعتماد على الذكاء الاصطناعي لسد الفجوات المعرفية، لكن هذا قد يكون خطيرًا. هذه المهارات الأوسع – الهندسة المعمارية، والحكم على التصميم، وحل المشكلات عبر المجالات – تتطلب عادةً سنوات من الخبرة العملية لتطويرها. استخدم الذكاء الاصطناعي كأداة، ولكن تأكد من أنك لا تزال تبني مهارات التفكير الأساسية التي تتيح لك توجيهه بفعالية.
للفرق: ابحث عن الأشخاص الذين يمكنهم التكيف مع التقنيات الجديدة بسرعة والتكامل عبر الأنظمة، وليس فقط المتخصصين العميقين. ربما لا يزال “شخص Rails” ذا قيمة، ولكن الشخص الذي يمكنه العمل مع Rails، ودمجه مع ثلاثة أنظمة أخرى، وتحديد الوقت الذي تتجه فيه البنية إلى المشاكل بعد ستة أشهر، يصبح أكثر قيمة.
لن يكون المطورون الذين ينجحون في عالم يدعم الذكاء الاصطناعي دائمًا هم الذين يعرفون أكثر عن أي تقنية منفردة. سيكونون هم الأشخاص الذين يمكنهم رؤية الصورة الأكبر، والتكامل عبر الأنظمة، واستخدام الذكاء الاصطناعي كأداة قوية مع الحفاظ على التفكير النقدي الضروري لتوجيهه نحو حلول مفيدة حقًا.
الذكاء الاصطناعي لا يحل محل المطورين. إنه يغير أنواع مهارات المطورين الأكثر أهمية.