يُظهر تحليل بيانات CircleCI تباينات صارخة بين فرق التطوير: حيث تحقق أقلية من الفرق مكاسب إنتاجية هائلة باستخدام الذكاء الاصطناعي، بينما يهدر البعض الآخر الكثير من الوقت في إصلاح الأخطاء في التعليمات البرمجية التي تم إنشاؤها تلقائيًا.
إذا كنت مطور برامج، فعليك قراءة هذه المقالة. وإذا كنت تدير فريقًا من مطوري البرامج، فهي أكثر أهمية بالنسبة لك. في الواقع، إنها مهمة لكل من تُؤتمت أعماله هذه الأيام: المترجمون، والمحامون، والأطباء، وحتى خبراء المستقبل.
لماذا؟ لأنه يجيب على سؤال كان يؤرقني لعدة أشهر: كيف يمكن لبعض الناس أن يبلغوا عن مضاعفة إنتاجيتهم وأكثر بفضل الذكاء الاصطناعي، بينما يشكو آخرون من أنه يبطئهم فقط؟
للإجابة على هذا السؤال، كنا بحاجة إلى مستوى أعلى من الإشراف. حرفيًا. أن نجلس خلف الموظف المختص ونراقب ما يفعله، وكم يفعل، ومدى تحسين الذكاء الاصطناعي لعمله. أو مدى تأثيره في إبطاء وتيرة العمل.
لحسن الحظ، توجد شركة واحدة على الأقل أنتجت هذا النوع من البيانات. اسم الشركة CircleCI، وهي توفر إحدى أكثر المنصات شيوعًا في السوق للمبرمجين للعمل عليها. كما أنها تراقب المواقع التي يستضيف عليها المبرمجون منتجات أعمالهم المؤقتة. وفي شهر سبتمبر الماضي، ولمدة شهر كامل، قامت الشركة بـ تمت مراقبة آلاف فرق تطوير البرمجيات لفهم ما يحدث هناك فعلاً، هل يُسرّع الذكاء الاصطناعي وتيرة عملهم؟ أم أنه لا يُحدث أي تغيير يُذكر؟
والجواب: نعم... ونعم.
أظهر تحليل الشركة أن متوسط إنتاجية الفريق قد ارتفع بنسبة 59% خلال السنوات الثلاث الماضية. لكن نظرة فاحصة على البيانات تُظهر أن هذا المتوسط يعكس توزيعًا غير متكافئ. ربع الفرق لم تشهد أي تحسن في وتيرة العمل، ونصفها شهد تحسنًا طفيفًا (4%). فقط في الربع الأعلى من الفرق، بدأنا نلاحظ تحسنًا ملحوظًا في وتيرة التطوير. تُضاعف الفرق الأكثر نجاحًا وتيرة تطويرها سنويًا. وإذا نظرنا إلى الفرق الثلاثين الأكثر تقدمًا، نرى تفاوتًا أكبر: فقد أنتج الفريق الأكثر تقدمًا عشرة أضعاف كمية التعليمات البرمجية التي أنتجها الفريق الرائد في عام 2024 في عام 2025.
ولتوضيح الأمور: هذا يعني أن أسرع عشرة فرق تقوم بالتحقق من أكثر من 10,000 تغيير في التعليمات البرمجية والموافقة عليها كل يوم.
فلماذا يصر بعض المطورين على أن الذكاء الاصطناعي يبطئ عملهم؟ وأنه يكتب أكواداً رديئة؟ وأنه يرتكب أخطاءً كطفل صغير؟
لأنها كذلك بالفعل.
عندما يكون الذكاء الاصطناعي مخطئاً
تتبّع الباحثون محاولات المبرمجين لإنشاء أكواد جديدة بمساعدة الذكاء الاصطناعي، ووجدوا أن نسبة نجاحهم لم تتجاوز 70%، وهو انخفاض ملحوظ مقارنةً بالعامين الماضيين. هذا يعني أن الذكاء الاصطناعي يُنتج أكوادًا تحتوي على أخطاء أكثر. ليس هذا فحسب، بل يواجه المبرمجون صعوبة أكبر في التعامل مع هذه الأخطاء. إذ يقضي المبرمج العادي الآن 72 دقيقة في إصلاح أخطاء الذكاء الاصطناعي، أي بزيادة قدرها 13% عن العام الماضي.
ماذا يعني هذا عمليًا؟ الفرق التي تحاول إجراء خمسة تغييرات برمجية يوميًا، بنسبة نجاح لا تتجاوز 70%، تُهدر فعليًا 250 ساعة عمل سنويًا. أما الفرق الأكبر حجمًا، التي تحاول إجراء 500 تغيير يوميًا، فتُهدر فعليًا 12 مهندسًا بدوام كامل، والذين يضطرون إلى إصلاح جميع أخطاء الذكاء الاصطناعي.
هل تفهم الآن لماذا يشكو الكثير من المبرمجين من أن الذكاء الاصطناعي ضار في الغالب؟
لكن كيف يتناسب كل هذا مع حقيقة أن الفرق الكبرى تتمكن من مضاعفة معدل إنتاجيتها، أو حتى عشرة أضعافه؟
الفائزون الصغار والكبار
قام الباحثون بتحليل البيانات بشكل أعمق، وخلصوا إلى أن الفرق الفائزة تنتمي إلى نوعين من الشركات: شركات صغيرة جدًا وشركات كبيرة جدًا. وفي كلا النوعين، نلاحظ أعلى إنتاجية وأسرع قدرة على تصحيح الأخطاء.
الشركات الصغيرة جدًا - تلك الشركات الرائدة - تتقدم بخطى حثيثة في كل مجال ممكن. فهي أقل تقيدًا بالأساليب التقليدية للعمل، أو بالبيروقراطية التي تُعيق سير العمل. لا يتجاوز عدد موظفيها خمسة، ويعملون بوتيرة محمومة، مُعيدين ابتكار أساليب عملهم. هل يخطئ الذكاء الاصطناعي؟ لذا، يقومون بتطوير أنظمة ذكاء اصطناعي أخرى لمراقبة الشفرة البرمجية وتحديد الأخطاء. يستخدم كل موظف هناك جميع الأدوات المتاحة لديه بطرق مبتكرة لإنتاج الشفرة البرمجية بسرعة، ومراجعتها بسرعة، وإصلاحها بسرعة، وإطلاقها بسرعة.
أدركت الشركات الكبرى، التي تضم أكثر من ألف موظف، أنها لا تستطيع التخلف عن الركب. فاستعانت بأذكى الاستشاريين في السوق، وأكثر المواهب تميزًا، وأعادت تصميم عملية تطوير برمجياتها. وأظن -رغم عدم ذكر ذلك صراحةً في التقرير- أنها استثمرت في فرق أصغر، وشجعت كل فريق على تحسين وتطوير أسلوب عمله. وقد نجحت في ذلك. هذه حقيقة.
من الذي تخلف عن الركب؟ الشركات متوسطة الحجم. فهي تنتج البرمجيات بوتيرة بطيئة للغاية، ويستغرق الأمر منها أكثر من ثلاثة أضعاف الوقت للموافقة على تلك البرمجيات وتنفيذها.
ومن العوامل الأخرى التي تعيق التقدم مستوى تعقيد الشيفرة البرمجية. فكلما كبرت قاعدة الشيفرة - كما هو الحال في قطاعي برامج الحاسوب والخدمات المالية - زاد الوقت اللازم لإصلاح الأخطاء. أما في قطاعات أخرى، كالهندسة المدنية أو البنية التحتية، فإن قاعدة الشيفرة ليست بهذا الحجم، لذا يتمتع الذكاء الاصطناعي بمعدل نجاح أعلى في كتابة شيفرة جديدة.
ملخص البيانات
ما الذي يمكننا استنتاجه من كل هذه البيانات؟
أولاً، لا تتساوى تأثيرات الذكاء الاصطناعي على تطوير البرمجيات بين الفرق والشركات المختلفة. فقلةٌ من الفرق - أقل من الربع - استطاعت تكييف أساليب عملها مع العصر الجديد. أما البقية، فلا تزال تُعاني من الذكاء الاصطناعي وتشتكي من أنه يُبطئ وتيرة عملها. وهو بالفعل يُبطئها، ليس فقط لعدم معرفتها كيفية الاستفادة منه بالشكل الأمثل، بل أيضاً لأن طريقة عملها وإدارتها له لم تتغير بعد، فهي عالقة في الماضي البعيد، قبل عامين أو ثلاثة أعوام.
ثانيًا، تفوز الشركات الصغيرة لأنها قادرة - بل يجب عليها - على التحرك بسرعة. فهي تستخدم جميع الأدوات المتاحة لها، ولا تُعقّد الأمور بالتفكير في أنماط العمل التي ترسخت في السنوات الأخيرة. أما الشركات الكبيرة؟ فهي تُدرك حجم التهديد، ولذا تستثمر في إعادة هيكلة فرقها لتحقيق أقصى استفادة من الأدوات الجديدة.
ثالثًا، يرتكب الذكاء الاصطناعي الكثير من الأخطاء. ومن يدّعي خلاف ذلك فهو يبالغ في الأمر. المهم هو أنه إذا استُخدم بشكل صحيح - وهذا يعني على الأرجح أنه يجب استخدامه أيضًا لتطوير الاختبارات وأتمتة عمليات نقل التعليمات البرمجية - فإنه يُسرّع وتيرة العمل الإجمالية بمقدار ضعفين أو حتى عشرة أضعاف.
الرؤية الشاملة
لا تقتصر أهمية هذه الدروس على تطوير البرمجيات فحسب، بل تشمل جميع المهن التي بدأ الذكاء الاصطناعي بالاندماج فيها، كالقانون والترجمة وأبحاث السوق وتطوير السيناريوهات، وغيرها من المجالات. في جميع هذه المجالات، نلاحظ نمطًا مشابهًا: فمن يتقن استخدام الذكاء الاصطناعي، وتتيح له مؤسساته إيجاد الطرق المثلى للعمل معه، يستطيع إنتاج منتجات عالية الجودة بسرعة أكبر. أما من يجهل استخدامه، أو من تُقيّده بيئة عمله بممارسات بطيئة وغير فعّالة، فيستمر في التذمر من عدم جدواه.
كما هو الحال في تطوير البرمجيات، نسمع في مجالات أخرى باستمرار شكوى مفادها أن الذكاء الاصطناعي خاطئ. وكما هو الحال في تطوير البرمجيات، هذا صحيح. فهو بالفعل خاطئ، أو ليس "مذهلاً"، أو أنه واهم ويرتكب الأخطاء. لكن من يعرف كيف يستخدمه في المواضع الصحيحة من سير عمله هو الناجح. ومن يكتشف كيفية استخدامه لتعزيز قدراته وسد فجوات المعرفة هو الناجح. ومن يستخدمه لتجاوز العقبات البيروقراطية وتسريع سير العمل برمته هو الناجح. نجاح باهر.
ما هي الطرق المثلى لاستخدام الذكاء الاصطناعي؟ لا نعلم. على كل متخصص أن يكتشف ذلك بنفسه، ثم يُحدّث تقييماته سنويًا، لأن الذكاء الاصطناعي نفسه يتطور باستمرار. كل ما يمكننا قوله هو أننا نعيش في زمن يسوده عدم اليقين، لكن الأشخاص الأكثر قدرة على التكيف - أولئك الذين يجربون ويبتكرون ويجرؤون على إعادة ابتكار وظائفهم - ما زالوا يحققون النجاح.
المزيد عن الموضوع على موقع العلوم:
