لماذا هندسة البرمجيات على حافة تحول كبير؟

هندسة البرمجيات على حافة تحول كبير، مدفوع بظهور نماذج اللغة الكبيرة (LLMs) المنتشرة كذكاء اصطناعي توليدي. بينما يستمر الجدل حول ما إذا كان هذا يؤهل كذكاء اصطناعي حقيقي، لا يمكن إنكار القدرات المذهلة لنماذج LLMs مثل ChatGPT وGoogle Bard، والتي تحظى باعتراف واسع.

لم يعد تبني الذكاء الاصطناعي في هندسة البرمجيات اختيارياً. أي قسم تكنولوجيا المعلومات أو شركة هندسة برمجيات ترفض تبني الذكاء الاصطناعي سيقع بالتأكيد خلف الركب ويصبح غير ذي صلة. وبالمثل، سيجد المطورون الذين يقاومون هذه التكنولوجيا التحويلية أنفسهم قابلين للاستبدال قريباً.

دروس من الماضي

بالعودة إلى تطور أدوات تطوير المواقع مثل Dreamweaver، نرى أوجه تشابه مع ثورة الذكاء الاصطناعي الحالية. على الرغم من أن أدوات مثل Dreamweaver أتمتت إنشاء المواقع، إلا أنها لم تجعل مطوري الويب البشريين عفا عليهم الزمن. وبالمثل، لم يؤد توفر أدوات ومنصات بناء المواقع الحديثة إلى القضاء على الحاجة إلى المطورين المهرة. بدلاً من ذلك، سرعت هذه الأدوات تطوير المهام الروتينية، مما سمح للمطورين البشريين بالتركيز على التحديات الأكثر تعقيداً والميزات المخصصة.

وصل ظهور نماذج LLMs والذكاء الاصطناعي التوليدي إلى نقطة حرجة. نماذج مثل GPT-3 وGPT-4 وChatGPT وGoogle Bard لفتت الانتباه الثقافي وألهمت الابتكار. إدراكاً للفوائد المحتملة، استثمرت شركة هندسة برمجيات مؤخراً في تراخيص GitHub Copilot لمهندسيها. باستخدام تقنية OpenAI Codex، يبسط GitHub Copilot المهام الشاقة، ويقدم اقتراحات إكمال تلقائي ذكية، ويولد حتى أكواد معالجة الأخطاء، مما يعزز إنتاجية المهندسين.

اللمسة البشرية

بينما تقدم GitHub Copilot والأدوات المماثلة مزايا كبيرة، من المهم الاعتراف بقيودها. غالباً ما يحتوي الكود المولد على أخطاء؛ قد تكون بعض العينات صعبة الصيانة أو التوسيع. هذا يؤكد أن المطورين البشريين بعيدون كل البعد عن العفوية؛ خبرتهم لا تزال لا غنى عنها.

ستعمل أدوات الذكاء الاصطناعي التوليدي على تضخيم ما يعطيه المطورون الأولوية. أولئك الذين يركزون فقط على السرعة بدلاً من الجودة قد ينتجون برمجيات دون المستوى بمعدل متسارع، مما يثقل الجهود المستقبلية بمهام التنظيف والصيانة. وبالمثل، فإن النظر إلى الكود كمادة قابلة للتداول والمهندسين كمجرد تروس لتوليد الكود سيؤدي إلى الجمود. ومع ذلك، يمكن لأولئك الذين يقدّون الابتكار والجودة والتفكير النقدي استغلال إمكانات نماذج اللغات الكبيرة (LLMs) بالشراكة مع المهندسين البشريين.

فتح الإمكانات

لكي نطلق العنان للإمكانات الحقيقية لنماذج اللغات الكبيرة (LLMs)، يجب تدريبها على الجودة وتوجيه تعاونها مع المهندسين البشريين بفعالية. يعد تدريب النماذج على توليد كود آمن وقابل للتوسع وقابل للصيانة ومكتوب بأسلوب جيد أمراً أساسياً. بالإضافة إلى ذلك، سيؤدي التركيز على التطوير القائم على الاختبار (TDD) وزراعة العلاقات التكافلية بين الذكاء الاصطناعي والمهندسين البشريين إلى حلول قوية للتحديات المعقدة.

في المراحل الأولى من ثورة الذكاء الاصطناعي، تمثل المواد القابلة للتداول مثل نماذج اللغات الكبيرة (LLMs) إمكانات خام. تماماً كما يجب صهر سبائك الحديد الخام إلى أدوات مفيدة، يجب على مهندسي البرمجيات تشكيل نماذج اللغات الكبيرة (LLMs) لتتوافق مع احتياجات وقيم البشر. سيكون من المأساوي بناء آلة لتجميع الكود تعمل بالكامل بأتمتة عالية "تُعامِل" تطوير البرمجيات كمادة قابلة للتداول، مما يؤدي إلى أنظمة مشتقة وغالباً ما تكون معيبة. بدلاً من ذلك، يجب علينا السعي لتقدم طموحات البشرية من خلال تطبيق الذكاء الاصطناعي بمسؤولية.

مسار مسؤول نحو المستقبل

بعد عقد من الزمن، يجب على مهندسي البرمجيات السعي لتجنب مستقبل مستقبلي مظلم ناتج عن الاستخدام غير المسؤول للذكاء الاصطناعي. بدلاً من أن يتم تحميلهم تنظيف آثار الأخطاء الآلية، يجب على صناعة البرمجيات استغلال الذكاء الاصطناعي لمواكبة الأهداف النبيلة. من خلال تدريب الذكاء الاصطناعي التوليبي على التعاون بفعالية مع المهندسين البشريين، يمكننا تحويل المهندسين الجيدين إلى مهندسين هجينين قادرين بشكل استثنائي، يجمعون بين نقاط القوة لدى البشر والذكاء الاصطناعي لابتكار حلول غير عادية.

لا تأتي مساعدي الروبوتات لاستبدال مهندسي البرمجيات، بل لتعزيز قدراتهم. من خلال التدريب والتطبيق المسؤولين، سيجعلونهم مهندسين أفضل. بدلاً من جعلهم عفا عليهم الزمن، سيمكنهم الذكاء الاصطناعي من مواجهة التحديات وابتكار حلول تتجاوز ما يمكن للبشر أو الذكاء الاصطناعي إنجازه بشكل مستقل.

عصر توليد الكود بالذكاء الاصطناعي لا يمكن إيقافه، ويجب على مهندسي البرمجيات التكيف للبقاء ذوي صلة. تقدم نماذج اللغات الكبيرة (LLMs) مثل ChatGPT وGoogle Bard إمكانات هائلة لتعزيز قدرات المطورين. ومع ذلك، يجب عليهم ممارسة الحذر وتدريب هذه النماذج على الجودة مع الحفاظ على المساهمات الفريدة للمهندسين البشريين. من خلال القيام بذلك، يمكنهم رسم مسار نحو مستقبل يفتح فيه التعاون بين الإنسان والذكاء الاصطناعي إنجازات ملحوظة في هندسة البرمجيات.