تستثمر الشركات بكثافة في الذكاء الاصطناعي التوليدي لتسريع تطوير البرمجيات. أهداف الإنتاجية آخذة في الارتفاع، ودورات الإصدار تتقلص، والرسالة من القيادة واضحة: الإسراع.
بالنسبة للعديد من مديري تكنولوجيا المعلومات، لا يقتصر الضغط على اعتماد الذكاء الاصطناعي فحسب، بل مواكبة السرعة والنطاق الذي يقدمه في تطوير البرمجيات. ونتيجة لذلك، هناك مخاوف متزايدة من أن المنافسين الأصغر حجما والمعتمدين على الذكاء الاصطناعي قد يتمكنون من إعادة بناء المنتجات والخدمات بسرعة كبيرة بحيث لا تتمكن الشركات القائمة من المنافسة ببساطة.
بالنسبة للفرق الهندسية التي تتعرض لضغوط لتقديم خدمات رقمية أسرع، فإن جاذبية الذكاء الاصطناعي واضحة. ولكن كلما تحرك تطوير البرمجيات بشكل أسرع، أصبحت مشكلة جديدة أكثر وضوحًا: وهي مخلفات جودة الذكاء الاصطناعي.
يستمر المقال أدناه
ومع تسارع عملية إنشاء التعليمات البرمجية، يتزايد أيضًا حجم التغيير الذي يدخل إلى أنظمة الإنتاج. والسؤال الذي يواجهه الآن العديد من مدراء تكنولوجيا المعلومات ومديري تكنولوجيا المعلومات هو أنه إذا تم إنشاء البرنامج بسرعة الآلة، فكيف يمكنك التحقق من صحته دون إبطاء الابتكار؟
يمكنك مقارنة العملية ببناء سيارات السباق. هناك حاجة لمحركات أكبر، وديناميكيات هوائية أفضل، وسرعات قصوى أعلى. ولكن هل تنسى ترقية الفرامل؟ كلما تحركت بشكل أسرع، يجب أن تكون قوة التوقف لديك أكثر دقة وقوة. وبدون ذلك، يصبح الأداء مسؤولية.
هذا الخلل هو ما يخلق مخلفات الجودة. يبدو الاندفاع الأولي مثيرًا للإعجاب: يرتفع الإنتاج وتتحرك الفرق بسرعة. لكن الواقع سرعان ما يظهر: التراجعات، والإصدارات غير المستقرة، واختناقات الأداء، وإعادة العمل المتزايدة التي تلغي بهدوء المكاسب المبكرة.
ولم تعد المخاطر تقنية فحسب. وبما أن الخدمات الرقمية أصبحت العمود الفقري للخدمات المصرفية وتجارة التجزئة والسفر والبنية التحتية العامة، فإن فشل البرمجيات يحمل الآن عواقب مالية مباشرة وعواقب على السمعة.
في عام 2025، واجهت المؤسسات الكبيرة خسائر متوسطة تزيد عن 1.5 مليون جنيه إسترليني في الساعة أثناء انقطاع تكنولوجيا المعلومات بشكل كبير. عندما يقوم الذكاء الاصطناعي بإنشاء تعليمات برمجية بسرعة الآلة، لم يعد السؤال هو ما إذا كانت العيوب تحدث، ولكن مدى سرعة انتشارها عبر الأنظمة المعقدة قبل أن يلاحظها أحد.
النقطة العمياء
ولا يقتصر الخطر على حجم التعليمات البرمجية التي ينشئها الذكاء الاصطناعي فحسب. هذا ما يفعله هذا المقياس للأنظمة مع مرور الوقت.
عندما تتضاعف إنتاجية المطورين، يتضاعف معها حجم التغيير. كل تغيير إضافي يؤدي إلى عدم الاستقرار المحتمل. ومع ذلك، لا تزال العديد من المنظمات تقيس الثقة باستخدام أطر مصممة لعصر مختلف.
لسنوات عديدة، تم التعامل مع تغطية الكود كمعيار للجودة. ولكن في بيئة تعتمد على الذكاء الاصطناعي، يصبح هذا المعيار سطحيًا وعفا عليه الزمن على نحو متزايد. يمكنك تغطية أجزاء أكبر من التعليمات البرمجية مع الاستمرار في تفويت المناطق التي قد تسبب ضررًا حقيقيًا للأعمال في حالة فشلها.
تخبرك التغطية بمقدار ما تم اختباره، ولكن ليس ما هو الأكثر أهمية – حيث تتراكم المخاطر، أو التأثير المحتمل على الأعمال. في عصر الذكاء الاصطناعي، تعتبر مطاردة النسبة المئوية أقل أهمية من فهم التعرض.
ويصبح هذا الأمر أكثر أهمية لأن التطوير بمساعدة الذكاء الاصطناعي يزيد من سرعة تغيير البرامج. وقد تتحرك خطوط التنمية بشكل أسرع، ولكن نماذج الحوكمة الأساسية تظل ثابتة في كثير من الأحيان. عندما يتم إنشاء التعليمات البرمجية بشكل أسرع من قدرة المؤسسات على التحقق من صحتها، تصبح الثقة هي عنق الزجاجة الجديد.
مبدأ بنية الذكاء الاصطناعي المزدوج
إذا كان الذكاء الاصطناعي يعمل على تسريع تطوير البرمجيات، فإن الأنظمة التي تتحقق من صحته يجب أن تتطور أيضًا. الجواب ليس ببساطة “المزيد من الاختبارات”، بل التنسيق الأكثر ذكاءً. يجب أن يتبع التنفيذ الناجح للذكاء الاصطناعي مبدأ البنية المزدوجة.
على جانب واحد يوجد الذكاء الاصطناعي التوليدي، المسؤول عن إنشاء وتعديل التعليمات البرمجية بسرعة غير مسبوقة. وعلى الجانب الآخر، يوجد الذكاء الاصطناعي التحليلي، وهو التوازن الذكي الذي يقيم المخاطر ويراقب الأداء ويتحقق من صحة العمليات الحيوية للأعمال. ولتحقيق النجاح، يجب أن يعمل النظامان بشكل متوازي.
يعمل الذكاء الاصطناعي التحليلي كموصل عبر الوكلاء الرقميين المتخصصين. يقوم أحد الوكلاء بتقييم ملف تعريف مخاطر التغييرات الجديدة، بينما يقوم وكيل آخر بفحص الآثار المترتبة على الأداء. وقد يؤدي الخيار الثالث إلى تحفيز آليات الشفاء الذاتي في السيناريوهات الأقل خطورة.
ويضمنون معًا أن عملية التحقق تركز على ما يؤثر حقًا على الأعمال، بدلاً من محاولة اختبار كل شيء دون تمييز.
ولذلك، يصبح الاختبار متعلقًا بالدقة، وليس الحجم فقط.
ولهذا السبب بدأت العديد من المؤسسات الهندسية في إعادة التفكير في كيفية التحكم في جودة البرامج. وبدلاً من التعامل مع الاختبار باعتباره مجموعة من الأدوات المنفصلة، يقدم البعض “مستويات تحكم” مركزية تعمل على تنسيق عملية التحقق عبر مسارات التطوير.
توفر هذه الأنظمة سياقًا مشتركًا عبر وكلاء الذكاء الاصطناعي، وأطر الاختبار، وإصدار سير العمل، مما يسمح للفرق بتحديد أولويات التغييرات الأكثر أهمية مع الحفاظ على الإشراف البشري.
في بيئة حيث يمكن لأدوات الذكاء الاصطناعي إنشاء تعليمات برمجية بسرعة غير مسبوقة، يجب أن تعمل الحوكمة بنفس المستوى من التنسيق والرؤية.
في الواقع، تتحول جودة البرمجيات من نشاط هندسي تفاعلي إلى قدرة استباقية لإدارة المخاطر. بدلاً من مجرد اكتشاف العيوب بعد ظهورها، يمكن للمؤسسات فهم مكان تراكم المخاطر عبر الأنظمة وتحديد أولويات التحقق وفقًا لذلك.
في بيئات المؤسسات المعقدة، يمكن أن يحدد هذا الاختلاف ما إذا تم احتواء المشكلة مبكرًا أو تصاعدها إلى انقطاع واسع النطاق.
البشر هم السائقون وليس الميكانيكيون
في هذا النموذج، يتغير دور الإنسان بشكل كبير. لم يعد متخصصو الجودة مقتصرين على البحث اليدوي عن العيوب. وبدلاً من ذلك، يتولى هؤلاء دور السائق في سيارة السباق التي تعمل بالذكاء الاصطناعي، حيث يقومون بمراجعة رؤى المخاطر الناتجة عن الذكاء الاصطناعي واتخاذ قرارات إصدار مستنيرة تتماشى مع أولويات العمل.
وهذا يرفع مستوى التفاعل البشري بدلاً من استبداله بالأتمتة.
ومع ظهور أنماط واحتمالات الذكاء الاصطناعي، يمكن للبشر التركيز على الحكم الاستراتيجي بدلاً من استكشاف الأخطاء وإصلاحها بشكل تفاعلي. ويصبح ضمان الجودة آلية توجيهية للابتكار، وليس مجرد شبكة أمان.
ويعكس هذا تحولًا أوسع نطاقًا يحدث عبر تكنولوجيا المعلومات في المؤسسة. مع تحول الذكاء الاصطناعي إلى جزء لا يتجزأ من سير عمل التطوير، ينتقل قادة التكنولوجيا من إدارة الأدوات الفردية إلى تنسيق أنظمة توصيل متكاملة للإنسان والذكاء الاصطناعي.
الهدف ليس إزالة الرقابة البشرية، ولكن إعادة وضعها حيث تضيف أكبر قيمة: تفسير إشارات المخاطر، ووضع حواجز الحماية، واتخاذ قرارات الإصدار النهائية التي تؤثر على الأعمال.
الابتكار يحتاج إلى السيطرة وكذلك السرعة
إن المؤسسات التي تنجح في عصر الذكاء الاصطناعي لن تكون تلك التي تنشر ببساطة أسرع الأدوات التوليدية. سيكونون هم أولئك الذين يفهمون أن السرعة والتحكم يجب أن يتكاملا معًا.
تعتبر سيارة السباق التي لا تحتوي على فرامل موثوقة مثيرة للإعجاب حتى تصل إلى أول زاوية حادة.
الأمر نفسه ينطبق على التطوير القائم على الذكاء الاصطناعي. الإنتاجية دون التوازن الهيكلي تؤدي إلى عدم الاستقرار. ولكن عندما يعمل الذكاء الاصطناعي التوليدي والتحليلي كنظام منسق، يصبح بوسع الشركات أن تبتكر بوتيرة سريعة دون التضحية بالمرونة.
وفي نهاية المطاف، لن تأتي الميزة التنافسية للذكاء الاصطناعي من توليد أكبر قدر من الأكواد البرمجية، بل من إدارتها بأكبر قدر من الذكاء. إن المؤسسات التي تبني أنظمة قادرة على التحقق من صحة التغيير بسرعة الآلة ستفتح الإمكانات الكاملة للتطوير القائم على الذكاء الاصطناعي.
أولئك الذين لا يخاطرون باكتشاف حدود التسارع بالطريقة الصعبة.
إن تجنب آثار الجودة لا يعني إبطاء السباق. يتعلق الأمر ببناء آلة يمكنها التعامل مع السرعة.
لقد أبرزنا أفضل منشئ مواقع الويب بالذكاء الاصطناعي.
تم إنتاج هذه المقالة كجزء من قناة Expert Insights التابعة لـ TechRadarPro حيث نعرض أفضل وألمع العقول في صناعة التكنولوجيا اليوم. الآراء الواردة هنا هي آراء المؤلف وليست بالضرورة آراء TechRadarPro أو Future plc. إذا كنت مهتمًا بالمساهمة، اكتشف المزيد هنا: https://www.techradar.com/news/submit-your-story-to-techradar-pro
التعليقات