يُحدث الذكاء الاصطناعي التوليدي موجات في مجال تطوير البرمجيات، مما يغير الطريقة التي يعمل بها المهندسون، ويكررون، ويطورون التعليمات البرمجية.
نرى التأثيرات المتتابعة لهذا التحول تظهر في إدارة البيانات ومراقبتها وإمكانية ملاحظتها ككل. لا يقتصر تأثير الذكاء الاصطناعي على سير العمل فحسب، بل إنه يغير المسارات الوظيفية.
كبير مسؤولي التكنولوجيا والمؤسس المشارك لشركة Chronosphere.
من الهلوسة إلى رموز الاختبار الذاتي، يتعلم الذكاء الاصطناعي من أخطائه
يمكن استخدام نماذج اللغة الكبيرة (LLMs) لتبادل الأفكار ومقارنة المعلومات وإنشاء التعليمات البرمجية. ومع ذلك، فإنهم ما زالوا يرتكبون الأخطاء ويهلوسون بشكل متكرر لدرجة أنه لا يمكن الوثوق بهم.
تتضمن الهلوسة تقديم معلومات كاذبة على أنها صحيحة أو توليد إجابة دقيقة لا علاقة لها بالسؤال المطروح. مثل هذه الإخفاقات يمكن أن تزيد من تعقيد العملية بالنسبة للمطورين.
اليوم، يستخدم المطورون مساعدي التشفير بالذكاء الاصطناعي بإحدى طريقتين. أولاً، يمكنهم توظيف وكيل ترميز الذكاء الاصطناعي لتأليف جزء أصغر ومحدد من الحل.
وبدلاً من ذلك، يستخدمونها للمساعدة في بناء التعليمات البرمجية الخاصة بهم بشكل أكثر فعالية من خلال طرح أسئلة حول خصائص الخوارزميات، والتحقق من المراجع، ودلالات اللغة، والعصف الذهني لتصميم الحل.
عندما كانت التكنولوجيا في مهدها، كان حدوث الهلوسة بشكل منتظم يتطلب من المهندسين قضاء قدر كبير من الوقت في مراجعة التعليمات البرمجية والتحقق منها.
أدى هذا إلى تحويله إلى مضيعة للوقت بدلاً من توفير الوقت. وهذا يتغير بسرعة: الآن، يقوم وكلاء تشفير الذكاء الاصطناعي ببناء وإجراء اختبارات على الكود الذي قاموا بتأليفه ويصححون أخطائهم. ونتيجة لذلك، أصبحت الهلوسة أقل أهمية.
هل يعمل الذكاء الاصطناعي على إبطاء عملية المطورين أم تسريعها؟
وسواء كان الذكاء الاصطناعي يتسارع أو يتباطأ، فإن عملية الترميز تعتمد على الظروف الفردية؛ يعود الكثير منها إلى مستوى خبرة المطور ومعرفة القراءة والكتابة بالذكاء الاصطناعي. في الواقع، كشفت دراسة حديثة أنه عندما يستخدم المطورون أدوات الذكاء الاصطناعي، فإنهم يستغرقون وقتًا أطول بنسبة 19% مقارنةً عندما لا يستخدمونها.
يقدم وكلاء البرمجة طبقة إضافية من التفكير للمطورين عند صياغة التعليمات البرمجية. ويكمن التحدي في أنهم غالبًا ما يقعون في محاولات دورية لإصلاح الكود الخاص بهم. وهذا يعني أنهم يحتاجون إلى إرشادات أعلى بكثير عند العمل على قواعد التعليمات البرمجية أو في سياقات غير نمطية، مما قد يؤدي إلى ترجيح كفة موازين الإنتاجية.
كلما كانت التعليمات البرمجية والمهمة أكثر تخصصًا، كلما أصبح من الصعب تحقيق نتائج جيدة دون الكثير من التوجيه أو التدخل البشري – خاصة عند مراجعة وإعادة تنفيذ التعليمات البرمجية التي يواجهها الذكاء الاصطناعي.
وهذا يعني أن مقدار الوقت الضائع الذي يتم إنفاقه يتم تحديده من خلال المشروع نفسه، بالإضافة إلى إلمام المهندس بالطلب.
ومن بين معدلات الفشل، فإن 60% من العيوب ناجمة عن أدوات الذكاء الاصطناعي، بما في ذلك المشكلات الصغيرة والكبيرة. يشتمل الأخير على رمز “عربات التي تجرها الدواب”، والذي قد يبدو جيدًا في البداية، ولكن بعد التفكير، يدرك المطور أنه يحتاج إلى إصلاح جوهري.
دمج الذكاء الاصطناعي في DevOps
إحدى أفضل حالات الاستخدام لوكلاء الذكاء الاصطناعي اليوم هي هندسة موثوقية الموقع. باستخدام خادم بروتوكول السياق النموذجي (MCP) الذي يتكامل مع أدوات ترميز الذكاء الاصطناعي، مثل Cursor وClaude Code، يمكن للمهندسين دمج الذكاء الاصطناعي بسهولة في سير عمل DevOps اليومي.
تجعل MCPs بيانات القياس عن بعد متاحة للذكاء الاصطناعي، مما يمكّنه من التفكير في البيانات وإلغاء الحاجة إلى الإدخال اليدوي للمعلومات. وهذا يحسن الكفاءة ويقلل من احتمالية الهلوسة.
يتيح ذلك لمهندسي موثوقية الموقع (SREs) البقاء في حالة التدفق الخاصة بهم داخل “المحرر” أو المحطة الطرفية وتقييم صحة أهداف مستوى الخدمة (SLOs) بسرعة، بالإضافة إلى تجميع السجلات ومراقبة الأخطاء وتوزيعات زمن الوصول للخدمات.
إن جلب هذا السياق وإتاحة القياس عن بعد للذكاء الاصطناعي قد أدى إلى تغيير جذري في مدى سرعة حل المهام كل يوم. يؤدي تعزيز الكفاءة والسرعة إلى فرق مطورين ذات أداء أعلى وأكثر سعادة ويمكنهم التركيز على العناصر الفريدة للوظيفة.
يمكنهم العمل على حل التحديات التجارية والتنظيمية بدلاً من إعاقتهم بسبب عبء العمل. وهذه ليست سوى بداية الرحلة. وفي المستقبل، ستصبح مسارات عمل محددة مستقلة تمامًا، ويشرف عليها إنسان في المركز الذي سيقود عملية صنع القرار والتحقيقات.
قيمة الذكاء الاصطناعي
بالنسبة للمطورين، تكمن القيمة الأساسية للذكاء الاصطناعي التوليدي اليوم في قدرته على رسم فكرة والمساعدة في طرح الحلول، وتوفير تعليمات خطوة بخطوة وتحديد مجالات جديدة للبحث.
يمكن أن يساعد التوجيه الذي يقدمه المطورين الشباب على التحسن بشكل أسرع، خاصة عندما يفتقرون إلى الإرشاد من مهندس أكثر خبرة. ومع ذلك، فإن ما إذا كان الذكاء الاصطناعي سيوفر الوقت أو يهدره يعتمد كليًا على مدى تعقيد المهمة، ومستوى خبرة المهندس، وقدرته على تحفيز الذكاء الاصطناعي بشكل جيد.
مع تطور أدوات الذكاء الاصطناعي وتكيف المهندسين مع أساليب العمل الجديدة، من المتوقع أن تتغير العقلية حول البرمجة نفسها. يعمل الذكاء الاصطناعي بالفعل على إحداث تحول في سير العمل، لكنه لن يحل محل البشر بالكامل.
وبدلاً من ذلك، سوف يسد الفجوات المعرفية داخل فرق المطورين، ويقدم أفكارًا جديدة حول كيفية هيكلة التعليمات البرمجية، بما في ذلك الخيارات التي ربما لم يتم تغطيتها في التدريب من قبل، ويعتني بالمهام الوضيعة التي تعيق المهندسين يوميًا.
في نهاية المطاف، سيكون الذكاء الاصطناعي بمساعدة الإنسان هو أقوى الذكاء الاصطناعي.
لقد قمنا بتقييم أفضل المنصات بدون كود.
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