أدوات الذكاء الاصطناعي تُبطئ مُطوري البرمجيات المحترفين

في مفارقة لافتة، أظهرت دراسة حديثة أن أدوات الذكاء الاصطناعي، التي يُفترض أن تعزز أداء المطورين المتمرسين، قد تصبح في الواقع عائقًا أمامهم.

بدلاً من تسريع عملهم، تسببت هذه الأدوات في إطالة الوقت اللازم لإنجاز المهام التي يعرفونها جيدًا.

تفاصيل الدراسة ونتائجها المفاجئة

أُجريت الدراسة بواسطة منظمة الأبحاث غير الربحية METR، وركزت على مطورين ذوي خبرة يعملون على مشاريع مفتوحة المصدر باستخدام مساعد الذكاء الاصطناعي Cursor، وهو أداة شهيرة في مجال البرمجة المدعومة بالذكاء الاصطناعي.

 قبل البدء، كان المتوقع أن توفر الأداة الوقت بنسبة تصل إلى 25%، وحتى بعد الاستخدام، شعر معظم المطورين بأنهم أصبحوا أسرع بنسبة تقارب 20%.

لكن البيانات الفعلية كشفت واقعًا مختلفًا تمامًا، حيث زاد الوقت المطلوب لإنجاز المهام بنسبة 19%. 

فاجأت هذه النتيجة الباحثين، الذين توقعوا في البداية مضاعفة الإنتاجية مع استخدام الذكاء الاصطناعي.

قادت Joel Becker وNate Rush البحث، وأشارا إلى أن هذه النتائج تضع تحت الشك الافتراضات السائدة حول قدرة أدوات الذكاء الاصطناعي على زيادة إنتاجية المهندسين ذوي الخبرة العالية، وهو ما يستثمر فيه الكثير من الشركات مبالغ ضخمة في الوقت الحالي.

مقارنة بالدراسات السابقة وتفسير التأثير السلبي

في مقابل هذا، كانت بعض الدراسات السابقة تشير إلى تحسن كبير في إنتاجية المطورين بفضل الذكاء الاصطناعي، مثل زيادة سرعة البرمجة بنسبة 56% أو إتمام 26% من المهام الإضافية في نفس الوقت.

 كما توقع بعض قادة التقنية مثل داريو أموداي، الرئيس التنفيذي لشركة Anthropic، أن يؤدي الذكاء الاصطناعي إلى اختفاء نصف الوظائف المكتبية المبتدئة خلال خمس سنوات.

مع ذلك، تبين أن هذه المكاسب لا تنطبق على المطورين الذين يعملون على قواعد برمجية معقدة ومألوفة لديهم، حيث أدى الذكاء الاصطناعي إلى إبطائهم بسبب الحاجة المتكررة لمراجعة وتصحيح الاقتراحات المقدمة من النظام، والتي تكون غالبًا قريبة من الصواب لكنها غير دقيقة بما يكفي للاعتماد عليها دون تحقق دقيق.

التحديات الحقيقية في التعامل مع الذكاء الاصطناعي

أوضحت التحليلات المصورة للمشاركين أن الذكاء الاصطناعي كان يقدم توجهات صحيحة لكنه نادرًا ما يقدم الحل الأمثل بشكل مباشر، مما استلزم مزيدًا من الوقت في المراجعة والتعديل وأحيانًا التخلص من نتائج الذكاء الاصطناعي.

وشدد الباحثون على أن هذه النتائج ليست عامة لجميع الحالات، إذ يمكن للمطورين الأقل خبرة أو الذين يتعاملون مع أكواد غير مألوفة أن يستفيدوا فعليًا من أدوات الذكاء الاصطناعي.

انعكاسات على المستخدمين العاديين

هذه الدراسة قد تعكس أيضًا تجربة المستخدمين العاديين للهواتف الذكية، حيث يتوقع الكثيرون أن تُسهل لهم ميزات الذكاء الاصطناعي – مثل التصحيح التنبؤي، والمساعد الصوتي، واقتراحات تعديل الصور – إنجاز مهامهم اليومية.

لكن في الواقع، كثيرًا ما نضطر إلى التوقف لمراجعة وتصحيح أخطاء الذكاء الاصطناعي، مما يجعل إجراءات بسيطة أكثر تعقيدًا من اللازم، سواء كان ذلك بسبب تصحيحات تلقائية خاطئة، أو تحسينات صور غير مرضية، أو ردود ذكية غير دقيقة.

في النهاية، لا يزال الذكاء الاصطناعي في مجال مساعدة البشر في مهامهم، سواء في البرمجة أو الاستخدام اليومي، يواجه تحديات كبيرة في الدقة والاعتمادية التي يجب تجاوزها ليصبح فعلاً مساعدًا متميزًا.

البنك الأهلي المصري