استبدال المبرمجين بالذكاء الاصطناعي؟ لماذا يقول بيل غيتس وسام ألتمان والخبرة أنه لا ينبغي عليك ذلك
في سباق أتمتة كل شيء – من خدمة العملاء إلى البرمجة – يتم الاحتفاء بالذكاء الاصطناعي كحل سحري. السرد جذاب: أدوات الذكاء الاصطناعي التي يمكنها كتابة تطبيقات كاملة، وتبسيط فرق الهندسة وتقليل الحاجة إلى المطورين البشريين المكلفين، إلى جانب مئات من الوظائف الأخرى.
لكن من وجهة نظري كخبير تكنولوجيا يقضي كل يوم داخل بيانات الشركات الحقيقية وسير العمل، فإن الضجيج لا يتناسب مع الواقع.
لقد عملت مع قادة الصناعة مثل جنرال إلكتريك، شركة والت ديزني وكلية هارفارد الطبية لتحسين بياناتهم وبنية الذكاء الاصطناعي، وإليك ما تعلمته: استبدال البشر بالذكاء الاصطناعي في معظم الوظائف لا يزال مجرد فكرة على الأفق.
أخشى أننا نفكر بعيداً جداً. في العامين الماضيين، اختفت أكثر من ربع وظائف البرمجة. أعلن مارك زوكربيرغ أنه يخطط لاستبدال العديد من مبرمجي ميتا بالذكاء الاصطناعي.
لكن، من المثير للاهتمام، أن كلاً من بيل غيتس وسام ألتمان قد حذرا علنًا من استبدال المبرمجين.
في الوقت الحالي، لا ينبغي علينا الاعتماد على أدوات الذكاء الاصطناعي لاستبدال الوظائف بنجاح في التكنولوجيا أو الأعمال. وذلك لأن ما يعرفه الذكاء الاصطناعي محدود بطبيعة الحال بما شاهده – ومعظم ما شاهده في عالم التكنولوجيا هو نماذج جاهزة.
تدرب نماذج الذكاء الاصطناعي التوليدية على مجموعات بيانات كبيرة، والتي تقع عادةً في فئتين رئيسيتين: البيانات المتاحة للجمهور (من الإنترنت المفتوح)، أو البيانات المملوكة أو المرخصة (التي تم إنشاؤها داخليًا بواسطة المؤسسة، أو تم شراؤها من أطراف ثالثة).
المهام البسيطة، مثل بناء موقع ويب أساسي أو تكوين تطبيق قالب، هي انتصارات سهلة لنماذج الذكاء الاصطناعي. لكن عندما يتعلق الأمر بكتابة الكود المعقد والبنية التحتية التي تدعم شركات مثل جوجل أو سترايب، هناك مشكلة: هذا الكود غير موجود في المستودعات العامة. إنه محجوز داخل جدران الشركات، وغير متاح لبيانات التدريب وغالبًا ما يكتبه مهندسون لديهم عقود من الخبرة.
في الوقت الحالي، لا يمكن للذكاء الاصطناعي أن يفكر بمفرده بعد. وليس لديه غريزة. إنه فقط يقلد الأنماط. وصف صديق لي في عالم التكنولوجيا نماذج اللغة الكبيرة (LLMs) بأنها “مخمن جيد جدًا”.
فكر في الذكاء الاصطناعي اليوم كعضو فريق مبتدئ – مفيد في المسودات الأولى أو المشاريع البسيطة. لكن مثل أي مبتدئ، يتطلب إشرافًا. في البرمجة، على سبيل المثال، بينما وجدت تحسينًا بمقدار 5 مرات للبرمجة البسيطة، وجدت أن مراجعة وتصحيح الكود الذي أنتجه الذكاء الاصطناعي الأكثر تعقيدًا غالبًا ما يستغرق وقتًا وطاقة أكثر من كتابة الكود بنفسي.
لا يزال يتعين عليك وجود محترفين كبار ذوي خبرة عميقة للعثور على العيوب، وفهم الفروق الدقيقة حول كيفية قد تشكل تلك العيوب خطرًا بعد ستة أشهر.
هذا لا يعني أنه لا ينبغي أن يكون للذكاء الاصطناعي مكان في مكان العمل. لكن حلم استبدال فرق كاملة من المبرمجين أو المحاسبين أو المسوقين بإنسان واحد ومجموعة من أدوات الذكاء الاصطناعي هو أمر سابق لأوانه. لا نزال بحاجة إلى أشخاص ذوي مستوى عالٍ في هذه الوظائف، ونحتاج إلى تدريب الأشخاص في الوظائف المبتدئة ليكونوا قادرين تقنيًا بما يكفي لتولي الأدوار الأكثر تعقيدًا يومًا ما.
يجب أن يكون هدف الذكاء الاصطناعي في التكنولوجيا والأعمال هو عدم إزالة البشر من الحلقة. لا أقول هذا لأنني خائف من أن يأخذ الذكاء الاصطناعي وظيفتي. أقول ذلك لأنني رأيت كيف يمكن أن يكون من الخطير الثقة في الذكاء الاصطناعي كثيرًا في هذه المرحلة.
يجب أن يكون قادة الأعمال، بغض النظر عن الصناعة التي يعملون فيها، على دراية: بينما يعد الذكاء الاصطناعي بتوفير التكاليف وتقليل الفرق، يمكن أن تعود هذه المكاسب في الكفاءة بنتائج عكسية. قد تثق في الذكاء الاصطناعي لأداء المزيد من الأعمال على المستوى المبتدئ، ولكن ليس لإكمال المشاريع الأكثر تعقيدًا.
الذكاء الاصطناعي سريع. البشر أذكياء. هناك فرق كبير. كلما أسرعنا في تحويل الحديث من استبدال البشر إلى تعزيزهم، كلما جنيت فوائد الذكاء الاصطناعي.
ديريك تشانغ هو الشريك المؤسس لـ ستراتوس داتا.
