Characterizing the Quality Profile of AI-Generated C++ in Production
تكشف هذه الدراسة التجريبية واسعة النطاق لـ 3.52 مليون تغيير في لغة ++C في بيئة إنتاجية أن الكود المولد بواسطة الذكاء الاصطناهي يتسبب في عدم كفاءة محددة وتكاليف موارد أعلى مقارنة بالكود المكتوب بشرياً، ولكنها تثبت أن التغذية الراجعة المستهدفة والمبنية على التصنيف يمكن أن تخفف بفعالية من مشكلات الجودة والأداء هذه.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن البرمجيات التي تدير عالمنا —التطبيقات على هاتفك، والأنظمة التي تشغل ألعابك المفضلة، والمحركات غير المرئية التي تقف وراء الخدمات المصرفية العالمية— هي مدينة ضخمة وصاخبة. لعقود من الزمن، بُنيت هذه المدينة بالكامل بواسطة مهندسين معماريين وفرق بناء بشريين، يتبعون مخططات صارمة لضمان أن كل جسر يتحمل الوزن وأن كل أنبوب ينقل المياه دون تسريب. ولكن مؤخرًا، وصل نوع جديد من المساعدين: الذكاء الاصطناعي. فكر في الذكاء الاصطناعي كمتدرب سريع للغاية ومتحمس للغاية يمكنه رسم المخططات في ثوانٍ. إنه بارع في السرعة، ولكن نظرًا لأنه يتعلم من مكتبة ضخمة من الخطط القديمة، فإنه أحيانًا ينسخ أنماطًا قد تبدو جيدة على الورق ولكنها في الواقع غير فعالة أو ركيكة في العالم الحقيقي. السؤال الكبير للمهندسين ليس فقط "هل يستطيع الذكاء الاصطناعي بناءه؟" بل "هل سيصمد المبنى، ويعمل بسلاسة، ولا يهدر الطاقة بمجرد افتتاحه للجمهور؟" هذا هو جوهر القصة التي نحن بصدد استكشافها: غوص عميق في كيفية أداء الكود الذي يكتبه الذكاء الاصطناعي فعليًا في عالم البرمجيات الحقيقي عالي المخاطر.
هذه الورقة البحثية تشبه قصة تحقيق ضخمة استمرت عامًا كاملًا، أجراها فريق من المهندسين في شركة تقنية عملاقة. أرادوا معرفة ما يحدث عندما يساعد الذكاء الاصطناعي في كتابة الكود للأنظمة الضخمة التي يستخدمها مليارات الأشخاص يوميًا. وبدلاً من مجرد التحقق مما إذا كان الكود يعمل (هل يتوقف التطبيق عن العمل؟)، بحثوا في "ملف الجودة" للكود: هل هو فوضوي؟ هل يستهلك الكثير من طاقة الكمبيوتر؟ هل يجعل البرمجيات أبطأ أو أكثر تكلفة في التشغيل؟
تتبع الباحثون أكثر من 3.5 مليون تغيير في الكود تم إجراؤها بين أبريل 2025 وأبريل 2026. ووجدوا أن الذكاء الاصطناعي كان يقوم بجزء كبير من العمل —حوالي 70% من الكود ذي الأصل المعروف كان من إنتاج الذكاء الاصطناعي بحلول نهاية الدراسة. ولكن إليكم المفاجأة: بينما كان الذكاء الاصطناعي سريعًا، فقد كان له "شخصية" متميزة تسببت في مشاكل محددة.
فكر في الكود الناتج عن الذكاء الاصطناعي كطالب، عندما يُطلب منه حل مسألة رياضية، يقرر كتابة كل خطوة من خطوات الحساب يدويًا، رغم وجود صيغة مختصرة يستخدمها الجميع. وجدت الورقة أن كود الذكاء الاصطناعي في لغة C++ (وهي لغة تُستخدم للأنظمة عالية الأداء) مال إلى:
- تعقيد الأمور البسيطة: بدلاً من استخدام أداة قياسية وفعالة (مثل دالة جاهزة)، غالبًا ما كان الذكاء الاصطناعي يكتب حلقات تكرارية خاصة به وطويلة. كان الأمر يشبه بناء عجلة مخصصة لسيارة بينما كانت الإطارات القياسية ستفي بالغرض تمامًا.
- النسخ واللصق المفرط: مال الذكاء الاصطناعي إلى تكرار البيانات دون داعٍ، وهو أمر يشبه حزم حقيبة سفر بثلاثة أزواج متطابقة من الأحذية للاحتياط فقط. هذا أدى إلى هدر الذاكرة وقوة المعالجة.
- خلق أعباء "الترابط": غالبًا ما ربط الكود أجزاء مختلفة من النظام ببعضها البعض بشكل وثيق للغاية، مما يجعل من الصعب إصلاحها أو تحديثها لاحقًا دون كسر شيء آخر.
لم تكن هذه مجرد أعطال صغيرة وغير مرئية؛ فقد كانت لها تكاليف حقيقية في العالم الواقعي. وجدت الدراسة أن الكود الذي كتبه الذكاء الاصطناعي بشكل أساسي استهلك موارد حوسبة أكثر بنسبة 5-8% (مثل قوة وحدة المعالجة المركزية والذاكرة) من الكود الذي كتبه البشر بشكل أساسي. كما استغرق المراجعون البشريون جهدًا أكبر للإصلاح، حيث تلقت التغييرات الناتجة عن الذكاء الاصطناعي تقريبًا ضعف عدد التعليقات الحاجزة (الملاحظات التي تمنع تقديم الكود) واستغرقت وقتًا أطول للدمج.
ومع ذلك، فإن القصة لا تنتهي بخاتمة "الذكاء الاصطناعي سيء". فقد اكتشف الباحثون أن الذكاء الاصطناعي لم يكن معطلًا، بل كان فقط غير موجه. فعندما قدموا للذكاء الاصطناعي ملاحظات محددة بناءً على "تصنيف" (قائمة مصنفة لأكثر الأخطاء شيوعًا، مثل "توقف عن نسخ البيانات دون داعٍ" أو "استخدم المكتبة القياسية")، تحسن الذكاء الاصطناعي بشكل كبير. وفي اختبار ما، أدت هذه الملاحظات المستهدفة إلى تقليل تحذيرات التحليل الساكن المحددة بنسبة 11.1% وتحسين درجة كفاءة الكود بنسبة 31%.
إذن، ما هو الحكم؟ تشير الورقة إلى أن الكود الناتج عن الذكاء الاصطناعي ليس خطيرًا بطبيعته أو معطلاً، ولكن لديه "أسلوب" يمكن التنبؤ به يميل نحو عدم الكفاءة والإسهاب الزائد. الخبر السار هو أنه يمكننا إصلاح ذلك. من خلال فهم هذه الأنماط المحددة وتقديم تعليمات أفضل للذكاء الاصطناعي، يمكننا الحفاظ على دفعة السرعة التي يوفرها الذكاء الاصطناعي مع ضمان بقاء البرمجيات سريعة، وفعالة، وسهلة الصيانة. تثبت الدراسة أنه مع وجود حلقات تغذية راجعة صحيحة، يمكننا تعليم المتدرب الذكاء الاصطناعي ليس فقط البناء بسرعة، بل البناء بذكاء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.