في عالم بناء البرمجيات المعاصر، تغيرت العملية بشكل جذري. فلعقود من الزمن، اعتمد المهندسون كلياً على تدريبهم وحكمهم الخاص لتصميم الأنظمة، وحل المشكلات المعقدة، وضمان الأمن. واليوم، دخلت قوة جديدة إلى ورشة العمل: الذكاء الاصطناعي. هذه برامج حاسوبية قادرة على توليد الأكواد، واقتراح التصاميم المعمارية، وتقديم حلول لمشكلات كانت تتطلب ساعات من التفكير البشري. يثير هذا التحول سؤالاً جوهرياً حول مستقبل المهنة: هل ينبغي للبشر التنحي جانباً وترك الآلات لتقرر، أم ينبغي لهم العمل جنباً إلى جنب معها؟ القضية الجوهرية لا تتعلق فقط بأي الخيارين ينتج إجابة صحيحة، بل بكيفية ثقة الناس في تلك الإجابات، ومدى إبداع الحلول، وما إذا كان الشراكة بين الإنسان والآلة تقدم شيئاً أفضل مما قد يحققه أي منهما بمفرده.

قام فريق من الباحثين من جامعات في تركيا باستكشاف هذه الديناميكية من خلال إنشاء ميدان اختبار رقمي. لقد بنوا منصة حيث يمكن لطلاب وهندسة الحاسوب والمحترفين مواجهة تحديات برمجية واقعية. وبدلاً من مطالبة المشاركين بكتابة الكود من الصفر، قدم لهم الباحثون ستة سيناريوهات مختلفة، يمثل كل منها قراراً شائعاً ولكنه صعب في تطوير البرمجيات، مثل اختيار بروتوكول أمني أو تحسين أداء النظام. وفي كل سيناريو، عُرض على المشاركين ثلاثة أنواع من الحلول المحتملة: أحدها تم إنتاجه بالكامل بواسطة إنسان، وآخر تم إنتاجه بالكامل بواسطة ذكاء اصطناعي، والثالث كان هجيناً، يجمع بين الإشراف البشري والمساعدة من الذكاء الاصطناعي. ثم تعين على المشاركين اختيار الحل الذي يعتقدون أنه الأفضل وتقييمه بناءً على أربع صفات محددة: مدى دقتها، ومدى قابليتها للتطبيق في العالم الحقيقي، ومدى إبداعها، ومدى ثقتهم بها.

شملت الدراسة ثمانية عشر مشاركاً، معظمهم من طلاب الدراسات العليا والمحترفين ذوي الخلفيات في هندسة الحاسوب. وعلى مدار التجربة، قدم هؤلاء الأفراد سبعة وثمانين تقييماً منفصلاً. وكشفت النتائج عن تفضيل واضح للمسار الأوسط. فعندما سُئلوا عن النهج الأفضل، اختار المشاركون الحل الهجين أكثر من نصف المرات، وتحديداً في اثنتين وخمسين حالة من أصل سبع وثمانين حالة. ويمثل هذا ما يقرب من ستين بالمائة من جميع الاختيارات. وفي المقابل، تم اختيار الحلول التي أنشأها البشر وحدهم أو الذكاء الاصطناعي وحده بشكل أقل بكثير، حيث استحوذ كل منهما على نحو خُمس الاختيارات تقريباً. يشير هذا النمط إلى أن الأشخاص المشاركين في الدراسة لم ينظروا إلى الذكاء الاصطناعي كبديل للحكم البشري، ولم يرفضوه تماماً أيضاً. بدلاً من ذلك، فضلوا نموذجاً يقوم فيه الجهاز بتوليد الأفكار ويقوم الإنسان بالتحقق منها وصقلها.

وعندما نظر الباحثون في كيفية تقييم المشاركين لهذه الاختيارات، ظهرت صورة دقيقة. فقد حصلت الحلول التي أنشئت بالكامل بواسطة البشر على أعلى الدرجات في الثقة والدقة؛ حيث شعر المشاركون بثقة أكبر في أن الحل المصنوع بشرياً هو الصحيح والموثوق. ومع ذلك، جاءت الحلول الهجينة قريبة جداً من مطابقة هذا المستوى العالي من الدقة، مع تحقيق أعلى الدرجات في الإبداع. يشير هذا إلى أنه عندما يعمل الإنسان والذكاء الاصطناعي معاً، فإن النتيجة ليست مجرد تسوية آمنة، بل هي حل يبدو جديداً ومبتكراً. أما الحلول التي أنتجها الذكاء الاصطناعي الصرف فقد حظيت بتقييمات إيجابية بشكل عام، لكنها سجلت باستمرار درجات أقل من المجموعتين الأخريين، لا سيما من حيث الثقة والدقة. بدا أن المشاركين أدركوا أنه بينما يمكن للآلة تقديم إجابات معقولة، إلا أن تلك الإجابات تفتقر إلى الطبقة الأخيرة من التحقق البشري التي تلهم الثقة.

كما قدمت السرعة التي اتخذ بها المشاركون قراراتهم رؤية معمقة حول طريقة تفكيرهم. أظهرت البيانات أنه عندما اختار المشاركون حلاً تم إنتاجه بالكامل بواسطة إنسان، استغرق الأمر منهم أطول وقت ممكن لإكمال المهمة في المتوسط. وفي المقابل، عندما اختاروا حلاً هجيناً، كان متوسط وقت الإكمال أقل. ومع ذلك، لاحظت الدراسة أن الاختلافات في أوقات الإكمال لم تكن ذات دلالة إحصائية، مما يعني أن التباينات الملحوظة في السرعة قد تكون ناتجة عن الصدفة بدلاً من كونها تأثيراً حتمياً لنوع الحل. فالذكاء الاصطناعي يتولى العمل الشاق المتمثل في توليد الخيارات، مما يحرر الإنسان للتركيز على العمل الحاسم المتمثل في التقييم والاختيار. ويبدو أن هذا التحول من توليد كل جزء من الحل إلى تقييم ودمج الأجزاء المولدة هو وسيلة عمل أكثر فعالية، حيث يجمع بين سرعة الآلة وبصيرة الإنسان.

كما بحث الباحثون فيما إذا كانت عوامل مثل المستوى التعليمي للمشارك، أو سنوات الخبرة، أو النوع المحدد لسيناريو الهندسة قد أثرت على هذه الاختيارات. وأظهر التحليل أن هذه التفاصيل الخلفية لم تغير النمط العام بشكل كبير. فقد وجدت الاختبارات الإحصائية عدم وجود ارتباطات ذات دلالة إحصائية بين هذه العوامل الديموغرافية وتفضيل نوع معين من الحلول. وبغض النظر عن خلفياتهم المحددة، مال المشاركون باستمرار نحو النموذج الهجين. يشير هذا الاتساق إلى أن التفضيل لنهج تعاوني هو توجه واسع النطاق بين العاملين في هذا المجال، وليس مجرد رد فعل خاص بمجموعة معينة من الناس أو بنوع واحد من المشكلات. لم تجد الدراسة أدلة إحصائية قوية على أن إحدى المجموعات تثق في التكنولوجيا أكثر من غيرها، لكن التفضيل السائد للشراكة بين الإنسان والآلة ظل ثابتاً في جميع المجالات.

تشير هذه النتائج إلى تحول كبير في كيفية تطور تعليم وممارسة هندسة البرمجيات. تشير النتائج إلى أن مستقبل المجال لا يتعلق باستبدال المهندسين بالذكاء الاصطناعي، ولا يتعلق بتجاهل هذه التكنولوجيا. بدلاً من ذلك، يبدو أن المسار الأكثر فعالية هو تنمية نوع جديد من المهارات: القدرة على التقييم النقدي، والمعايرة، ودمج مخرجات الذكاء الاصطناعي في سير العمل الذي يركز على الإنسان. سيحتاج المهندسون إلى تعلم كيفية العمل كمحررين وموجهين للمحتوى الذي يولده الجهاز، ومعرفة متى يقبلون الاقتراح ومتى يشككون فيه. تشير الدراسة إلى أن الثقة في الأتمتة ليست مفتاحاً بسيطاً يتم تشغيله أو إطفاؤه؛ بل هي حكم معاير يزداد قوة عندما يظل البشر في الحلقة، يوجهون العملية ويتولون المسؤولية عن القرار النهائي.

في الختام، يسلط البحث الضوء على أن الطريقة الأكثر توازناً وفعالية لاتخاذ القرارات في هندسة البرمجيات هي من خلال الشراكة. يوفر الذكاء الاصطناعي اتساع الخيارات وسرعة التوليد، بينما يوفر الإنسان عمق الفهم، والسياق، والختم النهائي للموافقة. وقد برز هذا النموذج من الذكاء الهجين كأكثر النهج شعبية وتقييماً في الدراسة، حيث قدم مزيجاً من الدقة والإبداع والثقة التي لم يستطع البشر ولا الآلات تحقيقها بنفس الفعالية بمفردهم. ومع ازدياد شيوع هذه الأدوات، من المرجح أن ينتقل التركيز بالنسبة للجيل القادم من المهندسين من تعلم كيفية كتابة الكود من الصفر إلى تعلم كيفية تنسيق التعاون بين البصيرة البشرية وقدرة الآلة.