تشير وسائل الإعلام الأجنبية إلى أن أدوات البرمجة التي تعتمد على الذكاء الاصطناعي قد تحولت في فرق التطوير من "خيار إضافي" إلى "إعداد افتراضي"، لكن التفاؤل المتعلق بزيادة الكفاءة يُعاد تقييمه واقعيًا بسبب تكاليف وإشكاليات جودة متزايدة. تُظهر دراسات متعددة وحالات شركات أن الذكاء الاصطناعي يمكنه بالفعل تسريع كتابة الكود، لكنه لا يضمن بالضرورة تقليل العمل الإضافي اللاحق.
المطورون لم يعودوا راغبين في التخلي عن العمل باستخدام الذكاء الاصطناعي
كشفت مؤسسة الأبحاث في الذكاء الاصطناعي METR في فبراير من هذا العام أن الباحثين كانوا يهدفون إلى تكرار تجربة حول كفاءة البرمجة، مقارنةً بين كتابة المطورين للرمز يدويًا وبين استخدام الذكاء الاصطناعي لإكمال المهام، لكنهم واجهوا مقاومة أثناء التقدم: فكثير من المطورين لم يكونوا مستعدين حتى للتخلص مؤقتًا عن أدوات الذكاء الاصطناعي من أجل التجربة.
تم إجراء اختبارات ذات صلة بـ METR في عام 2025. شعر المشاركون بشكل عام أن كفاءتهم ازدادت، لكن النتائج المقاسة فعليًا كانت معاكسة: على الرغم من توليد الكود بشكل أسرع، إلا أن المطورين اضطروا إلى قضاء وقت أطول في انتظار مخرجات النموذج، وتصحيح الأخطاء، وتوجيه الأداة مرارًا وتكرارًا لإكمال المهام.
بسبب صعوبة إبقاء المطورين على المشاركة دون وجود الذكاء الاصطناعي، تم تغيير METR لاحقًا لنشر استبيان يسمح للموظفين التقنيين بتقييم فوائد الذكاء الاصطناعي بأنفسهم. واعتبر المُستجيبون بشكل عام أن الذكاء الاصطناعي ضاعف قيمة عملهم.
تبدأ الشركات في إعادة تقييم استثماراتها في الذكاء الاصطناعي
تشير المقالة إلى أن هذه الأحكام "التي تشعر بأنها أكثر كفاءة" تخضع حاليًا لاختبار الإنفاق الشركاتي والإنتاج الفعلي. منذ عام 2026، كان من الشائع في سيليكون فالي قياس شدة استخدام الذكاء الاصطناعي من خلال كمية استهلاك الرموز، بل واعتبارها مؤشرًا بديلاً للإنتاجية، لكن هذا النهج واجه رد فعل سلبي واضح.
أفادت صحيفة فاينانشال تايمز البريطانية هذا الأسبوع أن أمازون أغلقت قائمة الرموز الداخلية Kirorank بسبب قيام الموظفين بتشغيل وحدات الذكاء الاصطناعي بشكل مفرط لـ"تزوير الترتيب"، مما زاد التكاليف دون تحسين متناسب في الإنتاجية.
وأفادت "The Information" أن أوبر استنفدت ميزانيتها السنوية للذكاء الاصطناعي خلال الأشهر الأربعة الأولى من عام 2026. وصرح أندرو ماكدونالد، الرئيس التنفيذي للعمليات، مؤخرًا في بودكاست أن هذه النفقات لم تؤدِّ حتى الآن إلى نمو قابل للقياس في المشاريع أو تحسين في الإنتاجية.
كتابة الكود أسرع لا تعني صيانة أقل
ترى المقالة أن المشكلة الأكبر تكمن في صيانة الكود. أشار جيمس شور، المبرمج والمؤلف، في مدونة نُشرت مؤخرًا وتم تداولها على نطاق واسع، أنه إذا زادت سرعة كتابة الكود بمقدار الضعف، لكن تكاليف الصيانة لم تنخفض بشكل متناسب، فإن الفريق يتبادل التسارع قصير الأجل مقابل عبء طويل الأجل.
حول هذا الموضوع، ظهرت أيضًا العديد من البيانات في السوق. وقال أيسواريا سانكار، مؤسسة شركة Entelligence AI المتخصصة في هندسة الموثوقية، إن حوالي 44% من استهلاك الرموز من قبل الشركات يُستخدم لإصلاح العيوب الناتجة عن الذكاء الاصطناعي. كما أشارت شركة أدوات مراجعة الكود Code Rabbit إلى أن تحليلها لطلبات السحب في المشاريع مفتوحة المصدر أظهر أن عدد المشكلات الناتجة عن كود الذكاء الاصطناعي هو 1.7 مرة أكثر من الكود البشري.
على الرغم من أن هذه البيانات تأتي من مزودي خدمات ذوي مواقف واضحة، فإن الدراسات المستقلة قد قدمت تحذيرات مشابهة. فقد نشر باحثون من جامعة إدارة سنغافورة تقريرًا في أبريل من هذا العام يفيد بأن كود الذكاء الاصطناعي قد يسبب تكاليف صيانة طويلة الأمد على مشاريع البرمجيات الحقيقية.
يُوصي الباحثون بإدارة الذكاء الاصطناعي كـ"مطور مبتدئ"
بالنسبة لكيفية التعامل مع الأمر، تشير المقالة إلى أن بعض شركات وكلاء البرمجة بالذكاء الاصطناعي تدعم الاستمرار في استخدام المزيد من الذكاء الاصطناعي لإصلاح المشكلات الناتجة عن الذكاء الاصطناعي. ويؤيد هذا الرأي سكوت وو، المؤسس المشارك لشركة Cognition، مطورة وكيل البرمجة بالذكاء الاصطناعي ديفين.
لكنه اعترف أيضًا أن Devin، على الرغم من قدرته على إنجاز بعض المهام بشكل مستقل، فإن قدراته الحالية لا تزال في الغالب بين مستوى المبرمج المبتدئ والمتوسط، حسب نوع المهمة. وهذا يعني أن فريق التطوير لا يزال غير قادر على تفويض المهام بالكامل للوكيل والتخلي عنها تمامًا.
على النقيض من ذلك، يُوصي باحثو جامعة سنغافورة للإدارة بوضع رقابة بشرية: يحتاج المطورون إلى فهم الحدود بين المهام التي تجيدها الذكاء الاصطناعي وتلك التي لا تجيدها، وإنشاء عمليات لضمان جودة مخرجات الذكاء الاصطناعي، ومراجعة نتائج النموذج المُولَّدة كما يُراجعون كود مهندسين مبتدئين.
في نهاية المقال، يُشار إلى أن المطورين البشريين لا يزالون المقررين الرئيسيين في الأعمال عالية المستوى مثل هندسة البرمجيات وتصميم الأمان، وهو أمر يوافق عليه تقريبًا جميع الممارسين الداعمين للوكلاء الذكاء الاصطناعي.