كيفية الحفاظ على التفكير النقدي مع تولي وكلاء الذكاء الاصطناعي للعمل

المؤلف: أدي أوسمني (فريق Anthropic Claude Code، مهندس معماري تقني مشهور)

مُترجم: Deep潮 TechFlow

مقدمة شينتشاو: مع الانتشار الشامل لسير العمل الذكية (Agentic Workflows)، يمر مهندسو البرمجيات وفرق المنتجات بإعادة تشكيل جذرية لنمط التعاون بين الإنسان والآلة. لقد تم تقليل الحزام المعرفي الذي كان يُغذي التفكير بين السؤال والجواب من قبل إلى بضع ثوانٍ فقط؛ ومع تحسن النماذج الكبيرة في الواقعية والدقة العالية، انخفضت الأخطاء الصريحة بشكل حاد، لكن الناس ينجرفون تدريجيًا نحو "الاستسلام المعرفي" في شعور ممتع بالخضوع، مما يؤدي إلى تآكل متزايد غير ملحوظ في القدرة على الفهم النظامي والقدرات الأساسية.

كما كان مدير هندسة Google Chrome السابق والعضو الأساسي في فريق Anthropic Claude Code، يحلل أدي أوسمني في هذه المقالة بشكل منهجي ظاهرة الانزلاق الطيفي من "التفريغ المعرفي" و"تأجيل الحكم" إلى "الاستسلام المعرفي". فهو لا يفكك فقط آلية التراكم الضمنية لعبء فهم النظام، بل يقدم أيضًا مجموعة من الاستراتيجيات العملية والدفاعية للقراءة النشطة والأسئلة التحديّة موجهة لتدفقات العمل اليومية، موضحًا لماذا يجب على البشر الحفاظ بحزم على حدود المسؤولية وقدرات التفكير النقدي حتى في المستقبل حيث تمتلك الذكاء الاصطناعي احتمالات نجاح أعلى.

في وقتٍ ما، كان يُدرَّس في المدارس التفكير النقدي كمتطلب لمواجهة المعلومات الجديدة بفضول متواضع وشك معقول: الاستفادة من آراء متعددة، والاستماع إلى جميع الأطراف للوصول إلى رأي مستقل. لا يزال هذا المبدأ ساريًا اليوم، لكن الآن، مع قيام معظم مهامي اليومية بواسطة الوكلاء (Agents)، لم يعد هناك شيء في الواقع يُجبرني بشكل فعلي على استخدام التفكير النقدي.

للمهندسين وموظفي المنتجات الذين تبنوا بالكامل سير عمل الوكلاء، ويعملون بشكل متزامن على عدة جلسات يوميًا، وينتظرون بثقة تحسن أداء النماذج باستمرار، أود أن أوضح أولاً: أنا نفسي من أشد المؤيدين لهذه الأدوات. لم أكتب هذه المقالة بهدف التحريض على تقليل استخدام سير عمل الوكلاء.

هدفي الأساسي هو مساعدتك على الحفاظ بقوة على تفكيرك النقدي في عالم يمكن فيه تفويض أي شيء بسهولة إلى الوكلاء.

في الماضي، كانت معظّم معالجة المعرفة البشرية وأحكامها الجمالية تنشأ في الفراغات بين الأسئلة والإجابات. لكن اليوم، قد انخفض هذا الفراغ إلى بضع ثوانٍ فقط. كلما تعمّقت أكثر في استخدام سير عمل الوكلاء، أصبح الحفاظ على اليقظة أكثر صعوبة (على الرغم من أن هذه الصعوبة قد تختلف عما يتوقعه الجمهور): مع تحسّن النماذج باستمرار، انخفضت نسبة الأخطاء السخيفة الواضحة بشكل كبير. معظم النتائج المولّدة مكتوبة بطريقة محترمة جدًا وصحيحة إلى حد كبير، لكن بالضبط هذا الاحترام الذي يبدو لا لوم فيه يجعل الناس لا يرغبون في إلقاء نظرة ثانية عليه أبدًا.

حتى لو كنت تشغل عشرات الوكلاء الذكية في وقت واحد، فإن من سيُقيّم النتائج النهائية لا يزال عيناك البشرية فقط.

يجب أن تدمج تفكيرك النقدي بنشاط في سير العمل اليومي، لأنه في الحالة الافتراضية، لا يوجد أي قوة خارجية ستقوم بمهام المراقبة نيابةً عنك.

يُعدّ جزء من السبب في صعوبة الأشخاص في تصحيح أنفسهم هو أن تجربة سير عمل الوكلاء ممتعة جدًا. ففي أيام العمل المزدحمة، يكون من المريح حقًا الحصول بسرعة على إجابات جيدة ومريحة وتقريبًا صحيحة؛ لكن هذا بالضبط ما يخلق بيئة مثالية للاسترخاء التام وفقدان الحذر.

عند مناقشة هذه الظاهرة مع الزملاء، أصفها عادةً على أنها طيف مستمر:

أعلى نقطة في الطيف هي "التفويض المعرفي" (Cognitive Offloading)، أي تفويض المهام المحددة والمعقدة إلى الذكاء الاصطناعي، مع بقاء الإنسان مسؤولًا تمامًا ومُملكًا للنتائج النهائية. أنا أفعل هذا طوال اليوم، وينبغي لك أن تفعل ذلك أيضًا.

في منتصف الطيف، يوجد "تأجيل الحكم" (Deferral)، حيث تصبح النتائج التي يُنتجها الأداة مدخلًا جديدًا للخطوة التالية، ولا يُنظر إلى المحتوى الناتج كفرضية تحتاج إلى التحقق.

أما ما ينزل إلى أقصى طرف الطيف، فهو "الاستسلام المعرفي": حيث تتحول مخرجات الذكاء الاصطناعي دون أن تلاحظ إلى مواقفك الخاصة، حتى أنك تشعر بالفطرة أنه لا داعي على الإطلاق للتحقق منها.

مصطلح "الاستسلام المعرفي" تم تقديمه من قبل ستيفن شاو وجيدون ناف من كلية وارتون. وهو يعكس بدقة شديدة ما شهدته مؤخرًا: مع زيادة الثقة في الأدوات (أو نمو الكسل)، ينزل الناس دون وعي على طول هذا الطيف.

غالبًا ما يكون هذا الانزلاق خفيًا جدًا وصعب الملاحظة، لأن كل خطوة فيه تحدث تدريجيًا وتبدو معقولة في اللحظة الحالية: فأنت تقرأ بعناية إجابة المرة السابقة، لذا في المرة التالية تقرأها بسرعة فقط؛ وفي المرة التي تليها، تكتفي بمسح موجز للهيكل العام؛ حتى يوم ما، عندما يشير لك شخص ما إلى سطر كود واحد ويسألك عنه، تدرك فجأة أنك حتى مع مساعدة الوكيل الذكي، لا تستطيع تفسير المنطق الأساسي له بشكل واضح.

هذا هو الاستسلام المعرفي النموذجي. إنه بالضبط المصدر الذي تتراكم منه "الديون المعرفية" بصمت. عادةً ما تُكشف هذه الديون عندما تحاول استدعاء النموذج الذهني الشامل للنظام، فتكتشف أن عقلك فارغ تمامًا.

أشارت الأكاديمية مارغريت-آن ستوري في مقالة كتبتها إلى أن هذا يتجلى في التعاون الجماعي كتآكل مستمر في الفهم المشترك للنظام النظري. كما كتبتُ سابقًا عن الظاهرة المقابلة على مستوى الكود، وهي "ديون الفهم" (Comprehension Debt)، وهو مصطلح اقترحه جيريمي توي. في أثناء كتابة الكود يوميًا، تكون هذه الديون غير مرئية تمامًا: يبدو مستودع الكود نظيفًا وأنيقًا، وتمر جميع اختبارات الأتمتة بنجاح تام. لكن بمجرد الحاجة إلى إعادة هيكلة النظام على مستوى البنية، يجد الجميع أنفسهم في موقف محرج يتبادلون فيه الأنظار: لم يعد هناك أحد في الفريق قادرًا حقًا على فهم هذا النظام. يحدث نفس المشكلة عندما تلقي نظرة سريعة على محتوى خطة استراتيجية أو وثيقة مواصفات تقنية، ثم توقع الموافقة دون قراءتها.

يجب التوضيح أنني لست أشجع على مثالية غير واقعية. من المستحيل أن يحافظ المهندسون على نموذج عقلي كامل لقاعدة الكود الحديثة الضخمة في أذهانهم في جميع الأوقات. وقد أعلنت فرقة Claude Code سابقًا أنهم يتبنون الآن استراتيجية "إعادة بناء الفهم حسب الحاجة": عندما يكون من الضروري تعديل وحدة معينة، يطلبون من Claude شرح منطق هذا الجزء مباشرةً، بدلاً من محاولة الحفاظ على صورة شاملة في الذهن.

كما أشرت سابقًا، فإن عبء الفهم الجزئي هذا أسهل بكثير في التصحيح مما يتخيله معظم المهندسين. طالما يمكنك إعادة بناء الفهم الجزئي عند الحاجة، فليس عليك الحفاظ على الصورة الكاملة في جميع الأوقات. لكن النقطة الأساسية هي: يجب أن تكون واعيًا تمامًا بالمجالات التي توجد فيها فجوات في فهمك.

في الأمور الصغيرة التي تكون تكلفة التجربة والخطأ فيها منخفضة جدًا، يمكن للجميع التخلي بثقة عن حق اتخاذ القرار بالكامل. لكن بمجرد أن تواجه مشكلة حاسمة، أو حتى عندما لا يستطيع الوكيل الذكي تفسير الإجابة الأساسية وراءها، فأنت قد تخلّيت فعليًا تمامًا عن ملكية النظام.

بالطبع، هذا لا يعني أن جميع السيناريوهات تتطلب استعدادًا كاملًا. قبل وقت قصير، كنت بحاجة إلى تسجيل دورة تدريبية، وواجهت اختيار مكان من بين ثلاثة فنادق ذات تقييمات متشابهة جدًا. لم يكن لدي وقت لقراءة جميع التقييمات المكتوبة من قبل الضيوف، لذا قمت بتكليف الذكاء الاصطناعي بالقرار بالكامل. كانت النتيجة مرضية جدًا، وسأقوم بنفس الشيء في المرة القادمة التي أواجه فيها موقفًا مشابهًا.

لكنني لن أُسلّم قرارًا أبدًا عندما يتعلق الأمر باستثمار الأصول الأساسية، أو تخطيط مسار مهني لأطفالك، أو عند اتخاذ قرار في العمل بشأن أي ميزة يجب تطويرها، أو أي مستخدمين حقيقيين سيتأثرون بالتغييرات، أو ما إذا كان الكود يصل إلى معايير الأمان للإطلاق. يمكنك التخلي عن المسؤولية بحرية في الحواف ذات تكلفة الخطأ المنخفضة؛ لكن في النقاط الأساسية التي يجب على الآخرين دفع ثمن عواقبها، يجب أن تتمسك بحزم بالاستدلال المنطقي البشري.

عندما كنت أواجه فوضى في تفكيري في الماضي، كنت أعود عادةً إلى قائمة أسئلة أساسية جدًا وبسيطة: كيف أعرف أنني أحلّ المشكلة الصحيحة؟ كيف أعرف أن طريقي في حلّ المشكلة صحيحة؟ هل هناك أدلة موضوعية قاطعة تدعم استنتاجي؟ كيف أتأكد أن هذا العمل اكتمل تمامًا؟ في معظم الأحيان، هذه مجرد مبادئ الصحافة الكلاسيكية الخمسة: من؟ وماذا؟ وأين؟ ولماذا؟ ومتى؟ وكيف؟ عندما أكتبها على الورق، تبدو وكأنها بريئة وطفولية، لكنها تجبرني على التحقق من الزوايا التي أتجاهلها عادةً.

في هذا العصر، يسهل على الناس تخطي جميع هذه التأملات المؤلمة والتحول مباشرةً إلى الاستفسار من الوكلاء: "ما رأيك في ما يجب أن أفعله؟" لذا، قمت بتحديث قائمة تأملاتي الجديدة المخصصة لعصر الوكلاء:

• قبل طرح السؤال، هل شكلتُ بالفعل افتراضاتي الأولية؟ قبل أن أُطلق الوكيل لمعالجة أي مهمة غير تافهة، أُجبر نفسي على كتابة ما أعتقد أنه سيكون اتجاه الإجابة، إما في رأسي أو على ملاحظة. حتى لو كان هذا مجرد تخمين خشن أو سيئ، فهذا لا يهم على الإطلاق. يمكنك دائمًا دحض وتغيير رأيك بعد رؤية معلومات جديدة. لكن بمجرد أن تقرأ إجابة مولدة بأسلوب أنيق وسلس للغاية، يصبح من الصعب جدًا تصور أي احتمالات أخرى. إذا كنت لا تملك أي فكرة، يمكنك تجربة ما يسميه ثاريق شيهيبار "طريقة أسئلة فحص النقاط العمياء": قم بعرض جميع الحقائق التي تعرفها، واطلب من النموذج مساعدتك في اكتشاف ما لا تعرفه أنك لا تعرفه.

• هل أستخدمه كمساعد للتفكير، أم أنني أُفوّض عملية التفكير نفسها إليه؟ كلا النمطين مسموح بهما، لكن المفتاح هو أن تظل يقظًا تمامًا وتعرف بوضوح أي حالة أنت فيها حاليًا.

• ما هي الشروط المسبقة الضرورية حتى يصبح هذا الحل غير فعال تمامًا؟ بعد التفكير بوضوح، اذهب فورًا إلى الموقع وقم بتنفيذ اختبار عملي. إن تقييم النموذج لثباته في إجاباته له قيمة مرجعية أقل بكثير من إجراء اختبار حقيقي تقوم به بنفسك، لذا قم بوضع اختبار حقيقي له.

• هل استمعت إلى حجج معارضة من منظور مخالف؟ عندما أتشكل موقفًا قويًا حول سؤال مفتوح، أطلب من النموذج أن يتقمص دور معارض ناقد، ويُقدّم لي قائمة بالحجج الأقوى التي تعارض موقفي. هذا لا يهدف بالضرورة إلى تقويض قراري، بل لدفع نفسي لمواجهة المناطق العمياء السلبية التي كانت ستُفلتر تلقائيًا في ظل الظروف المواتية.

• إذا اضطررت أن أدافع عن هذا الناتج بنفسي، كيف سأقوله؟ أغلق نافذة الوكيل مؤقتًا وحاول شرح هذا الحل لزميلك بكلماتك البسيطة الخاصة بك. إذا وجدت نفسك تتعثر ولا تستطيع التوضيح بوضوح، فهذا يعني أنك لم تفهمه حقًا، وأنت فقط تُجسّد دور مُنقل لـ AI.

في وضع القراءة السلبية، يتحرك دماغك فقط بشكل آلي على طول النص المحدد، متلقّيًا تدفق المعلومات بشكل سلبي. وبما أن النصوص التي يُنتجها الذكاء الاصطناعي عادةً ما تكون سلسة في الصياغة، وذات بلاغة متقنة، وخالية من أي عيوب نحوية، فإن القراءة السلبية في هذا السياق تجعل من السهل جدًا أن تظن أنك فهمت الجوهر تمامًا. هذا يشبه عندما تشاهد مُحاضرًا رائدًا يُظهر عمليات بنية سلسة أثناء مؤتمر تقني، وتُشير برأسك متفقًا باعتبار ذلك أمرًا طبيعيًا، لكن بمجرد عودتك إلى الفندق وفتح محرر فارغ، تكتشف أنك لا تستطيع كتابة السطر الأول من الكود.

القراءة النشطة هي سلوك تقييمي يعتمد على افتراضات معارضة. فهي لا تركز فقط على ما كُتب في النص، بل تسأل بقوة: لماذا كُتب هذا هنا؟ وما هي النقاط الأساسية التي تجنبها؟ ولماذا اختار هذا الحل بالذات دون غيره؟

عادةً ما أقرأ الخطط الطويلة الناتجة عن الوكلاء من خلال منظورين ناقدين جدًا وواضحين:

أولاً، ابحث عن "السياق المفقود": ما هي الافتراضات الأساسية التي يفترضها؟ هل تجاهل حالات حدية معينة؟ عندما تتعارض متطلبتان، ما المبدأ الذي اعتمد عليه لاتخاذ قرار نيابةً عنك بصمت؟

ثانيًا، ابدأ بطرح "أسئلة تحدي": ماذا سيحدث إذا ارتفع حجم الوصول المتزامن عشرة أضعاف؟ ماذا سيحدث للنظام إذا تعطلت خدمة الاعتماد الخارجية التابعة لطرف ثالث لمدة نصف ساعة؟ بدلاً من قراءة passively إجابات جاهزة على الورق، من الأفضل أن تأخذ المشرط وتخضعه لاختبار الضغط بنفسك.

يمكن تدريب الوكلاء ليس فقط لكتابة مقالات طويلة، بل أيضًا ليصبحوا حلفاء أقوياء في مساعدتك على القراءة النقدية العميقة. المفتاح هو ألا تطلب منهم فقط إنتاج استنتاجات مرضية للجميع، بل أن تطلب منهم كشف الخلافات والشقوق الكامنة وراءها:

يمكنك جعله يُجري مراجعة متقاطعة بين تصميمين متناقضين ظاهريًا، ويُحدد ما تنازل عنه كل طرف؛ يمكنك جعله يتقمص دور مُراجع كود قاسٍ يركز على اكتشاف الأكواد السيئة التي تمر عبر الاختبارات لكنها تخفي فخاخ صيانة مستقبلية؛ بل ويمكنك جعله، بعد إكمال إخراج نص طويل، يختار عشوائيًا ثلاث تفاصيل من منتصف النص ويسألك عنها عكسياً للتحقق مما إذا كنت قد فهمت السياق حقًا.

استخدم الوكلاء كصقل للتفكير، وليس كبديل للتفكير.

كتابة الكود ومراجعة الكود مهارتان تفكيريتان مختلفتان تمامًا. أمام تدفق هائل من الكود المُولَّد، يسهل على الإنسان أن يُضعف مراجعته من التدقيق إلى التوقيع الآلي "بختم مطاطي" من التعب.

لذلك، عند مراجعة تغييرات الكود (Diff)، يرجى التصرف كأن هذا الكود لم يُكتب أبدًا بواسطة ذكاء اصطناعي قادر، بل تم إرساله من قبل متدرب جديد. والأهم من ذلك، لا تركز فقط على الأسطر المضافة أو المحذوفة، بل اخترق الكود السطحي واسأل نفسك: ما القرارات الصغيرة الكبيرة التي اتخذها الوكيل نيابةً عنك في الخلفية؟ ما القيم الافتراضية التي اختارها؟ ما المنطق المعقد الذي أزاله سرًا من نطاق هذا التغيير؟ عندما تعارضت متطلبات منتجين، ما الذي أعاد تفسيره بشكل خفي؟

إذا كان تقرير ما يُخبرك فقط بشكل سطحي أن "كل شيء على ما يرام، والاختبارات ناجحة بالكامل"، فلن ترى أبدًا أي تفاصيل داخلية حول القرارات الحاسمة. لذا، اطلب بوضوح قائمة منفصلة تُفصّل الافتراضات الذاتية والقرارات التوفيقية التي اتخذها خلال هذه المهمة. ثم، خذ لحظة للتحقق العشوائي من نفسك: اختر عشوائيًا سطرين أو ثلاثة من الشيفرة الأساسية، واسأل نفسك لماذا كتبتها بهذه الطريقة؟ إذا كانت وثيقة تصميم، أغلق الصفحة وحاول أن تُعيد سرد الحجج الأساسية منها بالكامل من الذاكرة. أحب بشدة قاعدة صارمة يطبقها بعض الفرق: أن يُرفق الوكيل بآخر تقرير تغييراته مجموعة من أسئلة الاختبار الذاتي، مع قاعدة صارمة من الفريق تنص على "لا يُسمح بدمج الشيفرة إلا عندما أُجيب بشكل صحيح على 100٪ من أسئلة الاختبار".

تأكد من أنك تمتلك فهمًا عميقًا وثقة كافية في المنتج الذي تُطلقه، وكن مستعدًا دائمًا للدفاع عنه، لأنه في يوم من الأيام، سيأتي شخص ما يطرح عليك أسئلة.

في الوقت نفسه، يمكن أيضًا استخدام الوكلاء لمساعدتنا في بناء خطوط دفاع قيّمة للانتباه. على سبيل المثال، أدير مشروعًا مفتوح المصدر كبيرًا يتلقى عددًا هائلاً من طلبات السحب. أُكلّف الوكلاء بإجراء فرز أولي: تحديد أي مساهمات تنتهك معايير مساهمة المجتمع وأيها تتطلب تدخلي الشخصي المكثف. لن أسمح أبدًا للوكلاء باتخاذ قرار مباشر بدمج التغييرات أو رفضها، لكنهم يمكنهم مساعدتي في تضييق مخروط الانتباه بدقة، مما يسمح لي بتركيز نطاق إدراك الإنسان الحقيقي على السؤال: "هل تعالج هذه التغييرات المشكلة الحقيقية بالطريقة الصحيحة؟"

أخيرًا، يجب مواجهة التضخم النفسي الناتج عن انفجار الإنتاج. أسميها "ضريبة التنسيق" (Orchestration Tax)، وهي فجوة هائلة بين حجم المنتجات الصناعية التي يُنتجها الوكلاء بكميات هائلة، وحجم المنتجات الرائعة التي ترغب حقًا في ربط اسمك بها بضمير مرتاح. إذا كان معدل تراكم الإنتاج قد تجاوز بكثير الحدود الفسيولوجية لتدقيقك الدقيق، فإن فتح جلسة متزامنة جديدة لن يساعد على الإطلاق: عليك إما تضييق إجراءات التحقق الآلي، أو إبطاء السرعة بشكل حاسم.

عندما يتجاوز ما تنتجه نطاق مسؤوليتك وقدرتك على الدعم، لم تعد تقوم بمراجعة مهنية، بل تُصلي فقط في أمل أن لا يحدث شيء.

في نظام التعاون بين الإنسان والآلة، لم تختفِ النموذج المعرفي للإنسان، بل انتقل مركز ثقله: فقد انتقل من مرحلة الترميز الوسيطة الطويلة إلى طرفي المهمة: مرحلة إدخال المهمة في البداية ومرحلة تقييم الناتج في النهاية. إنك تركز كل طاقتك المعرفية على تفكيك المهمة في المرحلة المبكرة، وتزويد السياق، وإجراء مراجعة صارمة وإغلاق الحلقة في المرحلة النهائية. وهذا بالضبط هو السبب في أن جودة التوجيهات (Prompting) لها تأثير حاسم على النتائج النهائية؛ فأنا أعتبر هندسة التوجيهات الممتازة دائمًا فنًا أساسيًا من فنون التفكير النقدي المتقدم.

في الماضي، إذا كنت قد طرحت متطلبًا غامضًا على زميل بشري، لكان قد رد عليك فورًا، وستدرك في سؤالك العكسي: "أوه، لم أكن قد فكّرت حقًا في هذه المسألة." لكن الوكلاء الذكية غالبًا لا تتوقف عند هذه النقطة. إنها تملأ بصمت جميع التفاصيل التي نسيتها، ثم تعيد إليك منتجًا يبدو فائق الكفاءة ومتينًا من الخارج، حتى لو كان القصد الأساسي لا يزال غير واضح. أسمي هذه الظاهرة "ديون القصد" (Intent Debt): الأهداف والقيود الضمنية التي تم إدماجها بسكون في المنتجات النهائية، لكنك لم تُدقق فيها أنت نفسك أبدًا. على عكس أنواع الديون الأخرى، لا يمكن لأحد أن يدفع عنك ديون القصد؛ فالقصد الأساسي يجب أن ينبع 100% منك أنت.

التعليمات التي تكتبها هي مرآة تعكس عمق فهمك للمسألة؛ إذا لم تستطع التعبير عنها بلغة واضحة ودقيقة، فغالبًا يعني ذلك أنها في عقلك مجرد فوضى.

قبل طلب مساعدة في القوة الحسابية من خارجية، يرجى كتابة مخطط متطلبات المهمة بلغة بسيطة وواضحة خاصة بك. حدد الجمهور المستهدف، وحدّد الشروط الممنوعة تمامًا، وقدم معايير قبول موضوعية للإكمال الكامل (Definition of Done). عندما لا تحقق التعديلات الثانية التوقعات، توقف فورًا عن الضبط العشوائي والتصحيحات الدقيقة، وأعد كتابة تعليماتك المدخلة من الصفر.

يمكنك أيضًا استخدام الوكلاء لدفع جودة مدخلاتك إلى الأمام. قام الفيلسوف أنداي كلارك بتمييز عميق بين "التفويض الأحادي للوظائف إلى الذكاء الاصطناعي" و"التعاون العميق الثنائي الاتجاه مع الذكاء الاصطناعي". في نموذج التعاون الحقيقي، ستدخل عجلة إيجابية تُعزز بعضها البعض: مدخلاتك الدقيقة تُنتج نتائج ممتازة، وهذه النتائج بدورها تدفعك لصياغة مدخلات أعمق، مما يُعمق بشكل كبير نموذجك الذهني للنظام. إذا لم تكن متأكدًا مما إذا كان منطقك متكاملاً، اطلب من الوكيل أن يُجري مقابلة عكسية معك، ويطرح أسئلة استقصائية حول المجالات التي لا يفهمها. إذا انتهت المحادثة وأحسست أن منطقك الداخلي قد تطور وارتقى، فهذا هو المؤشر الحقيقي للنجاح.

بالإضافة إلى ذلك، يجب الحذر الشديد من تلوث السياق. عند تعاون عدة وكلاء، من السهل جدًا أن يعتمد الوكيل التالي فقط على ملخص الضغط الذي قدمه الوكيل السابق، مما يؤدي إلى تدهور تدريجي، لدرجة أن الوكيل الثالث قد لا يقرأ أبدًا الوثيقة الأساسية الأصلية من البداية إلى النهاية.

في الوقت نفسه، يجب عليك بناء معايير جمالية ونوعية خاصة بك. لقد جربت الذكاء الاصطناعي مرارًا وتكرارًا في مجالات إبداعية وهندسية متنوعة، ولم تُنشر معظم النواتج أبدًا لأنها لم تصل أبدًا إلى معاييري الشخصية. في هذا العصر، يمكن تغليف جميع نواتج النماذج بتنسيق رائع وثقة مطلقة، لذا لم يعد "السطح الأملس" إشارة فعالة لقياس الجودة.

قد يُحسّن الذكاء الاصطناعي بشكل كبير من سرعة خط إنتاج المحتوى، لكنني لن أسمح أبدًا بنشر أي منتج يجعلني أشعر بالخجل من توقيع اسمي عليه.

عندما لا تحقق أي نتيجة المعايير المطلوبة، قم بتوثيق سبب الفشل بشكل صريح في ملفات التكوين المشتركة أو خطافات Git أو حالات اختبار تلقائية، لضمان عدم تكرار نفس الخطأ مجددًا. هذا هو الطريق الصحيح لتحقيق تراكم تدريجي للذوق والمعايير، وتسجيل ما لم يصل إلى الحد الأدنى بنفسه يُعد تدريبًا معرفيًا ذا قيمة كبيرة.

إذا كنت تشارك إيمان الممارسين المتحمسين من حولي بثقة صاعدة تجاه مستقبل الذكاء الاصطناعي، فقد خطر لك هذا التفكير منذ قراءة الفصول القليلة الأولى: "بعد سنة أو سنتين، ستتفوق قدرات النموذج على تصحيح الأخطاء وتقديم الرؤى بشكل كامل عليّ، فلماذا أبذل جهدًا كبيرًا للحفاظ على مهاراتي في المراجعة النقدية؟"

في العديد من عمليات الكشف القائمة على المؤشرات التقنية البحتة، من المحتمل أن تنبؤاتك صحيحة تمامًا، وأنا أدعم شخصيًا نقل المزيد من صلاحيات الكشف التلقائي إلى الوكلاء. لكن لماذا لا يزال الاحتفاظ بهذه القدرة مهمًا جدًا في المستقبل؟ السبب واحد فقط: في النهاية، يجب أن يكون هناك إنسان حقيقي ذو دم وعظام يتحمل المسؤولية الكاملة عن النتائج الفعلية المُقدمة. بغض النظر عن كمية قوة الحوسبة المستخدمة، فإن الشخص البشري الحقيقي وحده هو من سيقف أمام المحكمة أو يتحمل العواقب.

تحديد درجة الثقة التي يجب منحها للوكيل في مهمة محددة هي بحد ذاتها قرار نوعي يتطلب حكمة عالية جدًا. وللحفاظ على قدرة دقيقة ومستمرة على التقييم، يجب عليك مراجعة المهام بنفسك باستمرار، لأن أنماط أخطاء النموذج تتغير باستمرار. أشارت أنثروبيك في دراساتها المتابعة لمهندسيها وباحثيها الرائدين إلى الفخ المميت لـ"مفارقة الإشراف": المهارات الهندسية والهندسية المتقدمة الضرورية لإشراف وقيادة كلاود، هي بالضبط المهارات التي يُتوقع أن تتدهور وتتقلص بسرعة لدى البشر بسبب الاعتماد المفرط على الذكاء الاصطناعي.

هذه الأسئلة الجوهرية هي الأكثر أهمية بالنسبة لي، ولا يمكن لأي نموذج ضخم، مهما كان قويًا، أن يجيب عنها نيابةً عنك: لماذا تفعل هذا المنتج؟ ما القيمة الاجتماعية والتجارية التي يمتلكها؟ من هم الأشخاص المحددون الذين سيتأثرون به بعمق؟ وما التضحيات والتنازلات التي أنت مستعد لتقديمها لتحقيقه؟ يجب أن تجيب عن كل هذه الأسئلة بنفسك. يمكن للوكلاء الذكية أن تبرز بقوة أثناء تحليلها لهذه الأسئلة، وأنا أرحب بذلك، لكن ختم القرار النهائي يظل دائمًا في يدك أنت فقط.

يمكنك تفويض العمل المحدد وحتى عدد كبير من مراحل التدقيق بالكامل للخوارزميات، لكنك لن تستطيع أبدًا تفويض المسؤولية والمسؤولية النهائية.

لا تحتاج إلى تطبيق جميع المبادئ بشكل جامد وميكانيكي، بل اختر الطرق التي تتناسب مع سير عملك وادمجها بشكل طبيعي:

• ممارسة متعمدة خارج الإنترنت مرة واحدة في الأسبوع: خصص وقتًا ثابتًا كل أسبوع للابتعاد تمامًا عن مساعدة الوكلاء، وكتابة يدويًا جزءًا مهمًا من الكود، أو إنجاز يدوي لمهام أساسية قد تؤدي عواقب خطيرة إذا أهملتها (أسميها تمارين معايرة المعرفة، وهي ليست أي نوع من الضغط الأخلاقي).

• مراجعة شهرية للقدرات: قم بإجراء مراجعة دورية شهريًا لقائمة تشمل الأنشطة التي توقفت عن القيام بها بنفسك خلال الشهر الماضي بسبب الاعتماد على الذكاء الاصطناعي، وقم بمراجعة هذه الأنشطة بجدية: أي من هذه القدرات يمكنك قبول التخلي عنها بشكل دائم دون شعور بالذنب؟ السؤال الذي طرحته في مدونتي القديمة منذ سنوات لا يزال ذا صدى قوي اليوم: ما مدى الشلل والارتباك الذي ستواجهه إذا اختفى الذكاء الاصطناعي فجأة تمامًا؟

• عند مواجهة ما لا تفهمه، ابحث عنه بنفسك بعمق: إذا واجهت مفهومًا يتجاوز نطاق فهمك الحالي، يجب أن تتعلم عنه بشكل منهجي بنفسك. عندما أصادف مصطلحًا نادرًا لم أكن على دراية به أثناء كتابة مقال، يمكنني بالطبع البحث عن شرح جاهز من ويكيبيديا وإدراجه في النص، لكنني أفضّل تخصيص وقت قصير لإجراء بحث دقيق، وفهم أسبابه ونتائجه، حتى أتمكن من رؤية مكانته الكاملة في المشهد المعرفي.

• خطّط لعملية المراجعة كعمل رسمي: إن مراجعة نتائج الآلة بصرامة حقيقية هي في حد ذاتها مهمة شاقة للغاية تتطلب جهدًا فكريًا مكثفًا. التظاهر بأن هذه المهمة سهلة هي بالضبط السبب الرئيسي الذي يجعل العديد من الفرق تتخلّى تمامًا عن المراجعة وتُحدث كوارث هائلة. المراجعة ليست وجبة مجانية، لذا أدرجها بثقة في جدول عملك اليومي، حتى تتمكن حقًا من تخصيص الطاقة اللازمة لتنفيذها بشكل فعّال.

• المهارات التي تتوقف عن ممارستها ستتدهور بسرعة: أي عضلة إدراكية تتركها لفترة طويلة ستتآكل بسرعة أكبر مما تتوقعه حدسك. تأكد من ممارسة يدويّة مستمرة للمهارات الأساسية التي لن تسمح أبدًا بخسارتها.

• حافظ على نية واضحة: يمكن للوكيل اختبارك عكسيًا، ومقابلتك، وعرض الحجج الأساسية لك، ولكن بشروط أن تقوم بتصميم وتهيئة آلية التعاون هذه مسبقًا. لذا، يرجى إنشائها فورًا.

• كن صادقًا بشأن موقعك الحقيقي على الطيف: إذا لم تستطع حتى شرح أصول وإجاباتك للآخرين دون مساعدة من وكيل ذكي، فاعترف: لقد وقعت في استسلام إدراكي.

• اطرح الأسئلة دائمًا مع افتراضات مسبقة: قبل طرح سؤال على الذكاء الاصطناعي، قم بوضع فرضياتك الخاصة، سواء كانت جيدة أو سيئة.

• علامة صح خضراء تعني فقط أن اختبارًا واحدًا نجح: اسأل دائمًا: ما الذي فحصه بالضبط؟ وما الذي تجاهله بصمت؟

• ابدأ بفحص الحجج الموضوعية، ثم اقرأ الاستنتاجات الذاتية: قبل قراءة الملخص المبهر الذي يقدمه، تحقق من السطر تلو السطر من الأوامر الحقيقية التي نفذها ومن البيانات الأساسية التي استدعاها.

• اقرأ بحساسية تجاه القرارات: افهم أي قرارات صغيرة اتخذها الوكيل عنك دون إذن في هذه الإخراج.

• دقّق مدخلاتك بعناية: عمق هيكلة تعليماتك يعكس مباشرة مدى إتقانك لجوهر السؤال.

• حدد خط التسليم المطلق وتمسك به تمامًا: إذا لم تكن مرتاحًا لوضع اسمك على هذا الشيء، فلا تسمح له بالمرور أبدًا.

من خلال ممارسة مستمرة ويدوية للحرفة الأساسية الحاسمة، ابقَ دائمًا في مركز الرقعة. عادة يومية بسيطة يمكنك تجربتها فورًا: قبل طرح سؤال على الوكيل، اكتب على ملاحظة لاصقة التوقعات المحتملة؛ وبعد أن يقدم الوكيل النتيجة، اكتب فورًا نقطة واحدة لم يغطها. انظر ما إذا كان هذا العادة الصغيرة المقاومة يمكن أن يغيّر جذريًا عمق تفكيرك عند تقييم نتائج الذكاء الاصطناعي. فكّر بشكل مستقل، واطرح أسئلة عالية الجودة وأكثر عمقًا، وتحمل المسؤولية الكاملة عن النتيجة النهائية.

الرسم البياني: الحفاظ على التفكير المستقل ودورة المسؤولية في سير عمل الوكلاء الذكاء الاصطناعي