أصبح الذكاء الاصطناعي أحد أكثر العوامل تأثيراً في سوق العمل التقني، لكنه لا يغيّر طبيعة الأدوات فحسب، بل يعيد أيضاً رسم الطريق التقليدي الذي كانت الشركات تبني عبره خبراتها الداخلية. فمع تسارع الاعتماد على الأتمتة في بعض المهام البرمجية والإدارية، تتزايد الأسئلة حول مستقبل الوظائف المبتدئة، وكيف ستتمكن المؤسسات من إعداد الجيل المقبل من المهندسين وقادة التقنية.
المعضلة الأساسية، وفقاً لعدد من خبراء القطاع، ليست في قدرة الذكاء الاصطناعي على تسريع الإنتاج أو خفض التكاليف، بل في أثره غير المباشر على خط المواهب. فالشركات التي تقلص فرص الدخول إلى المجال اليوم قد تواجه بعد سنوات نقصاً واضحاً في المهارات الوسطى والمتقدمة، وهي المهارات التي لا تُبنى دفعة واحدة، بل تتشكل عبر سنوات من التعلم والتجربة والإشراف.
وتشير بيانات بحثية حديثة إلى أن التراجع بدأ يظهر بالفعل في الفئات العمرية الأصغر ضمن الوظائف الأكثر تعرضاً للأتمتة. وفي قطاع تطوير البرمجيات تحديداً، برز انخفاض ملحوظ في فرص العمل المبكرة منذ انتشار نماذج الذكاء الاصطناعي التوليدي على نطاق واسع. هذا التراجع لا يعني فقط قلة في عدد المتقدمين الذين يحصلون على أول فرصة، بل يعني أيضاً تناقص عدد العاملين الذين يكتسبون الخبرة العملية اللازمة للوصول لاحقاً إلى أدوار أعلى.
ضغط قصير المدى مقابل خسارة طويلة المدى
يرى بعض التنفيذيين أن استبدال جزء من الأعمال المبتدئة بالذكاء الاصطناعي قد يبدو جذاباً من منظور الأداء الفوري وتقليل النفقات. غير أن هذا المنطق، كما يحذر عدد من القياديين في التقنية، قد ينتهي إلى نتائج عكسية. فحين تتراجع فرص التدريب العملي والخبرة اليومية، تصبح الشركات أقل قدرة على إنتاج مهندسين يفهمون الأنظمة الكبيرة، ويعرفون أين تفشل، وكيف تُدار عند التعقيد.
الخبرة التقنية لا تُختصر في كتابة الشيفرة، بل تشمل القدرة على تقييم الخيارات، وفهم أثر القرارات على الاستقرار والأمان، والتعامل مع الأعطال في بيئة الإنتاج، ثم تحويل المعرفة الفردية إلى معرفة مؤسسية. وهذه العناصر، وفق الخبراء، لا يمكن للأنظمة الآلية أن تعوّضها بالكامل، لأنها تعتمد على الحكم البشري والسياق والخبرة المتراكمة.
وتذهب بعض التحليلات إلى أن المؤسسات التي استبدلت وظائف أو قلصت فرقها بحجة الكفاءة لم تحقق دائماً العائد المالي المتوقع. بل إن الاستثمار في أدوار جديدة، وبرامج رفع المهارات، وأدوات تعزز قدرة الموظفين على مراقبة العمل الآلي وإدارته، قد يكون أكثر فاعلية على المدى المتوسط والطويل من تقليص القوى العاملة بشكل واسع.
التدريب المبكر لم يعد رفاهية
في هذا السياق، يدعو عدد من خبراء البرمجيات إلى إعادة تعريف وظيفة الموظف المبتدئ. فبدلاً من اعتباره مجرد منفذ للمهام البسيطة، يجب دمجه منذ البداية في بيئة عمل حقيقية، مع توجيه واضح من المهندسين الأكبر خبرة. الفكرة هنا ليست إبطاء الإنتاج، بل بناء سياق مهني يساعد الشاب أو الشابة على فهم الأسباب وراء كل قرار تقني، وليس فقط تنفيذ القرار ذاته.
ويشدد هؤلاء على أن وجود الذكاء الاصطناعي في بيئة العمل يمكن أن يصبح أداة تعليمية قوية إذا استُخدم بطريقة صحيحة. فالموظف الجديد يستطيع بفضل هذه الأدوات أن ينجز مهاماً أكثر تعقيداً في وقت أبكر، لكن ذلك لا يغني عن الإشراف البشري، ولا عن بناء منهج واضح للتعلم، ولا عن مراجعة القرارات التقنية قبل أن تتحول إلى أنظمة فعلية.
كما يلفت الخبراء إلى أن الاعتماد المفرط على المخرجات الآلية قد يخلق نوعاً من الاعتياد السطحي، حيث يبدو الكود صحيحاً من الخارج، لكنه يخفي أخطاء معمارية أو ثغرات أمنية أو فرضيات خاطئة لا يكتشفها إلا المهندس المتمرس. ولهذا يُنظر إلى الإشراف البشري اليوم ليس كمرحلة انتقالية، بل كعنصر أساسي في دورة التطوير الحديثة.
نموذج جديد للإرشاد المهني
أحد المقترحات المطروحة داخل قطاع التقنية هو اعتماد نموذج أقرب إلى الإشراف المهني المنظم، بحيث يصبح المهندس الأكبر مسؤولاً بشكل صريح عن نقل الخبرة إلى المبتدئ. هذا النموذج يشبه إلى حد كبير ما يحدث في بعض المهن الصحية، حيث يُمنح الداخل الجديد إلى المجال مساحة للتعلم داخل العمل نفسه، مع متابعة لصيقة من شخص أكثر خبرة.
هذا التوجه يختلف عن أسلوب التوظيف التقليدي الذي يكتفي بإدخال المبتدئ إلى الفريق ثم تركه يواجه التحديات وحده. فبحسب المؤيدين لهذا النموذج، تنشأ المهارة الحقيقية عندما يُسمح للشخص بأن يخطئ في بيئة آمنة، ثم يتلقى تفسيرات مباشرة حول ما حدث ولماذا حدث وكيف يمكن تحسينه.
كما أن الشركات التي تتعامل مع المبتدئين بوصفهم مشروعاً طويل الأجل، لا كعبء قصير الأجل، تكون أكثر قدرة على تكوين مهندسين يفهمون بنية الأنظمة، ويطوّرون حساً تقنياً ونقدياً، ويستطيعون لاحقاً مراجعة مخرجات الذكاء الاصطناعي بدقة أكبر. وهذا النوع من التطوير لا ينتج من الدورات السريعة وحدها، بل من مزيج بين العمل الفعلي والمراجعة المستمرة والمهام المتدرجة.
المشكلة الحقيقية: فجوة القيادة المقبلة
الخطر الأكبر، كما يراه كثيرون في القطاع، لا يتمثل في اختفاء الوظائف المبتدئة اليوم، بل في الفراغ الذي قد يظهر بعد خمس أو عشر سنوات عندما تبحث الشركات عن قادة تقنيين يملكون خبرة حقيقية ولا تجدهم بالعدد الكافي. فالفجوة الحالية في بداية المسار المهني تتحول مع الوقت إلى نقص في المهارات المتوسطة، ثم إلى عجز في القيادات التقنية القادرة على اتخاذ القرار.
وفي الوقت نفسه، قد يؤدي تراجع الإقبال على دراسة علوم الحاسوب والبرمجة إلى تفاقم المشكلة، لأن الطلاب يراقبون سوق العمل ويستنتجون منه فرصهم المستقبلية. وإذا بدا المسار التقني أقل استقراراً أو أقل عدالة في توزيع الفرص، فستصبح عملية استقطاب المواهب الجديدة أصعب، حتى قبل أن تبدأ الشركات البحث عنها.
لهذا السبب، يطالب خبراء التوظيف والتطوير بإعادة النظر في تصميم مسارات النمو داخل فرق الهندسة. فالمطلوب لم يعد مجرد توظيف من يجيد الأدوات الحديثة، بل بناء منظومة تطور الموظف من مستخدم للذكاء الاصطناعي إلى مشرف عليه، ثم إلى قائد قادر على تقييم نتائجه وربطها باحتياجات العمل.
ما الذي تحتاجه الشركات الآن
تتفق معظم الآراء المهنية على أن الاستراتيجية الأكثر توازناً لا تقوم على إلغاء التوظيف المبكر، ولا على رفض الذكاء الاصطناعي، بل على دمج الاثنين داخل نظام أكثر انضباطاً. ويشمل ذلك مسارات واضحة للتأهيل، وتوزيعاً أفضل للمهام بين الأجيال الوظيفية، وتحديداً دقيقاً لما يمكن للذكاء الاصطناعي تسريعه وما يجب أن يبقى تحت الإشراف البشري الكامل.
كما تحتاج الشركات إلى ربط التقييم بالأداء التعليمي، لا بالإنتاج اللحظي فقط. فالمبتدئ الذي يحقق تقدماً حقيقياً في الفهم والتفكير المنهجي قد يكون أكثر قيمة للمؤسسة بعد عامين من موظف ينجز عدداً أكبر من المهام اليوم من دون أن يطوّر قدرته على الحكم أو التصميم أو التواصل.
في النهاية، يبدو أن الذكاء الاصطناعي لم يعد مجرد أداة لتحسين الكفاءة، بل اختباراً لطريقة بناء المؤسسات لمستقبلها البشري. والشركات التي تنجح في استخدامه لتسريع التعلم، لا لاستبدال المتعلمين، هي الأرجح في الحفاظ على خط المواهب التقنية وقدرتها على الاستمرار والنمو.