يعتقد لينوس تورفالدس، مبتكر لينكس، أن الذكاء الاصطناعي أصبح عاملاً مؤثراً في طريقة كتابة البرمجيات وصيانتها، لكنه يرفض المبالغة التي تصوره بديلاً كاملاً عن المبرمجين. وفي نظره، ما يحدث اليوم يشبه انتقال الصناعة سابقاً من كتابة التعليمات المنخفضة المستوى إلى الاعتماد على المجمّعات ثم المترجمات: الأدوات تتطور، والإنتاجية ترتفع، لكن أساس العمل البرمجي لا يتغير.
هذا الموقف يكتسب أهمية خاصة لأنه يأتي من أحد أبرز الأسماء في عالم البرمجيات مفتوحة المصدر، وفي وقت تتوسع فيه أدوات توليد الكود وتحليل الثغرات بسرعة. وبينما يعترف تورفالدس بفوائد هذه الأدوات، فإنه يحذر في الوقت نفسه من آثار جانبية واضحة، خصوصاً على مستوى أمن البرمجيات وإدارة المجتمعات التقنية التي تحافظ على المشاريع المفتوحة.
زيادة في المساهمات داخل نواة لينكس
بحسب تورفالدس، شهدت عملية تطوير نواة لينكس خلال الأشهر الأخيرة ارتفاعاً ملحوظاً في عدد التعديلات البرمجية. وقدّر أن آخر إصدارين شهدا زيادة تقارب 20% في عدد الالتزامات البرمجية مقارنة بالمعدل المعتاد خلال سنوات طويلة. ويربط هذا التغير بتحسن أدوات الذكاء الاصطناعي المخصصة للبرمجة، والتي أصبحت قادرة على تسهيل جزء من العمل على المطورين.
هذه الزيادة لا تعني فقط أن المطورين يكتبون كوداً أكثر، بل تعكس أيضاً أن دخول مساهمين جدد بات أسهل من السابق. فعندما تساعد الأدوات الذكية في توليد أجزاء من الشيفرة أو اقتراح تعديلات أولية، يصبح تجاوز الحاجز الأول للمشاركة أقل صعوبة. ومع ذلك، يرى تورفالدس أن المشكلة الحقيقية ليست في زيادة الكود بحد ذاته، بل في الضغط الذي تسببه هذه الزيادة على آليات المراجعة والتنسيق واتخاذ القرار داخل المشاريع الكبيرة.
التحدي ليس تقنياً فقط بل اجتماعي أيضاً
يشير تورفالدس إلى أن أصعب ما في إدارة مشروع ضخم مثل نواة لينكس ليس كتابة الكود وحدها، بل التعامل مع البشر وطريقة تعاونهم. فالمشاريع المفتوحة المصدر لا تعتمد فقط على جودة الشيفرة، بل على الانضباط في التواصل، وفهم آليات المراجعة، والقدرة على متابعة العمل على المدى الطويل.
ومع دخول الذكاء الاصطناعي في دورة التطوير، ظهرت ضغوط جديدة على هذه الجوانب الاجتماعية. فحين يصبح إرسال التعديلات أو التقارير أسهل وأسرع، قد تجد فرق الصيانة نفسها أمام حجم أكبر من المواد التي تحتاج إلى فحص دقيق. وهذا يضاعف العبء على المشرفين الأساسيين، خاصة في المشاريع الصغيرة التي لا تملك فرقاً كبيرة للتعامل مع الكم المتزايد من المشاركات.
من هذا المنطلق، لا ينظر تورفالدس إلى الذكاء الاصطناعي كقضية كود فقط، بل كعامل يغيّر توازن العمل داخل المجتمعات البرمجية. فكل أداة ترفع القدرة على الإنتاج قد ترفع أيضاً حجم الضوضاء، إذا لم تصاحبها قواعد واضحة للمراجعة والإفصاح والمتابعة.
سيل من التقارير الأمنية المكررة
أحد أكثر الجوانب التي أثارت قلق تورفالدس هو تأثير أدوات الذكاء الاصطناعي على اكتشاف الثغرات الأمنية والإبلاغ عنها. فقد أشار إلى أن القائمة الأمنية الخاصة بنواة لينكس تعرضت أخيراً لتدفق كبير من البلاغات، كثير منها كان متشابهاً أو مكرراً. والسبب أن الباحثين أو المستخدمين باتوا قادرين على استخدام الأدوات الذكية لاكتشاف مشكلات محتملة بسرعة، ثم إرسالها مباشرة باعتبارها قضايا أمنية.
المشكلة هنا ليست في العثور على الثغرات، فالعثور على الأخطاء أمر مفيد في النهاية، بل في أن القوائم الأمنية المخصصة عادة تكون محدودة العضوية ومصممة للتعامل مع حالات حساسة تحتاج إلى تنسيق هادئ وسريع. وعندما تمتلئ هذه القنوات بتقارير متكررة أو غير مكتملة، تضطر الفرق الأساسية إلى قضاء وقتها في إعادة توجيه البلاغات بدلاً من معالجة المشكلة نفسها.
هذا النوع من الضغط قد يبدو محتملاً في مشروع كبير مثل لينكس، لكنه قد يكون مرهقاً جداً لمطوري المشاريع الصغيرة أو للأفراد الذين يديرون مكتبات مفتوحة المصدر بمفردهم. ومع غياب المتابعة من بعض من يرسلون البلاغات، يتحول الذكاء الاصطناعي من أداة مساعدة إلى مصدر إرهاق إضافي.
موقف أكثر صرامة من الإفصاح الأمني
في ضوء هذا الواقع، دعا تورفالدس إلى التعامل مع الثغرات التي تُكتشف عبر الذكاء الاصطناعي باعتبارها شبه عامة من حيث إمكانية الوصول إليها. فكرته الأساسية أن الثغرة التي تمكنت أداة ذكاء اصطناعي من العثور عليها يمكن أن تعثر عليها أدوات أخرى لدى جهات مختلفة أيضاً. لذلك، فإن افتراض السرية الكاملة لم يعد واقعياً كما كان في السابق.
لكن هذه النظرة لا تعني فتح الباب أمام النشر غير المسؤول. على العكس، شدد تورفالدس على أن الباحثين الأمنيين يجب ألا ينشروا استغلالات عملية جاهزة عندما تكون الثغرة خطيرة. فالهدف من الإفصاح الأمني يجب أن يكون إصلاح المشكلة وتقليل المخاطر، لا لفت الانتباه عبر استعراض القدرة على تعطيل أنظمة شركات أو مؤسسات كبيرة.
هذا الموقف يعكس تحولات أوسع في عالم الأمن السيبراني. ففي الماضي، كان من الممكن إصلاح بعض المشكلات بهدوء نسبي قبل أن ينتبه إليها عدد كبير من الباحثين. أما اليوم، فسرعة التحليل المعتمدة على الذكاء الاصطناعي تعني أن الفاصل الزمني بين تصحيح الخطأ وفهم آثاره الأمنية أصبح أقصر بكثير.
البرمجيات المغلقة ليست حلاً
من النقاط اللافتة في حديث تورفالدس رفضه لفكرة أن إغلاق الشيفرة قد يكون وسيلة للهروب من هذا الواقع الجديد. فهو يرى أن الذكاء الاصطناعي لا يواجه صعوبة فقط في تحليل البرمجيات المفتوحة، بل يمكنه أيضاً المساعدة في الهندسة العكسية للبرمجيات المغلقة واكتشاف نقاط ضعف فيها.
بل إن البرمجيات المغلقة قد تصبح في بعض الحالات في وضع أسوأ، لأن الذكاء الاصطناعي يمكن أن يساعد المهاجمين في العثور على المشكلات، بينما لا تستفيد المجتمعات التقنية بالقدر نفسه من الشفافية الجماعية التي تسمح بتسريع الإصلاح. لذلك، لا يعتبر تورفالدس أن الحل يكمن في تقليل الانفتاح، بل في تحسين قواعد التعاون والاستجابة وتوزيع العبء داخل المشاريع.
غضب من ادعاء أن الذكاء الاصطناعي يكتب كل شيء
أوضح تورفالدس أنه ينزعج من الادعاءات التسويقية التي تقول إن النسبة الكبرى من الكود أصبحت تُكتب بواسطة الذكاء الاصطناعي. وبالنسبة له، هذا الطرح يتجاهل حقيقة معروفة في تاريخ البرمجة: المطورون يعتمدون منذ عقود على أدوات تولّد مخرجات نهائية من مستوى أعلى من التجريد، من المترجمات إلى بيئات التطوير الحديثة.
من هذا المنظور، الذكاء الاصطناعي يمثل طبقة جديدة في سلسلة الأدوات، وليس قطيعة كاملة مع ما سبق. صحيح أنه قد يختصر الوقت ويقترح حلولاً أولية ويزيد سرعة الإنجاز، لكنه لا يلغي مسؤولية الإنسان عن فهم ما يُنتج، ومراجعته، وصيانته، وتحمل نتائجه على المدى الطويل.
ويقدّر تورفالدس أن هذه الأدوات قد ترفع إنتاجية المطورين بشكل مهم، لكنه لا يراها تغييراً يلغي أساسيات البرمجة. فالمهارات الجوهرية مثل فهم البنية، وقراءة المخرجات، وتقييم الأداء، ومعالجة الأخطاء، ستظل مطلوبة مهما تطورت أدوات التوليد.
فهم النتيجة أهم من كتابة الطلب
أحد أهم التحذيرات التي يكررها تورفالدس هو أن استخدام أدوات الذكاء الاصطناعي لا يكفي وحده لبناء أنظمة برمجية جدية يمكن الحفاظ عليها لسنوات. فالمطور لا يحتاج فقط إلى معرفة ما الذي يطلبه من الأداة، بل إلى فهم النتيجة التي حصل عليها فعلياً. وهذا مهم بشكل خاص في الأنظمة المعقدة أو الطويلة العمر، حيث تصبح الصيانة والاعتمادية أهم من سرعة الإنتاج الأولية.
المعنى هنا واضح: إذا ولدت الأداة جزءاً من الشيفرة دون أن يفهمه الفريق الذي سيعمل عليه لاحقاً، فإن ذلك ينقل المشكلة إلى المستقبل بدلاً من حلها. وقد ينتج عن ذلك كود يعمل مؤقتاً لكنه يصعب إصلاحه أو تطويره لاحقاً، خاصة عندما تتداخل طبقات كثيرة من الاعتماديات والتعديلات.
مستقبل البرمجة مع الذكاء الاصطناعي
الرسالة الأساسية في رؤية تورفالدس أن الذكاء الاصطناعي سيغير طريقة العمل أكثر مما سيغير طبيعة المهنة نفسها. سيصبح جزءاً ثابتاً من صندوق أدوات المطورين، مثلما أصبحت المترجمات وأنظمة التحكم في الإصدارات جزءاً أساسياً من دورة التطوير. لكن ذلك لا يعني اختفاء الحاجة إلى المطورين، بل ربما يزيد الحاجة إلى من يملكون فهماً أعمق ويستطيعون التمييز بين الكود الجيد والكود الذي يبدو جيداً فقط.
بالنسبة للمطورين الجدد، هذه الرؤية تحمل رسالة عملية: تعلّم استخدام الأدوات الذكية، لكن لا تبنِ مهاراتك عليها وحدها. افهم بنية البرامج، وتعلّم قراءة الشيفرة وتحليل الأخطاء، وكن قادراً على مراجعة ما تنتجه الأنظمة الآلية. ففي النهاية، ما يزال الحكم البشري هو العنصر الذي يحدد ما إذا كان البرنامج قابلاً للاعتماد أم لا.
في عالم البرمجيات مفتوحة المصدر، يبدو أن المرحلة المقبلة لن تكون صراعاً بين الإنسان والآلة، بل اختباراً لقدرة المجتمعات التقنية على دمج أدوات أكثر قوة دون التضحية بجودة العمل أو قواعد المسؤولية. وهذا تحديداً هو الخط الذي يحاول تورفالدس رسمه: الاستفادة من الذكاء الاصطناعي إلى أقصى حد، مع الإبقاء على الفهم البشري والمساءلة في قلب العملية البرمجية.