ناتاشا موهانتي: الذكاء الاصطناعي يغيّر دور المهندس البرمجي ولا يلغي مسؤوليته

الذكاء الاصطناعي يعيد تعريف دور المهندس

تدير ناتاشا موهانتي، نائبة رئيس الهندسة في شركة Doppel، فرقاً تعمل عند تقاطع الذكاء الاصطناعي والأمن السيبراني والأنظمة عالية الحساسية. وبعد مسيرة امتدت عبر Stripe وGoogle وNielsen، ترى أن التحول الأكبر في البرمجيات لا يتمثل في استبدال المطورين، بل في إعادة توزيع المسؤوليات داخل فرق الهندسة.

بحسب هذا التصور، لم يعد المهندس البرمجي يقضي معظم وقته في كتابة الشيفرة ومراجعتها يدوياً كما كان يحدث قبل سنوات. اليوم، تستطيع أدوات الذكاء الاصطناعي توليد جزء كبير من الكود، لكن ذلك لا يخفف عبء المهندس بقدر ما ينقله إلى مستويات أعلى من القرار والمتابعة والضبط. فالمهندس أصبح مطالباً بتحديد الهدف، وتقييم المخرجات، ورسم الحدود التي لا يجوز للنظام تجاوزها، وضمان موثوقية المنتج على المدى الطويل.

هذا التحول يجعل القيمة الحقيقية للمطور أكثر ارتباطاً بالحكم التقني، وفهم المفاضلات، وتصميم البنية المناسبة، بدل الاقتصار على التنفيذ اليدوي. وفي هذا السياق، يشبه دوره بشكل متزايد دور المدير الذي ينسّق بين عناصر متعددة، لكن مع بقاء المسؤولية النهائية على عاتقه.

من كتابة الشيفرة إلى إدارة الأنظمة الذكية

تؤكد موهانتي أن أكثر الفرضيات شيوعاً حول الذكاء الاصطناعي هي أنه سيجعل الحاجة إلى المهندسين الأقوياء أقل. لكنها ترى العكس تماماً: فالذكاء الاصطناعي يرفع سقف ما يمكن لفريق صغير ومنضبط إنجازه، ما يزيد من قيمة مهارة التقييم والتفكير المعماري والقدرة على اتخاذ القرار.

وبينما تتسع قدرة الأدوات الذكية على توليد الأكواد واختبارها وتصحيحها، تتسع أيضاً مساحة المسؤولية البشرية. فالمهندس لا يكتب الشيفرة فقط، بل يحدد ما يجب بناؤه أصلاً، ويقرر متى تكون مخرجات الوكلاء مقبولة، ومتى ينبغي التدخل أو إعادة الضبط. وبهذا المعنى، فإن الذكاء الاصطناعي لا يخفف عبء المساءلة، بل يجعله أكثر وضوحاً.

وترى موهانتي أن هذا الواقع يزداد تعقيداً لأن المهاجمين في مجال الأمن السيبراني أصبحوا يستخدمون الأدوات نفسها تقريباً. أي أن الشركات لا تتنافس فقط على السرعة، بل على القدرة على الاستفادة من الذكاء الاصطناعي دون الوقوع في أخطاء أو فتح ثغرات يصعب رصدها.

إدارة الوكلاء الذكيين تحتاج إلى حوكمة دقيقة

مع دخول الوكلاء الذكيين إلى مراحل متعددة من العمل الهندسي، من التطوير والاختبار إلى التوثيق واستكشاف المشكلات، يبرز سؤال جديد: كيف يمكن إدارة هذا العدد من الأنظمة الذاتية بكفاءة؟

الإجابة، وفق موهانتي، تبدأ من وضوح السياق. فالوكلاء لا يجب أن يُترَكوا للعمل في فراغ؛ بل ينبغي تزويدهم بمعايير قبول دقيقة، وحدود واضحة تتعلق بالخصوصية والأمان، ومطالبات تفرض عليهم شرح منطقهم وافتراضاتهم قبل اعتماد المخرجات. وإذا عجز النظام عن تفسير ما يفعله ولماذا يفعله، فلا يمكن الوثوق به بالكامل.

وتضيف أن البنية التحتية المناسبة لا تقل أهمية عن تصميم النموذج نفسه. فالمؤسسات التي تعتمد على الوكلاء بحاجة إلى بيئات اختبار، وسلاسل تحقق آلية، وأدوات أمنية تتحكم في الصلاحيات، وأطر تقييم مستمرة تراقب ما إذا كانت النماذج والأنظمة المحيطة بها تعمل كما يجب. هذه الطبقات ليست ترفاً هندسياً، بل شرطاً أساسياً للاستخدام المسؤول للذكاء الاصطناعي.

مخاطر التوسع السريع في استخدام الشيفرة المولدة آلياً

تلفت موهانتي إلى أن الخطر الحقيقي لا يكمن فقط في أخطاء النماذج، بل في حجم هذه الأخطاء عندما تتكرر بسرعة وعلى نطاق واسع. فالوكلاء قد يخطئون في قرارات صغيرة، لكنهم قد يوسعون تأثير الخطأ عبر أنظمة وأدوات متعددة في وقت قصير، ما يجعل اكتشاف المشكلة ومعالجتها أكثر صعوبة.

الخطر الآخر هو خروج الوكيل عن النطاق المحدد له، سواء عبر الوصول إلى بيانات أو أنظمة لا ينبغي له لمسها، أو الاحتفاظ بمعلومات حساسة لا حاجة لها في المهمة الأصلية. وفي بيئات الأمن السيبراني تحديداً، يمكن أن تكون هذه الأخطاء مكلفة جداً، لأن أي انكشاف للبيانات أو تجاوز للصلاحيات قد ينعكس مباشرة على حماية المؤسسة وسمعتها.

في المنتجات الحساسة، يصبح ضبط الوصول وحذف البيانات غير الضرورية والتأكد من عدم تسرب المعلومات جزءاً أساسياً من التصميم، لا مجرد خطوة لاحقة. وهذا ما يجعل العلاقة بين الذكاء الاصطناعي والأمن أكثر تعقيداً: فالأدوات التي تزيد الكفاءة يمكن أن تزيد أيضاً من مساحة الخطر إذا لم تُبنَ معها آليات ضبط صارمة.

السرعة لا تكفي من دون أساس هندسي متين

تربط موهانتي بين تجربة Stripe في البنية التحتية المالية وبين التحديات الحالية في Doppel، معتبرة أن الدرس الأكبر هو أن الاعتمادية لا تقل أهمية عن الابتكار. ففي الخدمات المالية، يمكن لأي انقطاع في النظام أن يسبب أضراراً مباشرة للعملاء. وفي الأمن السيبراني، قد يكون غياب الحماية الجيدة ذا أثر مشابه في تكاليفه ونتائجه، وإن اختلفت طبيعة المخاطر.

ومن هذا المنظور، فإن الإفراط في الاعتماد على الشيفرة المولدة آلياً قد يخلق ديناً تقنياً إذا جعل الفرق تتجاهل قرارات طويلة الأمد يصعب التراجع عنها لاحقاً. لذلك تقترح موهانتي التمييز بين القرارات القابلة للتعديل بسهولة، وتلك التي تشبه “الأبواب الفخية” لأنها تترك أثراً بعيد المدى. في النوع الثاني، يجب أن تكون الضوابط أقوى، حتى لا تتحول السرعة إلى عبء مستقبلي.

وتؤكد أن الغاية ليست إبطاء العمل، بل منع الأداء السريع من تقويض الأسس التي يُبنى عليها النظام. فكلما زادت قدرة الذكاء الاصطناعي على التسريع، زادت الحاجة إلى الانضباط في اختيار مواضع الاعتماد عليه.

ما الذي سيطلبه سوق العمل من مهندسي المستقبل؟

تتوقع موهانتي أن تتغير معايير التوظيف خلال السنوات المقبلة لصالح المهندسين القادرين على العمل باستقلالية، والتعلم السريع، والتنقل بين السياقات التقنية المختلفة. وهذا لا يعني أن التخصصات الدقيقة ستختفي، لكنها لم تعد وحدها كافية لقيادة الفرق في بيئات تعتمد على الذكاء الاصطناعي.

المهندس الذي سيحقق أثراً أكبر، في رأيها، هو الذي يملك قدرة على التعامل مع الغموض، وصياغة الأسئلة الصحيحة، وربط الأنظمة ببعضها، وفهم متطلبات المنتج والأمن والموثوقية في وقت واحد. ومع دخول وكلاء الذكاء الاصطناعي إلى مزيد من مراحل التطوير، سيصبح المطلوب أقل علاقة بعدد الأسطر البرمجية وأكثر ارتباطاً بالقدرة على التوجيه والتقييم والتصحيح.

وترى أن الجيل القادم من الفرق الهندسية سيكون أصغر في الحجم، لكنه أكثر تعقيداً في طريقة العمل. فالمهندس لن يكون مجرد منفذ، بل مشرفاً على دورة كاملة تشمل الفكرة والتصميم والتنفيذ والمراجعة والمسؤولية النهائية.

البيانات الجيدة والضبط الجيد يصنعان نتائج أفضل

من خلال خبرتها السابقة في أنظمة التخصيص والتعلم الآلي، تشدد موهانتي على أن جودة المخرجات تبدأ من جودة المدخلات. فالنماذج لا تعمل في فراغ؛ هي تعتمد على البيانات، ومعايير التقييم، وتعريف واضح لما يعنيه “النجاح” في المهمة المحددة. وكلما كانت هذه العناصر أوضح، كانت النتائج أفضل.

وهذا المبدأ، بحسب رؤيتها، ينطبق اليوم على فرق الهندسة التي تعمل مع الذكاء الاصطناعي. فالأداة قد تساعد الفريق على التحرك بسرعة أكبر، لكن البشر هم من يمنحونها السياق والضوابط وتفسير ما هو مقبول وما هو غير مقبول. لذلك يبقى اتخاذ القرار البشري ضرورياً، ليس فقط عند حدوث الخطأ، بل أيضاً قبل حدوثه.

في المحصلة، تعكس رؤية موهانتي مرحلة جديدة من تطور هندسة البرمجيات: مرحلة تصبح فيها الحوكمة، والاختبار، والوضوح، والمساءلة عناصر أساسية بقدر أهمية الشيفرة نفسها. ومع استمرار توسع استخدام الوكلاء الذكيين، يبدو أن المهندس الناجح لن يكون الأكثر إنتاجاً للكود، بل الأكثر قدرة على قيادة الأنظمة الذكية بوعي ومسؤولية.