مؤخرًا لاحظت تناقضًا مثيرًا في كيفية قلب الذكاء الاصطناعي لكل منطق التطوير. لسنوات كنا نعتقد أن نقطة الضعف هي نقص الأيدي القادرة على تحويل المتطلبات إلى كود. بنينا هياكل من المطورين، ووسعنا "مصانع الميزات". لكن الذكاء الاصطناعي التوليدي كسر كل ذلك. الآن يتم توليد الكود تقريبًا مجانًا — ولم يعد ذلك ميزة تنافسية. عندما يصبح الترميز سلعة، يتحول حجم الأسطر وسرعة الالتزامات إلى ضجيج. ببساطة، يتوقف عن أن يكون له معنى. عندها يطرح سؤال: إذا أصبح الكود أرخص، فأين يكمن النقص الحقيقي الآن؟

أول ما يتبادر إلى الذهن — هل سيحل الذكاء الاصطناعي محل البشر في المناصب الإدارية؟ لكن هناك مشكلة أساسية هنا. الذكاء الاصطناعي جيد جدًا في توليد حلول، ويمكن أن يكون مستشارًا بارعًا. لكن اتخاذ القرارات ليس مهمة حسابية. الإدارة تعتمد على أشياء لا يستطيع الذكاء الاصطناعي القيام بها: تحديد القيم (ما يعتبر مقبولاً)، تحمل المسؤولية عبر المخاطر الشخصية، إدارة الصراعات عبر العقد الاجتماعي، العمل مع متغيرات غير معروفة غير موجودة في بيانات التدريب. الإنسان يظل حامل التفويض والمسؤولية — وهذا لا يتغير.

لكن ما يثير القلق حقًا: بينما نتصالح مع هذا، يحدث أزمة صامتة على مستوى التطوير. الذكاء الاصطناعي يعمل كتحول تكنولوجي نحو الخبرة العليا. المهندسون ذوو الخبرة يحصلون على دفعة هائلة — إنتاجيتهم تتضاعف بشكل كبير. أما المطورون المبتدئون، فيضعهم الذكاء الاصطناعي في موقف صعب. يفتقرون إلى السياق للتحقق من نتائج الشبكة العصبية، ولا يرون الأخطاء المخفية مثل race conditions، التي يخفيها الذكاء الاصطناعي تحت ستار الحيل البسيطة. وهكذا، تتشكل منطق جديدة للتوظيف: نختار الخبراء، ونؤتمت المبتدئين. يبدو الأمر منطقيًا، لكنه فخ.

تقليديًا، كانت المؤسسات توظف المبتدئين لمهام بسيطة — يكتسبون خبرة، يدرسون الهندسة المعمارية، ويصبحون جيل المستقبل من المهندسين ذوي الخبرة. إذا توقفنا عن توظيف المختصين المبتدئين، فإن خط التوظيف سيتوقف ببساطة. وبعد خمس سنوات، ستبقى الشركة بدون الجيل التالي من المهنيين. المبتدئون يتوقفون عن أن يكونوا استثمارًا للمستقبل، ويصبحون عبئًا في منطق "تسريع إصدار الكود". لكن هذه استراتيجية قصيرة الأمد.

إذا لم تعد القدرة على تنفيذ الميزات نادرة، فإن المنافسة تنتقل إلى طبقات أخرى تمامًا. الفائز هو من يستطيع تحويل الفوضى إلى رغبات إلى بدائل واضحة، من يتحكم في أونتولوجيا العمل قبل كتابة الكود، من يبني ردود فعل صحيحة من السوق. هذا هو طبقة الاختيار، طبقة نموذج العالم، طبقة القياسات. وهو طبقة الشرعية — من يمنح التفويض للتغييرات. وطبقة المحظورات — من يحدد حدود الأتمتة. وطبقة البيانات — البنية التحتية تصبح أصولًا سياسية وتقنية.

لعدم الغرق في هذا، نحتاج إلى هياكل جديدة. على مستوى العمليات، يظهر مكتب الحقيقة — مالك المصدر الموحد للبيانات والقياسات. خلية الحوكمة — من يراقب المخاطر وله الحق في إيقاف الخط. النواة الدلالية — معماري الأونتولوجيا.

لكن الأهم هو وجود ثقافة التوقع على نطاق واسع. ليست مجرد إشراف، بل برنامج موجه حيث يعمل المطورون المبتدئون جنبًا إلى جنب مع مرشدين ذوي خبرة في فرق المنتجات الحقيقية. الهدف ليس سرعة إصدار الكود، بل تطوير التفكير النقدي، ونقل "الذوق النظامي". يجب أن تتوفر للمساعدين بالذكاء الاصطناعي وضعية للمبتدئين، تستخدم حوار سقراطي، تتحدى المتعلم، تشرح الحلول، وتكشف عن الثغرات في المعرفة.

بالأمس، كنا نتنافس على أداء التنفيذ. غدًا، سننافس على أداء التعلم وجودة المحظورات. من يبقى على قيد الحياة هم من يفهمون: يمكن للذكاء الاصطناعي كتابة الكود خلال ثانية، لكن تحويل المبتدئ إلى مهندس ذو تفكير نقدي لا يمكن أن يتم إلا من خلال بيئة بشرية واعية ومدركة.