أمازون توضح دور المطور في عصر الذكاء الاصطناعي

وجهت القيادة الهندسية في شركة أمازون رسالة جديدة لمطوريها تحدد فيها ملامح دور المبرمج في عصر الذكاء الاصطناعي، مؤكدة أن تقييم الأداء يجب أن يرتكز على النتائج طويلة الأمد بدلاً من المقاييس الكمية المباشرة. وتأتي هذه التوجيهات لتجيب على تساؤلات المطورين ومديري البرمجيات حول الكيفية المثلى لاستخدام أدوات الذكاء الاصطناعي وقياس أثرها داخل الفرق التقنية.

معضلة قياس الإنتاجية في عصر الذكاء الاصطناعي

ترى أمازون أن الاعتماد على مقاييس المدخلات، مثل عدد الرموز (Tokens) المستخدمة أو مدى تبني أدوات الذكاء الاصطناعي، هو نهج تشوبه عيوب جوهرية. وتوضح الشركة أن هذه الأرقام، رغم سهولة رصدها، تظل منفصلة تماماً عما يهم العمل فعلياً، حيث إن التركيز عليها كأهداف بحد ذاتها قد يؤدي إلى نتائج عكسية تضر بجودة المنتج النهائي.

وتشير الشركة إلى أن زيادة الاعتماد على الذكاء الاصطناعي لمجرد رفع الأرقام قد يؤدي إلى تضخم التكاليف وزيادة تعقيد الأنظمة البرمجية. فبدلاً من أن يسهم الذكاء الاصطناعي في تبسيط العمل، قد يغرق المطورون في مراجعة وتعديل كميات ضخمة من الأكواد التي قد لا تكون ضرورية، مما يحول الأداة من وسيلة مساعدة إلى عبء تقني.

التوفيق بين الذكاء الاصطناعي وقيم الشركة

تضع أمازون مطوريها أمام تحدي الموازنة بين استخدام التقنيات الحديثة وقيم الشركة الأساسية، وتحديداً قيمتي "الاقتصاد" (Frugality) و"الابتكار والتبسيط" (Invent and Simplify). وبحسب رؤية القيادة الهندسية، فإن ظاهرة "الإفراط في استخدام الرموز" (Tokenmaxxing) تتناقض مباشرة مع مبدأ الاقتصاد في الموارد، لأنها ترفع التكاليف دون عائد حقيقي.

كما أن قياس الإنتاجية بناءً على عدد أسطر البرمجة (Lines of Code) يتصادم مع مبدأ التبسيط؛ فالهدف ليس كتابة أكبر قدر ممكن من الكود باستخدام الذكاء الاصطناعي، بل الوصول إلى الحل الأبسط والأكثر كفاءة. وتؤمن الشركة بأن مجتمع المطورين لديها يمتلك حس المسؤولية الكافي لتجنب هذه المسارات السلبية والتركيز على تقديم نتائج ملموسة.

تحديات قياس النتائج طويلة الأمد

تقر أمازون بأن قياس النجاح بناءً على النتائج النهائية هو الخيار الأفضل، لكنها تعترف في الوقت ذاته بصعوبة هذا النهج. فالنتائج الكبرى غالباً ما تكون متأخرة زمنياً، ومن الصعب عزل أثر الذكاء الاصطناعي فيها عن التوجهات التقنية الأخرى أو جهود الفريق اليدوية.

ورغم هذه الصعوبات، ترفض الشركة العودة إلى المقاييس التقليدية مثل سرعة مراجعة الكود أو عدد التغييرات البرمجية كمؤشرات نهائية للنجاح. وبدلاً من ذلك، تدفع باتجاه ثقافة تقنية تعظم من قيمة "الملكية" (Ownership)، حيث يكون المطور مسؤولاً عن جودة الحل النهائي واستدامته، وليس فقط عن كمية البرمجيات التي أنتجها بمساعدة الآلة.

مقاييس الأداء المرفوضة والمقترحة

بناءً على توجهات أمازون، يمكن تلخيص المقاييس التي تحذر الشركة من جعلها أهدافاً أساسية، وما تنصح بالتركيز عليه:

• مقاييس يجب الحذر منها: عدد الرموز المستهلكة (Tokens)، عدد أسطر البرمجة المنتجة، ومعدل تبني أدوات الذكاء الاصطناعي كهدف مجرد.
• مخاطر الاعتماد عليها: زيادة التكاليف التشغيلية، تعقيد الأنظمة البرمجية، وانفصال التقييم عن القيمة الفعلية للمنتج.
• المعيار الأساسي للنجاح: النتائج النهائية طويلة الأمد وأثر البرمجيات على جودة الخدمة وتجربة المستخدم.

إذا كنت مطوراً أو مديراً تقنياً، فإن النصيحة المستخلصة من توجه أمازون هي تجنب الانجراف خلف "وهم الإنتاجية" الذي توفره أدوات الذكاء الاصطناعي عبر توليد كميات ضخمة من الكود؛ فالعبرة تظل دائماً في تبسيط الحلول وتقليل التعقيد، وليس في زيادة عدد الأسطر البرمجية التي يتعين عليك صيانتها لاحقاً.

المصدر: Amazon