مؤخرًا فكرت في كل الضجة حول استيلاء الذكاء الاصطناعي على الوظائف. قال سام ألتمان إن الذكاء الاصطناعي سيأخذ 95% من وظائف المتحدثين، ثم قال شخص من أنثروبيك إن الذكاء الاصطناعي يمكن أن يحل محل المهندسين البرمجيات تمامًا خلال 6-12 شهرًا. هذا الشعور بالتشاؤم منتشر على نطاق واسع، لكني أعتقد أن الكثير من الناس يسيئون فهم كيف تعمل هذه التكنولوجيا في الواقع.

رأي نوفال رافيكانت من AngelList حول هذا الأمر مثير للاهتمام. قال إن تعزيز الإنتاجية من خلال الذكاء الاصطناعي قد يكون مبالغًا فيه، وإذا نظرنا بعمق أكثر، فإن الذكاء الاصطناعي دائمًا لديه نقاط ضعف. بغض النظر عن مدى تطوره، فإنه سيظل يرتكب أخطاء. هذا هو السبب في أن المهندسين البرمجيات الذين يفهمون المنطق الأساسي لا يزالون ضروريين جدًا.

فكرتي هي أن الأشخاص الخبراء حقًا في مجالاتهم لا يحتاجون للخوف. المهندسون البرمجيات الذين يفهمون الآليات وراء كل هذه التجريدات لديهم ميزة كبيرة. عندما يولد الذكاء الاصطناعي الكود لك—باستخدام Claude Code أو أي أداة أخرى—فهو سينتج أخطاء، وتصميم غير مثالي. الأشخاص الذين يفهمون المنطق الأساسي يمكنهم بسرعة سد الثغرات عندما تظهر. لذلك، إذا كنت تريد بناء تطبيق به هيكل جيد، وأداء عالي، وتلتقط الأخطاء من البداية، لا بد أن يكون لديك خلفية في هندسة البرمجيات.

في العديد من الجوانب، يمكن للمهندسين البرمجيات التقليديين الاستفادة من أدوات الذكاء الاصطناعي بشكل أفضل من غيرهم. وهناك أيضًا العديد من المشكلات في عالم البرمجيات التي لا يمكن للذكاء الاصطناعي حلها، خاصة عندما تخرج عن بيانات التدريب الخاصة بهم. على سبيل المثال، إذا أردت كتابة كود بأداء عالي جدًا على بنية جديدة أو شيء جديد تمامًا، لا تزال بحاجة للمشاركة بشكل مباشر.

ما لاحظته في السوق الآن هو أن الجميع يريد الأفضل. التطبيقات الأفضل تقريبًا تسيطر على 100% من حصة السوق في فئتها. الجائزة للذي يكون الأول، كاديلاك، والثاني سكين شرائح لحم، والثالث؟ يذهب. إذن، الواقع هو: إذا أردت النجاح، عليك أن تكون الأفضل في مجال معين. لكن هذا المجال يمكن أن يكون أي شيء.

هذا هو المهم—إعادة تعريف ما تفعله باستمرار حتى تجد تخصصًا يناسبك وتتفوق فيه. هذا المبدأ لا يزال ذا صلة في عصر الذكاء الاصطناعي. الخبرة وعمق المعرفة في مجال معين لا يمكن استبدالهما. طالما أنت محترف في مجالك، أنت في أمان.