في عصر الذكاء الاصطناعي (Artificial Intelligence)، تغيرت البرمجة بشكل كبير. فبعد أن كان إنشاء تطبيق متكامل يحتاج إلى أسابيع أو أشهر، أصبحت أدوات الذكاء الاصطناعي قادرة على إنشاء أجزاء كبيرة منه خلال دقائق.
يمكن للذكاء الاصطناعي اليوم بناء منصات تعليمية، ولوحات تحكم (Dashboard)، وصفحات Login وRegister، ووسائل الدفع (Payment Methods)، وكتابة Tests، ومراجعة الكود (Code Review)، بل وتنفيذ مهام متعددة من خلال AI Agents.
وهنا يظهر السؤال:
إذا كان الذكاء الاصطناعي يستطيع تنفيذ ما كنت سأحتاج إلى سنوات لتعلمه، فلماذا أتعلم البرمجة؟
الإجابة ببساطة: الذكاء الاصطناعي يغير دور المبرمج، لكنه لا يلغي الحاجة إليه.
⚡ الذكاء الاصطناعي يكتب الكود... لكن هل يبني النظام؟
نعم، أصبح الذكاء الاصطناعي قادرًا على كتابة الكود، وتشغيل Tests، ومحاولة إصلاح الأخطاء، وحتى مراجعة ما كتبه.
لكن امتلاك أداة تستطيع كتابة الكود لا يعني امتلاك تطبيق ناجح.
فالبرنامج الحقيقي يحتاج إلى شخص يفهم ما الذي يجب بناؤه، ولماذا، وكيف ينبغي أن يعمل، وما المخاطر المحتملة.
💰 الكود أصبح أرخص... لكن المسؤولية أصبحت أغلى
الذكاء الاصطناعي جعل كتابة الكود أسرع وأقل تكلفة، لكنه لم يجعل الفهم واتخاذ القرار وحل المشكلات والمراجعة وتحمل المسؤولية أرخص.
إذا تسبب خطأ في Payment System في خسائر، أو أدى خلل برمجي إلى فقدان بيانات المستخدمين، فهناك شخص يجب أن يتحمل مسؤولية القرار.
وهنا يظهر الفرق بين من يكتب البرنامج ومن يتحمل مسؤوليته.
🖥️ التطبيق ليس مجرد كود يعمل
قد تختبر السيناريو الأساسي:
إنشاء حساب ← تسجيل الدخول ← اختيار دورة ← الدفع
وتجد أن كل شيء يعمل.
لكن ماذا لو تأخرت Payment Gateway؟ ماذا لو نجحت عملية الدفع ولم يتم تسجيل المستخدم؟ ماذا لو انقطعت Database مؤقتًا؟
هذه الحالات تسمى Edge Cases، وهي جزء أساسي من اختبار الأنظمة الحقيقية.
⚠️ الذكاء الاصطناعي قد يقترح الحل الخطأ
رغم قدراته الكبيرة، الذكاء الاصطناعي ليس معصومًا من الأخطاء.
قد يقدم حلًا يبدو منطقيًا لكنه لا يعالج المشكلة الحقيقية، أو يقع في Hallucination ويقدم معلومات أو حلولًا غير دقيقة.
لذلك لا يكفي أن يقول الذكاء الاصطناعي:
"الكود سليم."
السؤال الأهم:
هل تستطيع أنت معرفة ما إذا كانت مراجعته صحيحة؟
وهنا تظهر أهمية تعلم البرمجة.
🧠 كلما زادت سرعة كتابة الكود... زادت أهمية القرارات
الذكاء الاصطناعي يختصر وقت كتابة الكود، لكنه يجعل المبرمج أمام قرارات أكثر:
هل الحل صحيح؟
هل التصميم مناسب؟
هل الكود آمن؟
هل الأداء جيد؟
ماذا سيحدث في الحالات غير المتوقعة؟
لذلك تصبح Decision Making أهم من مجرد كتابة الأسطر البرمجية.
💣 Technical Debt... مشكلة تظهر لاحقًا
Technical Debt أو الدين التقني هو تراكم الحلول السريعة أو غير المثالية التي تجعل صيانة المشروع مستقبلًا أصعب.
الذكاء الاصطناعي يستطيع إنتاج حل خلال ثوانٍ، لكن أسرع حل ليس بالضرورة أفضل حل.
قد يعمل الكود اليوم، ثم يتحول بعد أشهر إلى عبء على المشروع.
ولهذا تظل Code Review وفهم بنية النظام أمرين مهمين.
👨💻 المبرمج لا يقاس بعدد الأسطر
في عصر الذكاء الاصطناعي، لن تكون قيمة المبرمج في قدرته على كتابة آلاف الأسطر، بل في قدرته على معرفة:
ما الكود الذي يجب أن يُكتب؟ وما الكود الذي لا ينبغي كتابته أصلًا؟
ولذلك يجب فهم أساسيات مثل:
Inputs – Outputs – Edge Cases – Algorithms – Data Structures – Performance – OOP
لا تحتاج إلى حفظ كل شيء، لكن يجب أن تفهم ما يحدث ولماذا.
🧩 تعلم تقسيم المشكلة
تعد Problem Decomposition، أي تقسيم المشكلة، من أهم مهارات المبرمج.
بدلًا من التعامل مع المشكلة الكبيرة دفعة واحدة، يتم تقسيمها إلى مشكلات صغيرة يمكن فهمها وحلها واختبارها.
وكلما فهمت المشكلة بشكل أفضل، استطعت توجيه الذكاء الاصطناعي بشكل أفضل.
الذكاء الاصطناعي ينفذ ما تطلبه، لكن أنت من يحدد ما الذي يجب طلبه.
🧪 Testing وDebugging لا يمكن تجاهلهما
يظل Testing & Debugging من أهم أجزاء العمل البرمجي.
يجب أن تعرف كيف تختبر البرنامج، وتحدد سبب الخطأ، وتتأكد من أن الحل عالج المشكلة فعلًا.
فالذكاء الاصطناعي قد يقترح أسرع حل، لكنه لا يختار دائمًا أفضل حل هندسي.
🌐 افهم النظام بالكامل
المبرمج لا يعمل داخل ملف كود منفصل، بل داخل منظومة مترابطة:
Server – Database – Client – API – Authentication – Authorization
إذا كنت لا تفهم كيف تتواصل هذه المكونات، فسيكون من الصعب إدارة مشروع حقيقي، حتى لو كان الذكاء الاصطناعي يكتب معظم الكود.
🤝 استخدم الذكاء الاصطناعي كمساعد
ليس المطلوب تجاهل الذكاء الاصطناعي حتى تتعلم البرمجة بالكامل.
استخدمه منذ البداية كمساعد:
اشرح لي هذا المفهوم.
اقترح حلًا للمشكلة.
اكتب جزءًا من الكود.
ساعدني في اكتشاف الخطأ.
لكن لا تكتفِ بنسخ النتيجة.
افهمها، اختبرها، ناقشها، وعدّلها.
وهذا هو مفهوم AI-Assisted Engineering، حيث يستخدم المبرمج الذكاء الاصطناعي لتوفير الوقت والتركيز على فهم المشكلة وتصميم الحل واتخاذ القرار ومراجعة النتائج.
🔥 ثلاث قواعد للمبرمج في عصر الذكاء الاصطناعي
أولًا: لا تقبل كودًا لا تستطيع شرحه.
ثانيًا: لا تنشر حلًا لا تستطيع اختباره.
ثالثًا: لا تمنح الذكاء الاصطناعي قرارًا لا تفهم مخاطره.
