مع تزايد الذكاء الصناعي في مهام البرمجة، بدأ بعض خبراء الصناعة بإشراف عطاءات لمهارات أخرى. في الآونة الأخيرة، يتساءل المرء: ما هي فرصة تعلم البرمجة إذا كان الذكاء الاصطناعي قادرًا على ذلك؟ أدوات مثل ChatGPT غير قادرة على توليد الشيفرة، وبالتالي لا نهتم بتعلم البرمجة الأصلية؟
لذلك قد بدأت ببساطة في هذا، دليلَ ليس وحدك.. وإليك الحقيقة: قد يكون ذكاءً اصطناعيًا تداخليًا، لكن البرمجة أصبحت أكثر أهمية من أي وقت مضى!
تقرير كبير يقول "أنت بحاجة إلى برمجة لإتقان الذكاء الاصطناعي ":
- تخيل أن ChatGPT يُنشئ لك جزءًا من الشيفرة.. وعندما تُشغّله تجد أن شيئًا ما لا يعمل.. فماذا الآن؟
- إذا كنت لا تجيد البرمجة، فستواجه مشكلة.
- يمكن للذكاء الاصطناعي المساعدة الأصلية في البرنامج، ولكن استكشاف الأشياء الصغيرة والبسيطة سيعود مرة أخرى! تم فهم العمل الشيفرة اللازمة لتصحيح لسبب واحد فقط.
- كذلك، الذكاء الاصطناعي ليس مثالياً، يُنتج أخطاءً أو كواداً غير فعال. تحتوي الوحدة على برمجية فعالة لتحديد هذه المشاكل الصغيرة. حتى منصات البرامج أو المالية منها تتطلب من المطورين تعديلها وتطبيقاتها.
زخم كبير
ومن جانبه، يقول الأكاديميون في جامعة "سان خوسيه" الحكومية في كاليفورنيا، أحمد بانافع، في اختيار خاص لـ "اقتصاد سكاي نيوز عربية" إن تعلم البرمجة لا يزال بزخم كبير رغم الطفرة الممتازة في الذكاء الاصطناعي، بل يمكن القول إن البرمجة الرقمية أصبحت أكثر أهمية في العصر الحاضر.
ومع ذلك، فإن طبيعة المهارات الأساسية بدأت في الشعر، حيث أصبح التركيز لا ينحصر فقط على كتابة الأكواد بشكل كامل، بل أصبح توس ليشمل فهم كيفية التعامل مع أدوات الذكاء الاصطناعي، ونتائجها، ونتيجة لذلك في تطوير برامج أكثر كفاءة.
وحول "لماذا لا تزال تعلم البرمجة ذات أهمية كبيرة في عصر الذكاء الاصطناعي؟" ويعود بانافعاً بعضاً من العوامل الرئيسية في هذا السياق، على النحو التالي:
الجملة- التحكم في أدوات الذكاء الاصطناعي إضافة إلى الاعتماد عليها
- على الرغم من التطور السريع في تقنيات الذكاء الاصطناعي التوليدي، مثل GitHub Copilot وChatGPT Code Interpreter، فإن هذه الأدوات لا تزال غير قادرة على استبدال المبرمج البشري بالكامل. فهي قد تساعد في كتابة الأكواد وتصحيحها، ومعرفة لا تحتاج إلى تطبيق معقد بنفس العمق الذي تمتلكه المبرمج.
- لذلك، يبقى التنبيه البشري ضروريا لوجود العديد من الحلول، وفحص الأداء، والتأكد من أن الكود يعمل تماما ونجاح المتطلبات المحددة.
لتلبية الطلب المتزايد على تطوير الذكاء الاصطناعي الخاص بها
- لا يمكن تطوير أنظمة الذكاء الاصطناعي بدون برمجة؛ فهي تعتمد على خوارزميات متقدمة تتطلب خبرة عميقة في لغات البرمجة مثل بايثون (Python) وجافا (Java) وسي++، بالإضافة إلى الإلمام بمفاهيم التعلم (التعلم العميق) والتعلم واي.
- وبالتالي، لا تزال البرمجة لا تزال من أهم المهارات المطلوبة في قطاعات الذكاء الاصطناعي وتحليل البيانات.
ثالثاً- التعامل مع الأنظمة المعقدة التي تتجاوز قدرة الذكاء الاصطناعي
- لا يزال هناك العديد من المجالات البرمجية التي تتطلب معرفة عميقة لا يستطيع الذكاء الاصطناعي التوليدي التعامل معها بكفاءة، مثل أنظمة التشغيل، شبكات الحاسوب، الأمن السيبراني، وقواعد البيانات الضخمة.
- هذه الأنظمة تحتاج إلى مهندسين قادرين على فهم تعقيداتها، وإجراء تحسينات مستمرة عليها، ومعالجة المشكلات التقنية التي قد لا يكون للذكاء الاصطناعي حلول دقيقة لها.
رابعاً- التكامل بين البرمجة والذكاء الاصطناعي لتعزيز الإنتاجية
- بدلاً من أن يكون الذكاء الاصطناعي بديلًا عن المبرمجين، أصبح أداة قوية تعزز من إنتاجيتهم. فمن خلال الاستفادة من قدراته في تحليل الأخطاء، واقتراح التحسينات، وتسريع عملية التطوير، يستطيع المبرمجون تحقيق نتائج أسرع وأكثر كفاءة، مما يجعل تعلم البرمجة ضرورة لمواكبة التطورات الحديثة في المجال.
ومن ثم فإن تعلم البرمجة لم يفقد أهميته، بل تطور ليصبح أكثر شمولاً وتركيزاً على التفاعل مع الذكاء الاصطناعي، وفهم الخوارزميات، وتحليل البيانات، وتصميم الأنظمة.
ولذلك -وفق بانافع- فإن الأشخاص الذين يسعون إلى تعلم البرمجة اليوم يجب أن يركزوا على كيفية توظيف الذكاء الاصطناعي لصالحهم بدلاً من القلق بشأن استبدالهم به، لأن المستقبل لن يكون خالياً من البرمجة، بل سيكون مليئاً بالفرص الجديدة لأولئك الذين يتقنون استخدامها بذكاء.
تعليقات