هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي؟

الإجابة: لن يحل الذكاء الاصطناعي محل علوم الحاسوب؛ بل سيؤتمت عمليات البرمجة الروتينية مع رفع مستوى التفكير النقدي، والتفكير المنظومي، والمساءلة. يصبح الطلاب أو المطورون الذين يعتمدون فقط على قواعد اللغة والنتائج المنسوخة عرضةً للمخاطر؛ أما أولئك الذين يفهمون الأساسيات فيمكنهم استخدام الذكاء الاصطناعي بأمان وفعالية.

أهم النقاط المستفادة:

الأساسيات: إعطاء الأولوية للخوارزميات والأنظمة والأمان وتصحيح الأخطاء على حساب حفظ قواعد اللغة السطحية.

المساءلة: تعامل مع الكود الذي يولده الذكاء الاصطناعي على أنه عمل مسودة يجب عليك التحقق منه واختباره وامتلاكه.

مخاطرة المستوى المبتدئ: قم ببناء مشاريع حقيقية لأن المهام الروتينية للمبتدئين قد تتقلص أو تتغير أو يتم استيعابها بواسطة الأدوات.

معرفة الذكاء الاصطناعي: استخدم الذكاء الاصطناعي للشرح والمقارنة والمراجعة، وليس للصق التعليمات البرمجية بشكل أعمى.

المرونة المهنية: تطوير مهارات الحكم والتواصل والهندسة المعمارية التي لا يمكن للأدوات أن تحل محلها بشكل موثوق.

مقالات قد ترغب في قراءتها بعد هذه المقالة:

🔗 هل ​​سيحل الذكاء الاصطناعي محل مديري المشاريع؟
استكشف كيف يمكن للذكاء الاصطناعي أن يعيد تشكيل أدوار إدارة المشاريع.

🔗 هل ​​سيتم استبدال الصيادلة بالذكاء الاصطناعي؟
فهم تأثير الذكاء الاصطناعي على عمل الصيدلة ورعاية المرضى.

🔗 هل ​​سيحل الذكاء الاصطناعي محل المهندسين المدنيين؟
تعرف على كيفية دعم الذكاء الاصطناعي للمهندسين المدنيين دون استبدال خبراتهم.

🔗 هل ​​سيحل الذكاء الاصطناعي محل المحاسبين؟
تعرف على كيفية تغيير الأتمتة لمهام المحاسبة والطلب المستقبلي عليها.

---

1. ما الذي يجعل دراسة علوم الحاسوب جيدة في عصر الذكاء الاصطناعي؟ 🧩

لم يعد مفهوم علوم الحاسوب الجيد اليوم يقتصر على "تعلم لغة بايثون والأمل". لم يكن ذلك كافياً أبداً، على الرغم من أن الناس نجحوا في ذلك لفترة من الوقت.

تتضمن الأسس القوية في علوم الحاسوب ما يلي:

• الخوارزميات وهياكل البيانات - ليس لأنك ستكتب شجرة حمراء سوداء يدويًا كل صباح، ولكن لأنك تحتاج إلى فهم المفاضلات.

• التفكير النظمي - أنظمة التشغيل، والشبكات، وقواعد البيانات، والأنظمة الموزعة، وحدود الأجهزة.

• الاستدلال الرياضي - المنطق، الاحتمالات، الرياضيات المتقطعة، الجبر الخطي عند الاقتضاء.

• الحكم في هندسة البرمجيات - البنية، قابلية الصيانة، تصحيح الأخطاء، الاختبار، التوثيق.

• الوعي الأمني ​​- لأن التعليمات البرمجية التي يتم إنشاؤها بواسطة الذكاء الاصطناعي لا تزال غير آمنة بشكل مثير للسخرية.

• التصميم الذي يركز على المستخدم - يقوم المستخدمون بأشياء غير متوقعة. دائماً. خطط لذلك.

• معرفة الذكاء الاصطناعي - معرفة ما يمكن للنماذج فعله، وما لا يمكنها فعله، وأين تخطئ بثقة وتذهب إلى الهاوية.

الهيئات المهنية المعنية بالمناهج الدراسية تتعامل مع علوم الحاسوب كتخصص واسع النطاق يغطي مجالات مثل الخوارزميات والأنظمة وتطوير البرمجيات والأمن السيبراني وعلم البيانات والذكاء الاصطناعي - وليس مجرد ممارسة البرمجة.

لذا فإن السؤال الأفضل ليس فقط "هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي؟" بل هو: أي نسخة من علوم الحاسوب ستبقى وتصبح أكثر قيمة؟

الجواب هو النسخة الأعمق. النسخة التي تتضمن حكماً.

---

2. جدول المقارنة: مهارات الذكاء الاصطناعي مقابل مهارات علوم الحاسوب ⚖️

المجال / المهارة	هل يمكن للذكاء الاصطناعي أن يساعد؟	هل يمكن للذكاء الاصطناعي أن يحل محله بالكامل؟	لماذا يُعدّ هذا الأمر مهمًا؟ - قد يبدو قاسيًا ولكنه صحيح
كتابة التعليمات البرمجية الأساسية	نعم، كثيراً	أحيانًا، لأشياء بسيطة	مثالي للقوالب الجاهزة، والبرامج النصية، وأجزاء CRUD
تصحيح أخطاء الإنتاج المعقدة	نعم	غير موثوق به	السجلات، والسياق، والمستخدمون يتصرفون كالغريملين 🐛
الخوارزميات	نعم	لا	يمكن للذكاء الاصطناعي تفسيرها، لكن عليك أن تعرف متى تكون مناسبة
تصميم النظام	إلى حد ما	ليس تماماً	المفاضلات ليست مجرد شفرة برمجية - إنها تتعلق بالأعمال التجارية، والتوسع، والمخاطر
الأمن السيبراني	يساعد كثيراً	لا	يتكيف المهاجمون. أما المدافعون فيحتاجون إلى الشك كأسلوب حياة 🔐
البحث والنظرية	إلى حد ما	لا	تتطلب الأفكار الجديدة تحديد المشكلات، وليس مجرد الإجابة على الأسئلة
هندسة البرمجيات	نعم، كمساعد	نادرًا	في مجال الهندسة المعمارية، يصبح مبدأ "الأمر يعتمد" وظيفة بدوام كامل
مهام البرمجة للمبتدئين	نعم، بقوة	جزئيا	هذا هو المكان الذي يكون فيه الضغط واضحًا للغاية، للأسف
التفكير المنتج	قليلا	لا	لا يهتم المستخدمون بأن نموذجك يحتوي على رموز مميزة جيدة
تعلم علوم الحاسوب بشكل أسرع	قطعاً	لا يحل محل التعلم	يمكن للذكاء الاصطناعي أن يقدم دروسًا تعليمية، لكنه لا يستطيع أن يفهم نيابةً عنك

---

3. لماذا يعتقد الناس أن الذكاء الاصطناعي سيحل محل علوم الحاسوب؟ 😬

لا يختلق الناس هذا الخوف من فراغ. أدوات البرمجة المدعومة بالذكاء الاصطناعي مثيرة للإعجاب حقاً. فهي قادرة على توليد الدوال، وشرح الأخطاء، وإعادة كتابة التعليمات البرمجية بلغة أخرى، وإنشاء أمثلة لواجهات برمجة التطبيقات، بل وحتى إنتاج مسودة أولية جيدة للتطبيق.

هذا ليس بالأمر الهين.

بالنسبة للمبتدئين، قد يبدو الأمر أشبه بالسحر. تكتب: "أنشئ لي نموذج تسجيل دخول مع التحقق من صحة البيانات"، وفجأة - يظهر الكود. ثم تطلب تنسيقًا، فيظهر المزيد من الكود. ثم تطلب اختبارات، فيعطيك شيئًا يبدو وكأنه اختبار. فجأة يتساءل المبتدئ: "لحظة، لماذا أتعلم الحلقات؟"

سؤال وجيه. ولكن هذه ليست القصة كاملة.

تكون الذكاء الاصطناعي في أقوى حالاته عندما:

• المهمة محددة بشكل جيد.

• النمط موجود بالفعل في بيانات التدريب.

• البيئة تقليدية.

• المخاطر منخفضة أو يسهل اختبارها.

• يمكن للمستخدم التحقق من المخرجات.

يصبح الذكاء الاصطناعي أكثر اهتزازاً عندما:

• المتطلبات غامضة.

• النظام كبير وغير منضبط.

• الأمن مهم.

• الأداء مهم.

• سبب الخلل هو السياق الخفي.

• يعتمد الجواب الصحيح على منطق الأعمال الذي لم يدوّنه أحد.

أما الأخير؟ فهو ينطبق على معظم برامج الإنتاج.

نعم، يمكن للذكاء الاصطناعي أن يحل محل بعض مهام البرمجة. لكن استبدال المهام لا يعني استبدال علوم الحاسوب. فالمجرفة تحفر أسرع من اليد، لكنها لا تحل محل الجيولوجيا. حسنًا، ربما يكون هذا التشبيه غير دقيق تمامًا، لكن الفكرة واضحة.

---

4. واقع سوق العمل: ليس كارثيًا، ولا مريحًا أيضًا 📊

وهنا يصبح الحديث عاطفياً بشكل غير معتاد.

من جهة، لا تزال توقعات سوق العمل تُظهر طلبًا قويًا على الوظائف المتعلقة بالحوسبة. ويتوقع مكتب إحصاءات العمل الأمريكي نموًا أسرع بكثير في وظائف مطوري البرمجيات ومحللي ضمان الجودة ومختبري البرمجيات مقارنةً بمتوسط ​​الوظائف، مع توقع وجود العديد من الشواغر سنويًا خلال فترة التوقعات. كما يتوقع المكتب نموًا أسرع بكثير في وظائف تكنولوجيا المعلومات والحاسوب بشكل عام مقارنةً بالمتوسط

من جهة أخرى، يُشكّل الذكاء الاصطناعي ضغطاً على بعض الوظائف المبتدئة. وقد أبرزت التقارير الحديثة حول استخدام الذكاء الاصطناعي في سوق العمل أن البرمجة والأعمال المتعلقة بالحاسوب من بين أكثر المجالات عرضةً لأتمتة مهام الذكاء الاصطناعي، لا سيما تلك التي تتضمن كتابة التعليمات البرمجية أو التحليل أو البرمجة بشكل روتيني.

كلا الأمرين قد يكون صحيحاً. أمر مزعج، لكنه صحيح.

قد ينمو هذا المجال بينما تصبح بعض الوظائف للمبتدئين أكثر صعوبة. قد تظل الشركات بحاجة إلى مهندسي برمجيات، ومهندسي بيانات، ومحللي أمن، ومهندسي ذكاء اصطناعي، ومتخصصي بنية تحتية، وعلماء حاسوب ذوي توجه بحثي. لكنها قد تتوقع من الموظفين الجدد إنجاز المزيد، وبسرعة أكبر، باستخدام أدوات الذكاء الاصطناعي منذ اليوم الأول.

وهذا يعني أن مستوى الدخول الجديد قد يتغير من:

"هل يمكنك كتابة البرامج؟"

ل:

"هل يمكنك استخدام الذكاء الاصطناعي، وفهم الكود، واكتشاف الأخطاء، وتحسين البنية، وشرح المفاضلات، وعدم إرسال كارثة أمنية عن طريق الخطأ؟"

هذا كثير. بل إنه وقح بعض الشيء.

---

5. هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي في الجامعات؟ 🎓

لا، لكن تعليم علوم الحاسوب يجب أن يتغير. وفي بعض الأماكن، بدأ بالفعل بالتغير.

يشمل مسار علوم الحاسوب التقليدي عادةً البرمجة، وهياكل البيانات، والخوارزميات، وهندسة الحاسوب، وأنظمة التشغيل، وقواعد البيانات، والنظرية، وهندسة البرمجيات، ومواد اختيارية مثل الذكاء الاصطناعي، والرسومات الحاسوبية، والأمن السيبراني، أو التفاعل بين الإنسان والحاسوب. لا يُلغي الذكاء الاصطناعي هذه المواضيع، بل يزيد من أهميتها.

لماذا؟

لأنه حتى لو كتب الذكاء الاصطناعي شفرة برمجية، فسيظل هناك من يحتاج إلى السؤال:

• هل هذه الخوارزمية فعالة؟

• هل هذا آمن للذاكرة؟

• هل يمكن توسيع نطاق استعلام قاعدة البيانات هذا؟

• هل هذا النموذج متحيز؟

• هل يمكن مهاجمة هذا النظام؟

• ماذا يحدث عندما تفشل واجهة برمجة التطبيقات (API)؟

• من المسؤول عندما تكون النتيجة خاطئة؟

• كيف نختبر هذا الشيء بشكل صحيح؟

لقد دمجت أحدث أعمال المناهج الدراسية الرئيسية لعلوم الحاسوب الجامعية الذكاء الاصطناعي على نطاق أوسع في تعليم علوم الحاسوب، حيث تعاملت معه كشيء يجب على الطلاب فهمه في جميع أنحاء المجال بدلاً من كونه مادة اختيارية صغيرة معزولة.

هذا هو التوجه المنطقي. ليس "التوقف عن تدريس علوم الحاسوب لوجود الذكاء الاصطناعي"، بل "تدريس علوم الحاسوب مع وجود الذكاء الاصطناعي في الصف"

يمكن للذكاء الاصطناعي أن يصبح مُعلِّمًا، ومساعدًا في المختبر، ومُراجعًا للبرمجيات، وشريكًا في تصحيح الأخطاء، ومُولِّدًا للأفكار. لكن الطالب لا يزال بحاجة إلى التعلُّم. وإلا سيصبح راكبًا في سيارة ذاتية القيادة بلا عجلة قيادة، ولا خريطة، وبثقة مفرطة.

---

6. ما الذي يحل محله الذكاء الاصطناعي في مجال علوم الحاسوب 🧰

لنكن صريحين: الذكاء الاصطناعي يحل محل بعض الجوانب المزعجة في البرمجة. ولحسن الحظ، في بعض الحالات.

يُجيد الذكاء الاصطناعي استبدال أو تقليل ما يلي:

• عبارات نمطية متكررة.

• نصوص برمجية بسيطة.

• وثائق المسودة الأولى.

• اختبارات الوحدة الأساسية.

• تساعد التعابير النمطية.

• ترجمة سريعة للصيغة.

• أجزاء الواجهة الأمامية التي تعتمد بشكل كبير على القوالب.

• مقتطفات بسيطة لتنظيف البيانات.

• لحظات "اشرح لي رسالة الخطأ هذه قبل أن أرمي جهاز الكمبيوتر المحمول الخاص بي".

هذا مفيد. ليس غشاً، بشرط أن تفهم النتيجة.

لكن الذكاء الاصطناعي لا يحل محل ما يلي بشكل موثوق:

• تصحيح الأخطاء بشكل معمق.

• مسؤولية الإنتاج.

• الملكية المعمارية.

• إمكانية الصيانة على المدى الطويل.

• مراجعة أمنية.

• تحسين الأداء في الأنظمة غير التقليدية.

• فهم احتياجات المستخدم.

• الحكم الأخلاقي والقانوني.

• صياغة المشكلة على مستوى البحث.

• تنسيق الفريق والقيادة الفنية.

يكمن التحول المهم في أن علماء الحاسوب والمطورين قد يقضون وقتًا أقل في كتابة كل شيء يدويًا، ووقتًا أطول في المراجعة والتصميم والتنسيق والاختبار واتخاذ القرارات. قد يبدو هذا الكلام معقدًا، ولكنه يعني أيضًا أن الأخطاء قد تتفاقم إذا لم يكن أحد على دراية بما يجري.

يُمكّن الذكاء الاصطناعي الأشخاص من إنتاج التعليمات البرمجية بشكل أسرع، لكنه لا يجعل تلك التعليمات البرمجية صحيحة تلقائياً.

يجب طباعة هذه الجملة على كوب. ☕

---

7. مشكلة المبتدئين: الجزء الأصعب الذي لا أحد يحب التحدث عنه 🚪

إن الجزء الأكثر هشاشة في النظام بأكمله هو مسار المبتدئين.

تقليديًا، كان المطورون المبتدئون يتعلمون من خلال إنجاز مهام صغيرة. أصلح هذا الخطأ. اكتب هذه النقطة النهائية. أضف هذا النموذج. أعد هيكلة هذه الوحدة الصغيرة. أنجز العمل الروتيني نوعًا ما، ثم انتقل تدريجيًا إلى حل المشكلات الأكبر.

لكن إذا استطاع الذكاء الاصطناعي القيام بالعديد من المهام الصغيرة، فقد تلجأ الشركات إلى تقليل توظيف المبتدئين أو توقع أن يعمل المبتدئون كمطورين متوسطي الخبرة بمساعدة الذكاء الاصطناعي. وهذا يخلق مفارقة صغيرة مزعجة

أنت بحاجة إلى الخبرة للإشراف على الذكاء الاصطناعي بشكل جيد، ولكنك تحتاج إلى مهام للمبتدئين لاكتساب الخبرة.

هذا لا يعني أن المبتدئين محكوم عليهم بالفشل. بل يعني أنهم بحاجة إلى التعلم بطريقة مختلفة.

المبتدئ الذي يكتفي بتوجيه الذكاء الاصطناعي ولصق التعليمات البرمجية يواجه صعوبة. أما المبتدئ الذي يستخدم الذكاء الاصطناعي لتسريع التدريب المتعمد فيمكنه أن يصبح متمكناً جداً.

تشمل العادات الأفضل للمبتدئين الآن ما يلي:

• اطلب من الذكاء الاصطناعي تفسيرات، وليس مجرد إجابات.

• أعد كتابة الكود المُولّد يدويًا.

• قم بتعطيل الكود عمداً ثم أصلحه.

• قارن بين حلين واشرح المفاضلات بينهما.

• قم ببناء مشاريع تتجاوز مستوى الدروس التعليمية قليلاً.

• تعلم أدوات تصحيح الأخطاء مبكراً.

• نعم، اقرأ الوثائق، حتى وإن كان ذلك مؤلماً.

• مارس التمارين بدون الذكاء الاصطناعي أحيانًا، مثل التدريب باستخدام أوزان الكاحل.

• احتفظ بسجل للأخطاء والمشاكل التي تسببت بها.

أفضل المبتدئين لن يكونوا أولئك الذين يتجنبون الذكاء الاصطناعي، بل سيكونون أولئك الذين يستخدمونه دون أن يصبحوا معتمدين عليه، وهو أمر قد يبدو غريباً بعض الشيء ولكنه دقيق.

---

٨. لماذا تزداد أهمية أساسيات علوم الحاسوب، لا تقل؟ 🧠

وهنا يكمن المفاجأة: قد يجعل الذكاء الاصطناعي أساسيات علوم الحاسوب أكثر أهمية.

عندما يصبح توليد الشفرة رخيصاً، يصبح الحكم هو المهارة النادرة.

تخيل شخصين يستخدمان نفس مساعد البرمجة المدعوم بالذكاء الاصطناعي.

يقول الشخص (أ): "اصنع لي تطبيقًا"

يقول الشخص "ب": "أنشئ واجهة برمجة تطبيقات بسيطة مع فصل واضح بين المصادقة ومنطق الأعمال والحفظ. استخدم التحقق من صحة المدخلات، وأضف اختبارات حول الحالات الشاذة، وتجنب تخزين الأسرار في التعليمات البرمجية، واشرح مدى تعقيد وظيفة البحث."

نفس الأداة. مخرجات مختلفة تماماً.

الفرق ليس في سرعة الكتابة، بل في الفهم.

تساعدك أساسيات علوم الحاسوب على:

• اطرح أسئلة أفضل.

• اكتشف الهراء بشكل أسرع.

• قم بتقييم مخرجات النموذج.

• صمم أنظمة أكثر أماناً.

• قم بإجراء مفاضلات بين الأداء.

• تجنب الإفراط في البناء.

• اعرف متى يكون الكود البسيط أفضل.

• افهم ما الذي تخفيه الأداة.

الذكاء الاصطناعي أشبه بمتدرب سريع البديهة، قرأ كل شيء، لا ينسى شيئاً، يكذب أحياناً، ولا يبدو عليه الإحراج أبداً. هل هو مفيد؟ بالتأكيد. هل هو آمن بدون إشراف؟ ليس تماماً.

هذا الإشراف هو المكان الذي تزدهر فيه علوم الحاسوب.

---

9. خريطة المسار الوظيفي الجديدة في علوم الحاسوب 🗺️

كانت خريطة المسار الوظيفي القديمة على النحو التالي:

تعلم البرمجة → احصل على وظيفة مبتدئة → اكتسب الخبرة → تخصص.

تبدو الخريطة الجديدة على النحو التالي:

تعلم أساسيات علوم الحاسوب → تعلم البرمجة باستخدام الذكاء الاصطناعي وبدونه → بناء مشاريع حقيقية → فهم الأنظمة → التخصص → الاستمرار في التكيف إلى الأبد.

قد تصبح بعض المجالات ذات قيمة خاصة:

هندسة الذكاء الاصطناعي والتعلم الآلي التطبيقي 🤖

ليس فقط تدريب النماذج، ولكن دمج الذكاء الاصطناعي في المنتجات، وتقييم المخرجات، وإدارة أنظمة الاسترجاع، والعمل مع التضمينات، والتعامل مع قيود النموذج، وبناء سير عمل فعال.

الأمن السيبراني 🔐

بإمكان الذكاء الاصطناعي كتابة برمجيات غير آمنة بسرعة. كما يمكن للمهاجمين استخدامه أيضاً. وهذا ما يجعل المعرفة الأمنية أكثر أهمية، لا أقل.

هندسة البيانات وقواعد البيانات 🗄️

يعتمد الذكاء الاصطناعي على البيانات، لكن معظم بيانات المؤسسات متشابكة ومكررة وغير متناسقة، بل ومعقدة. سيظل الأشخاص القادرون على بناء مسارات بيانات موثوقة ذوي قيمة عالية.

الأنظمة والبنية التحتية ⚙️

أنظمة الحوسبة السحابية، والحوسبة الموزعة، والمراقبة، وزمن الاستجابة، والتوسع، والموثوقية - يمكن للذكاء الاصطناعي أن يساعد، لكن أنظمة الإنتاج لا تزال بحاجة إلى بشر يفهمون الفشل.

التفاعل بين الإنسان والحاسوب 🧑💻

مع تحول الذكاء الاصطناعي إلى جزء من واجهات البرامج، أصبح تصميم أنظمة مفهومة وجديرة بالثقة وسهلة الاستخدام مهارة بالغة الأهمية.

هندسة البرمجيات ذات التوجه نحو المنتج 🧭

أفضل المهندسين لا يسألون فقط: "هل يمكننا بناءه؟" بل يسألون: "هل يجب أن نبنيه، ولمن، وماذا سيتعطل إذا فعلنا ذلك؟"

هذا لن يزول.

---

10. هل ينبغي على الطلاب الاستمرار في دراسة علوم الحاسوب؟ 📚

نعم - ولكن ينبغي عليهم دراستها بعيون مفتوحة.

لا تزال علوم الحاسوب تخصصًا ومهارةً قيّمة، إذ تتغلغل الحوسبة في كل مجال تقريبًا: الطب، والتمويل، والخدمات اللوجستية، والترفيه، والعمل المناخي، والتعليم، والتصنيع، والروبوتات، والأمن، وبرامج المؤسسات البسيطة التي تُسيّر العالم بهدوء. وبالمناسبة، تُدرّ هذه البرامج البسيطة أرباحًا طائلة.

لكن لا ينبغي للطلاب أن يتعاملوا مع علوم الحاسوب على أنها مفتاح مضمون للنجاح. فهي ليست مجرد "تعلم لغة برمجة، واحصل على راتب". ربما لم تكن كذلك في أي وقت مضى، لكن هذه الخرافة لم تعد رائجة.

ينبغي على الطلاب التركيز على:

• بناء مشاريع حقيقية، وليس مجرد واجبات صفية.

• تعلم لغة واحدة بعمق، ثم تعلم لغات أخرى بشكل عملي.

• فهم هياكل البيانات والخوارزميات بما يتجاوز حيل المقابلات.

• اكتساب الخبرة في استخدام لينكس، وجيت، وواجهات برمجة التطبيقات، وقواعد البيانات، والاختبار.

• استخدام أدوات الذكاء الاصطناعي يومياً، ولكن بشكل نقدي.

• قراءة الكود المُولّد سطراً سطراً.

• ممارسة التواصل.

• تعلم ما يكفي من الرياضيات لتجنب الذعر.

• تطوير ملف أعمال يُظهر الحكمة، وليس مجرد لقطات شاشة.

طالب علوم الحاسوب القادر على شرح قراراته بوضوح سيتميز عن غيره. أما الطالب الذي يقول "الذكاء الاصطناعي هو من كتبها" ويكتفي بهز كتفيه؟ فهو أقل مثالية.

---

11. ما الذي سترغب به الشركات 🏢

لا ترغب الشركات في "المبرمجين" بقدر ما ترغب في النتائج.

إنهم يريدون أنظمة فعّالة، قابلة للتوسع، آمنة، تُرضي العملاء، تُخفّض التكاليف، تُدرّ إيرادات، تتجنب الدعاوى القضائية، ولا تنهار في اللحظة التي يبدأ فيها العرض التوضيحي. للأسف، هذا سلوكٌ نمطيٌّ للعروض التوضيحية.

يُغيّر الذكاء الاصطناعي طريقة إنتاج هذه النتائج. قد يُقلّل من الحاجة إلى بعض أعمال التنفيذ اليدوي، ولكنه يزيد من الحاجة إلى أشخاص قادرين على الجمع بين:

• العمق التقني.

• فهم المجال.

• إتقان الذكاء الاصطناعي.

• الوعي بالمخاطر.

• تواصل.

• ذوق.

الذوق يُستهان به. يكتسب المهندسون المتميزون حسًا يمكّنهم من معرفة متى يكون الكود معقدًا للغاية، ومتى يكون النظام هشًا للغاية، ومتى يكون التصميم معقدًا بشكل مفرط، ومتى يكون الحل السريع كارثة مستقبلية. 🎩

بإمكان الذكاء الاصطناعي توليد خيارات. لكن البشر ما زالوا بحاجة إلى حاسة التذوق.

---

١٢. هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي؟ خلاصة ختامية 🧾

إذن، هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي؟ لا - ليس كتخصص، ولا كطريقة تفكير، ولا كأساس للحوسبة الحديثة.

لكن بعض جوانب البرمجة ستُؤتمت. وستتغير بعض وظائف المبتدئين. وسيشعر بعض الأشخاص الذين يعتمدون فقط على مهارات برمجة سطحية بالضيق. هذا هو الجانب غير المريح.

إن المستقبل الأفضل هو ملك للأشخاص الذين يفهمون علوم الحاسوب بعمق كافٍ لاستخدام الذكاء الاصطناعي بشكل جيد.

قد يحل الذكاء الاصطناعي محل:

• بعض التكرار في البرمجة.

• بعض مهام التنفيذ الأساسية.

• بعض عمليات تصحيح الأخطاء ذات السياق المنخفض.

• بعض الأعمال التعليمية.

• بعض المهارات التي لا أعرف عنها سوى قواعد اللغة.

لن يحل الذكاء الاصطناعي محل:

• التفكير الحسابي.

• تصميم النظام.

• التقييم الأمني.

• البحث في الإبداع.

• التفكير المنطقي للمنتج.

• المساءلة الإنسانية.

• الحاجة إلى فهم ما يجب أن يفعله البرنامج ولماذا.

الإجابة الحقيقية على سؤال "هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي؟" هي كالتالي:

سيُحدث الذكاء الاصطناعي تغييراً جذرياً في علوم الحاسوب. قد يتلاشى النموذج الضعيف والسطحي والقائم على النسخ واللصق، بينما يصبح النموذج الأعمق - المبني على الاستدلال والأنظمة والتجريد والحكم - أكثر أهمية من أي وقت مضى.

بمعنى آخر، لا تتخلى عن علوم الحاسوب لمجرد أن الذكاء الاصطناعي يستطيع كتابة دالة.

تعلم علوم الحاسوب لتتمكن من تحديد ما إذا كانت تلك الدالة غير صالحة أم لا. 🚀

---

لقطة سريعة ✅

لن يحل الذكاء الاصطناعي محل علوم الحاسوب، بل سيحل محل بعض مهام البرمجة الروتينية، ويرفع مستوى مهارات الطلاب والمطورين. إن المسار الأمثل هو تعلم الأساسيات، وبناء مشاريع حقيقية، واستخدام الذكاء الاصطناعي كأداة، وتطوير القدرة على تقييم وتحسين وتحمل مسؤولية ما ينتجه الذكاء الاصطناعي.

مثال واقعي: استخدام الذكاء الاصطناعي لبناء تطبيق صغير لتخطيط المراجعة 🛠️

سيناريو

تخيل طالبًا في السنة الثانية من دراسة علوم الحاسوب يرغب في إنشاء مخطط مراجعة بسيط للامتحانات. ليس شيئًا ضخمًا. مجرد تطبيق ويب صغير حيث يمكن للمستخدم إضافة الوحدات الدراسية والمواعيد النهائية والمواضيع وساعات الدراسة المتاحة، ثم يتلقى خطة أسبوعية.

يمكن للطالب أن يطلب من الذكاء الاصطناعي إنشاء كل شيء دفعة واحدة. قد ينتج عن ذلك شيء يبدو مثيرًا للإعجاب لمدة خمس دقائق، ثم ينهار عندما تتداخل المواعيد النهائية، أو تختفي البيانات بعد التحديث، أو عندما يخصص الجدول 19 ساعة من الدراسة ليوم الثلاثاء.

يتمثل النهج الأمثل في استخدام الذكاء الاصطناعي كمساعد برمجي مع الحفاظ على تطبيق الخبرة في علوم الحاسوب. فالهدف ليس "جعل الذكاء الاصطناعي يبني تطبيقي"، بل هو "استخدام الذكاء الاصطناعي لتسريع العمل مع فهمي لكل خيار تصميمي"

ما يحتاجه المشروع

قبل البدء بالتلقين، ينبغي على الطالب تحديد بعض الأساسيات:

• الميزات الأساسية: إضافة وحدات، إضافة مواضيع، تحديد مواعيد الامتحانات، إدخال ساعات الدراسة المتاحة، إنشاء خطة أسبوعية.

• نموذج البيانات: الوحدات، والمواضيع، والمواعيد النهائية، والأولويات، والمهام المنجزة.

• القيود: لا جلسات دراسية بعد منتصف الليل، لا مواضيع مكررة، تجنب التخطيط لساعات أكثر مما أدخله المستخدم.

• مجموعة التقنيات: على سبيل المثال، React للواجهة، وواجهة برمجة تطبيقات صغيرة Node/Express، وSQLite أو التخزين المحلي للإصدار الأول.

• خطة الاختبار: التحقق من المدخلات الفارغة، والجداول الزمنية المستحيلة، والوحدات النمطية المكررة، وحالات الحدود التاريخية.

• قاعدة السلامة: لا ينبغي إرسال أي بيانات شخصية للطلاب إلى أداة ذكاء اصطناعي عامة إلا إذا تم إخفاء هوية الطالب.

مثال على التعليمات

مثال ضعيف على ذلك:

صمم لي تطبيقًا لتخطيط المراجعة.

هذا يمنح الذكاء الاصطناعي مساحة كبيرة جدًا للاختراع أو المبالغة في البناء أو إغفال التفاصيل المهمة.

سيكون التوجيه الأقوى كالتالي:

أقوم بتطوير تطبيق بسيط لتخطيط المراجعة لمشروع في مجال علوم الحاسوب.
سأستخدم React للواجهة الأمامية، وسأحرص على أن تكون النسخة الأولى بسيطة.
يجب أن يتمكن المستخدم من إضافة وحدة دراسية، وإضافة مواضيع ضمن تلك الوحدة، وتحديد موعد الامتحان، وإدخال ساعات الدراسة المتاحة يوميًا، وإنشاء خطة مراجعة أسبوعية.

لا تقم بإنشاء نظام مصادقة الآن.
خزّن البيانات في وحدة التخزين المحلية للإصدار الأول.
أضف التحقق من صحة المدخلات لأسماء الوحدات الفارغة، وتواريخ الامتحانات السابقة، والمواضيع المكررة، وساعات الدراسة التي تزيد عن 12 ساعة يوميًا.

أولاً، اقترح نموذج البيانات وبنية المكونات.
لا تكتب الكود كاملاً حتى أوافق على البنية.
اشرح المفاضلات بلغة واضحة وبسيطة.

هذا التوجيه أكثر فعالية لأنه يُبطئ من سرعة الذكاء الاصطناعي. فهو يطلب التصميم قبل كتابة الكود. وهنا تبرز أهمية خبرة علوم الحاسوب.

كيفية اختباره

لا ينبغي للطالب أن يثق في أول نسخة تجريبية تعمل. عليه أن يختبرها كما لو كان يحاول إتلافها، لأن المستخدمين سيفعلون ذلك حتماً.

تتضمن حالات الاختبار الجيدة ما يلي:

• أضف وحدة نمطية بدون اسم.

• أضف الموضوع نفسه مرتين.

• حدد موعدًا للامتحان في الماضي.

• أدخل صفر ساعات دراسية متاحة لكل يوم.

• أدخل 20 ساعة دراسية ليوم واحد.

• أضف خمسة مواضيع مستحقة غداً وتحقق مما إذا كان التطبيق يُنشئ خطة مستحيلة.

• قم بتحديث الصفحة وتحقق مما إذا كانت البيانات المحفوظة لا تزال تظهر.

• قم بتحديد موضوع على أنه مكتمل وتحقق مما إذا كان الجدول الزمني يتم تحديثه بشكل صحيح.

ويمكنهم أيضاً أن يطلبوا من الذكاء الاصطناعي مراجعة المنطق:

هذه هي دالة الجدولة الخاصة بي. ابحث عن الحالات الشاذة التي قد تؤدي إلى خطة مراجعة غير واقعية أو خاطئة. لا تعيد كتابتها الآن. اشرح المشكلة أولاً، ثم اقترح الاختبارات التي يجب إضافتها.

هذا يحول الذكاء الاصطناعي إلى مُراجع بدلاً من أن يكون بديلاً عن التفكير.

ما الذي يمكن أن يحدث خطأً؟

الخطأ الأكثر وضوحًا هو نسخ الكود المُولّد دون فهمه. قد يبدو التطبيق وكأنه يعمل، لكن الطالب قد لا يتمكن من شرح بنية البيانات، أو إصلاح خطأ برمجي، أو الدفاع عن خيارات التصميم التي اختارها في مقابلة عمل.

وتشمل المشاكل الواقعية الأخرى ما يلي:

• يقوم الذكاء الاصطناعي بكتابة خوارزمية جدولة تتجاهل الساعات المتاحة.

• يخزن التطبيق كل شيء في كائن واحد غير منظم يصعب صيانته.

• لا يتم التحقق من صحة المدخلات إلا في الواجهة، وليس في المنطق الأساسي.

• يستخدم الكود المُولّد مكتبات لا يفهمها الطالب.

• يقوم الذكاء الاصطناعي بابتكار ميزات لم يتم طلبها مطلقاً.

• يطلب الطالب "كودًا أفضل" فيحصل على شيء أكثر تعقيدًا، وليس أفضل حقًا.

• لا يحتوي التطبيق على اختبارات، لذا فإن أي تغيير فيه قد يؤدي إلى تعطيل المخطط.

القاعدة الجديرة بالاهتمام هي: إذا لم يستطع الطالب شرح دالة سطرًا بسطر، فهذا ليس مشروعه بالكامل بعد.

الخلاصة العملية

هذا هو الفرق بين استخدام الذكاء الاصطناعي بشكل سيئ واستخدامه بشكل جيد.

إن سوء استخدام الذكاء الاصطناعي يعني طلب تطبيق جاهز، ولصق الناتج، والأمل في ألا يدقق أحد فيه.

الاستخدام الجيد للذكاء الاصطناعي يعني استخدامه لمناقشة الهيكل، ومقارنة المفاضلات، وإنشاء المسودات، واقتراح الاختبارات، ومراجعة الحالات الشاذة - بينما لا يزال الطالب يمتلك الكود النهائي.

لهذا السبب لا تزال علوم الحاسوب مهمة. يمكن للذكاء الاصطناعي أن يساعد في بناء مخطط المراجعة بشكل أسرع، لكن الطالب يحتاج إلى معرفة بعلوم الحاسوب ليقرر ما إذا كان المخطط صحيحًا، وقابلًا للصيانة، وقابلًا للاختبار، وجديرًا بالعرض على أي شخص.

التعليمات

هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي في المستقبل؟

لن يحل الذكاء الاصطناعي محل علوم الحاسوب كتخصص. صحيح أن الذكاء الاصطناعي قادر على أتمتة بعض مهام البرمجة، وإنشاء المسودات، وتفسير الأخطاء، وتسريع العمل الروتيني، إلا أن علوم الحاسوب تشمل أيضاً الأنظمة، والخوارزميات، والأمن، والبيانات، والهندسة المعمارية، والنظرية، والحكم السليم. ولا تزال هذه المجالات بحاجة إلى أشخاص قادرين على التفكير المنطقي، والتحقق من النتائج، وفهم وظيفة البرمجيات.

ما هي جوانب العمل في مجال علوم الحاسوب التي يمكن للذكاء الاصطناعي أتمتتها؟

تُعدّ تقنيات الذكاء الاصطناعي أكثر فعالية في المهام المتكررة والمحددة بدقة. فهي تُساعد في كتابة التعليمات البرمجية النمطية، والنصوص البرمجية البسيطة، والاختبارات الأساسية، ومسودات التوثيق، وترجمة قواعد اللغة، والتعبيرات النمطية، والنماذج الأولية السريعة. تُشكّل هذه العمليات مكاسب حقيقية في الإنتاجية. مع ذلك، يكون أداء الأتمتة في أفضل حالاته عندما يُتاح للإنسان مراجعة المخرجات، وفهم السياق، وتحديد ما إذا كان الحل المُولّد آمنًا ومناسبًا.

لماذا لن يحل الذكاء الاصطناعي محل وظائف علوم الحاسوب بشكل كامل؟

يمكن للذكاء الاصطناعي إنتاج البرمجيات، لكنه لا يضمن النتائج بشكل كامل. يتضمن العمل على البرمجيات متطلبات غامضة، وقواعد عمل، ومستخدمين، ومخاطر أمنية، وأخطاء برمجية، ومفاضلات في الأداء، وصيانة طويلة الأمد. لا تزال الشركات بحاجة إلى أشخاص قادرين على تصميم الأنظمة، وتصحيح الأخطاء المعقدة، والتواصل بوضوح، وتحمل المسؤولية عند حدوث أي خلل. يساعد الذكاء الاصطناعي في إنجاز المهام، لكنه لا يمنح الخبرة المهنية الكاملة.

كيف يُغيّر الذكاء الاصطناعي وظائف علوم الحاسوب للمبتدئين؟

قد يُسهّل الذكاء الاصطناعي أتمتة بعض مهام البرمجة للمبتدئين، مما قد يرفع مستوى متطلبات الوظائف المبتدئة. فبدلاً من الاكتفاء بسؤالهم عما إذا كان بإمكانهم كتابة التعليمات البرمجية، قد يتوقع أصحاب العمل من المبتدئين استخدام أدوات الذكاء الاصطناعي، ومراجعة التعليمات البرمجية المُولّدة، واكتشاف الأخطاء، وشرح المفاضلات، وإجراء الاختبارات بشكل صحيح. وهذا يجعل أساسيات البرمجة والممارسة المُتعمّدة أكثر أهمية للطلاب والمطورين الجدد.

هل ينبغي على الطلاب الاستمرار في دراسة علوم الحاسوب بسبب الذكاء الاصطناعي؟

نعم، ينبغي على الطلاب الاستمرار في دراسة علوم الحاسوب، ولكن بتوقعات واقعية. لا ينبغي اعتبارها طريقًا مختصرًا مضمونًا للحصول على وظيفة. يحتاج الطلاب إلى أساسيات البرمجة، ومشاريع عملية، ومهارات تصحيح الأخطاء، وإتقان استخدام Git، وقواعد البيانات، والاختبار، والتواصل، ومعرفة أساسية بالذكاء الاصطناعي. الهدف ليس مجرد إنتاج برامج بسرعة أكبر، بل فهمها بعمق كافٍ لتحسينها والدفاع عنها.

كيف يمكن للمبتدئين استخدام الذكاء الاصطناعي دون أن يصبحوا معتمدين عليه؟

ينبغي للمبتدئين استخدام الذكاء الاصطناعي كمعلم وشريك تدريب، وليس مجرد أداة للإجابة. من الأساليب الجيدة طلب التوضيحات، وإعادة كتابة الكود المُولّد يدويًا، وتعطيل البرامج عمدًا، ومقارنة الحلول، وتصحيح الأخطاء يدويًا في بعض الأحيان. كما يُفيد قراءة الوثائق وتدوين الأخطاء. المهم هو بناء فهم شامل، وليس مجرد جمع أجزاء برمجية جاهزة.

لماذا تُعدّ أساسيات علوم الحاسوب أكثر أهمية في مجال الذكاء الاصطناعي؟

عندما يُسهّل الذكاء الاصطناعي عملية توليد التعليمات البرمجية، تزداد قيمة التقييم. تُساعد الأساسيات المستخدمين على طرح أسئلة أكثر دقة، واكتشاف الحلول الضعيفة، وفهم الأداء، وتقييم بنية النظام، وملاحظة الثغرات الأمنية. قد يستخدم شخصان نفس أداة الذكاء الاصطناعي ويحصلان على نتائج مختلفة تمامًا تبعًا لمعرفتهما. تُعزز الأسس القوية في علوم الحاسوب فعالية الأداة وتُقلل من مخاطرها.

هل سيتم استبدال علوم الحاسوب بالذكاء الاصطناعي في الجامعات؟

لن يختفي علم الحاسوب من الجامعات لمجرد وجود الذكاء الاصطناعي. بل على العكس، يجب أن يشمل التعليم الذكاء الاصطناعي بشكل مباشر مع الاستمرار في تدريس البرمجة والخوارزميات وهياكل البيانات والأنظمة وقواعد البيانات والنظرية وهندسة البرمجيات. يمكن للذكاء الاصطناعي أن يعمل كمعلم أو مساعد في البرمجة، لكن لا يزال على الطلاب تعلم كيفية عمل الأنظمة وكيفية تقييم الإجابات المُولَّدة.

ما هي مهارات علوم الحاسوب الأكثر أماناً من أتمتة الذكاء الاصطناعي؟

يصعب أتمتة المهارات التي تتطلب فهم السياق، والحكم السليم، وتحمل المسؤولية بشكل كامل. وتشمل هذه المهارات تصميم الأنظمة، والأمن السيبراني، وتصحيح الأخطاء في بيئة الإنتاج، وهندسة الأنظمة، وتحسين الأداء، وتحليل المنتجات، والتفاعل بين الإنسان والحاسوب، وهندسة البيانات، والبنية التحتية، وتحديد المشكلات على مستوى البحث. يمكن للذكاء الاصطناعي أن يساعد في هذه المجالات، ولكنه عادةً لا يستطيع أن يحل محل القدرة البشرية على تقييم المفاضلات واتخاذ القرارات.

ما هي أفضل طريقة للاستعداد لمهن علوم الحاسوب التي تتضمن الذكاء الاصطناعي؟

إنّ أفضل مسار هو الجمع بين الأساسيات والإتقان العملي للذكاء الاصطناعي. تعلّم لغة برمجة واحدة بتعمق، وابنِ مشاريع حقيقية، وافهم الخوارزميات والأنظمة، وتدرّب على الاختبار والتصحيح، واستخدم أدوات الذكاء الاصطناعي بوعي ودقة. اقرأ الشيفرة البرمجية المُولّدة سطرًا سطرًا، وكن مستعدًا لشرح خيارات التصميم. سيُقدّر أصحاب العمل الأشخاص القادرين على تحقيق النتائج وفهم المخاطر.

مراجع

1. مكتب إحصاءات العمل الأمريكي - وظائف تكنولوجيا المعلومات والحاسوب - bls.gov

2. رابطة آلات الحوسبة - المبادئ التوجيهية للمناهج الدراسية CS2023 - acm.org

3. مركز علوم وهندسة الحاسوب، جامعة جورجتاون - مخاطر الأمن السيبراني للبرمجيات المولدة بواسطة الذكاء الاصطناعي - cset.georgetown.edu

4. أنثروبيك - التعرض للعمالة بسبب الذكاء الاصطناعي - anthropic.com

5. ستاك أوفر فلو - أدوات برمجة الذكاء الاصطناعي - survey.stackoverflow.co

6. AAAI - الذكاء الاصطناعي المتكامل بشكل أوسع - ojs.aaai.org

7. سلسلة أوراق الغش الخاصة بـ OWASP - ورقة غش أمنية لوكلاء الذكاء الاصطناعي - cheatsheetseries.owasp.org

اكتشف أحدث تقنيات الذكاء الاصطناعي في متجر مساعدي الذكاء الاصطناعي الرسمي

معلومات عنا