مهندس من «كونتور» يقارن سحرة D&D ومشعوذيها بعصر LLM في مقال على Habr

نشر ألكسندر أوفتشينيكوف، كبير أخصائيي الاختبار في شركة «كونتور»، على Habr مقالًا بعنوان "From Wizard to Warlock: magic in D&D as a metaphor for the LLM era" ("From Wizard to Warlock: السحر في D&D استعارةً لعصر LLM")، يستعين فيه بتغيّر فئات الشخصيات في لعبة تقمّص الأدوار Dungeons & Dragons لوصف ما يحدث لعمل الناس بعد ظهور النماذج اللغوية الكبيرة.

ما علاقة الساحر والمشعوذ من D&D بالأمر؟

في لعبة تقمّص الأدوار Dungeons & Dragons، يقضي الساحر (wizard) سنوات في دراسة التعاويذ من الكتب، ويفهم آلية كل واحدة منها فهمًا دقيقًا. أما المشعوذ (warlock) فيحصل على قوته السحرية من مصدر خارجي هو الراعي، ويستطيع استخدام تأثيرات قوية دون أن يحيط بتفاصيل آلية عملها. ويتضح من عنوان المقال أن الكاتب يتخذ من هذا الفرق بين "السحر القائم على المعرفة" و"السحر القادم من مصدر خارجي" استعارةً لما يجري في عصر LLM، مع أن نص المقال نفسه خارج المقدمة غير مُورد في المصدر.

• الكاتب هو ألكسندر أوفتشينيكوف، كبير أخصائيي الاختبار في «كونتور»
• نُشرت المادة على Habr بعنوان "From Wizard to Warlock: السحر في D&D استعارةً لعصر LLM"
• بحسب كلام الكاتب نفسه، يستخدم LLM بنشاط منذ عدة سنوات في مهامه الشخصية

«كونتور» (SKB Kontur) شركة تقنية روسية كبيرة مقرها يكاترينبورغ، تطوّر خدمات للأعمال، منها التقارير الإلكترونية وتداول المستندات الإلكتروني وأنظمة المحاسبة. وصدور مادة عن LLM من واقع عمل أخصائي اختبار في شركة بهذا الطابع أمر لافت في حد ذاته. فالحديث هنا ليس عن مطوّري منتجات AI، بل عن تخصص تقني مجاور باتت فيه النماذج اللغوية الكبيرة أداة عمل إلى جانب برمجيات الاختبار والأتمتة المعتادة.

لماذا يرى الكاتب أن عرض LLM على الآخرين أهم من استخدامه الشخصي؟

يكتب أوفتشينيكوف أن التجربة الأكثر إثارة للاهتمام بالنسبة إليه لم تكن استخدام LLM في مشاريعه الخاصة، بل بدؤه عرض هذه الأدوات على الآخرين. وتبرز هذه الصياغة فجوة كثيرًا ما تظهر حول التقنيات الجديدة: فبعض الناس يعملون بالفعل مع LLM بسلاسة بوصفها أداة عمل، وآخرون لم يروا بعد ما تستطيع هذه النماذج فعله عمليًا، ويحتاجون إلى من يعرض لهم مثالًا ملموسًا على مهمتهم هم، لا عرضًا نظريًا مجردًا.

وإذا انطلقنا من هذه الاستعارة، فالأمر لا يتعلق بالتقنية نفسها بقدر ما يتعلق بموقف الناس من النتيجة التي تقدمها. فبعضهم يريد أن يفهم كيف تعمل من الداخل قبل أن يبدأ باستخدامها، وآخرون مستعدون لتوظيف الأداة كما هي ما دامت تحلّ المشكلة هنا والآن.

ماذا يعني ذلك

يرصد المقال موضوعًا يتكرر أكثر فأكثر في المجتمعات المهنية: LLM لا تغيّر ما يفعله المتخصصون فحسب، بل تغيّر أيضًا الطريقة التي يشرحون بها لزملائهم ما يجري، أي عبر الاستعارات والتشبيهات والعروض على أمثلة حية، لا عبر التعليمات الجافة. وبالنسبة إلى المتخصصين التقنيين الذين يُدخلون هذه الأدوات إلى فرقهم، كثيرًا ما يكون المثال الشخصي والعرض العملي أكثر إقناعًا من أي تدريب رسمي.

ومن اللافت أيضًا أن مواد كهذه لا تصدر من بيئة مطوّري نماذج AI أنفسهم، بل من مهن تقنية مجاورة مثل الاختبار. وهذا يدل بصورة غير مباشرة على مدى انتشار LLM في سير العمل خارج مجتمع AI الضيق.