ليس الذكاء الاصطناعي من أفقد الخبراء قيمتهم: لماذا لا يميّز التوظيف بين المبتدئ المزوّد بنموذج لغوي والخبير

يستند الجدل حول الحاجة إلى الخبراء في عصر الشبكات العصبية عادةً إلى أرقام لافتة. ففي دراسة شملت 5172 موظفاً في الدعم الفني، رفع مساعد الذكاء الاصطناعي الإنتاجية بنسبة 15% في المتوسط، وكان الأثر أقوى لدى الأقل خبرة. وفي تجربة على 453 متخصصاً كانوا يكتبون نصوصاً مهنية، انخفض الوقت بنسبة 40% وارتفعت الجودة بنسبة 18%. والاستنتاج يفرض نفسه: النموذج ساوى بين المبتدئ والخبير. لكن ماذا لو لم تكن هذه خاصية في النموذج، بل في طريقتنا في المقارنة بينهما؟

ما هي الخبرة حقاً

من وجهة نظر علم النفس المعرفي، لا يختلف الخبير عن المبتدئ في سعة الذاكرة العاملة، بل في محتوى الذاكرة طويلة المدى. فقد رأى مهام مشابهة مرات كثيرة ويحتفظ بمخططات حلول جاهزة. ويظهر ذلك بثلاث طرق. أولاً، يتعرّف الخبير على التشكيلات ذات المعنى: فلاعب الشطرنج يحفظ بنظرة واحدة وضعاً من مباراة حقيقية، وقد وُجد التأثير نفسه لدى المبرمجين. ثانياً، يصنّف المسائل بحسب بنيتها العميقة لا بحسب سماتها الظاهرية: فقد جمع الفيزيائيون المسائل بحسب القانون المطلوب، بينما جمعها الطلاب بحسب ما هو مرسوم في نص المسألة. ثالثاً، يرى فوراً الخطوة الأولى للحل.

ومن هنا الفكرة الأساسية: النموذج اللغوي الكبير يحلّ محل التنفيذ، أما الخبرة فهي التعرّف. وهو ما يلزم للتحقق من إجابة النموذج وملاحظة أن المهمة تجاوزت حدود قدراته. وفي تجربة شملت 758 مستشاراً، كان المكسب داخل هذه الحدود، أما خارجها فانخفضت نسبة الحلول الصحيحة بمقدار 19%.

لماذا لا يرى التوظيف الفرق

تتبّع مسار التوظيف المعتاد. غالباً ما يكتب الوظيفة شخص لا يعرف المجال، ويصف الدور عبر التقنيات المستخدمة وسنوات الخبرة وكلمات رائجة. ثم يطابق نظام ATS الكلمات المفتاحية بالكلمات المفتاحية: سطح مقابل سطح. ويتولى الفرز الأولي شخص غير خبير تقنعه الحكاية السلسة. وتُظهر دراسات المقابلات غير المنظّمة أن الناس يقيّمون بثقة حتى الإجابات العشوائية، وأن قدرة المقابلة على التنبؤ لا تزداد إلا سوءاً. أما STAR بلا مقاييس فيقيس مهارة الحكي. والمسائل الخوارزمية والبرمجة المباشرة (live coding) نمطية، أي تقع ضمن حدود قدرات النموذج، ومع نموذج لغوي في المقابلة لن يكون المبتدئ أسوأ من الخبير.

والنتيجة أن أي مرحلة لا تختبر التعرّف والتحقق والعمل خارج حدود قدرات النموذج. فالتوظيف ينظر فقط إلى الموضع الذي يتساوى فيه المبتدئ المزوّد بنموذج لغوي مع الخبير فعلاً.

ثمن الخطأ وما الذي يجب تغييره

ثمة نتيجتان. الأولى أخطاء مباشرة: مبتدئ في دور يتطلب التحقق يخطئ خارج حدود قدرات النموذج ولا يلاحظ ذلك. والثانية خط إنتاج مكسور. فالخبراء ينشؤون من المبتدئين، أما المبتدئ الذي يُوظَّف مشغّلاً للنموذج فلا يبني مخططاته الخاصة. وهذه هي «مفارقة الأتمتة» لليزان بينبريدج عام 1983، منقولة إلى النماذج اللغوية الكبيرة.

تعديلات تستند إلى أدلة راسخة:

• تحليل العمل بدل الكلمات المفتاحية: يضع الخبير 5–10 مهام نموذجية للدور ويحدد أيها ينجزه النموذج، وأيها ينجزه النموذج مع تحقق بشري، وأيها يقع خارج حدود النموذج.
• مقابلة منظّمة بمقاييس: أسئلة متطابقة، ومستويات إجابة موصوفة، وتأثير أقل للانطباع. وقد بلغت صلاحية STAR مع المقاييس 0.63 في تحليل تلوي.
• اختبارات عملية على مهام حقيقية. لكن الاختبار المنزلي يسهل إنجازه بالنموذج اللغوي، وعندها يكفّ عن التمييز بين المبتدئ والخبير.

تعديلات مبررة نظرياً لكنها لم تُختبر في التوظيف: اختبارات قصيرة لـ«الخطوة الأولى» (سجل، أو diff، أو مخطط معماري مع سؤال «ماذا تفعل أولاً؟»)، ومهام «جد الخطأ في حل معقول من النموذج»، واختيار المرشح مجاله القوي، وبرمجة مباشرة بلا مراقب يتبعها نقاش.

القيود والخلاصة العملية

ثمة تحفظ صريح: إذا كان الدور يتألف تقريباً بالكامل من مهام نمطية ضمن حدود قدرات النموذج، فإن تراجع قيمة الخبرة حقيقي، ولا علاقة للتوظيف بذلك. كما أن اختبارات التعرّف والتحقق من إجابة النموذج اللغوي لم تُثبت صلاحيتها بعد، وكل هذه الطرق تتطلب وقت الخبراء.

والخلاصة للشركات بسيطة: التوفير على الخبرة اليوم يتحول إلى نقص في المدقّقين غداً. أما للمطورين ومديري المنتجات: فالقيمة تنمو حيث تستطيعون التعرّف على النتيجة والتحقق منها، لا حيث تحصلون على الإجابة أسرع من غيركم. وإذا كنتم توظّفون، فابدؤوا بقائمة مهام الدور وأضيفوا إلى العملية اختباراً واحداً على الأقل يجب فيه على المرشح العثور على خطأ في إجابة النموذج.