نماذج AI الأولية تغيّر قواعد اللعبة بين المصممين والمطورين

يعرف كل فريق منتج هذه المعاناة: يعرض المصمم شاشات ثابتة جميلة، فيجتمع الفريق للمراجعة، ثم يتبيّن أن نصف سيناريوهات المستخدم لم يُدرس أصلاً. ماذا يحدث عند فشل التحميل؟ كيف ستتصرف الواجهة عند غياب البيانات؟ إلى أين يقود الضغط على هذا الزر؟ يبدأ عندها تبادل مرهق للأسئلة في التعليقات والمحادثات، وبدلاً من تسليم المهمة إلى التطوير يغرق الفريق في التوضيحات. قررت مجموعة المنتج في Selectel، المسؤولة عن الخوادم المخصصة، كسر هذه الحلقة المفرغة باستخدام أدوات AI لبناء النماذج الأولية، وتجربتها تستحق الاهتمام.

المشكلة التي تصفها كبيرة مديري المنتج في Selectel، أليا، معروفة في القطاع منذ زمن طويل. فنهج waterfall التقليدي في تصميم الواجهات، حيث تُرسم التصاميم أولاً ثم تُعتمد ثم تُسلَّم إلى المطورين، يتسبب في هدر منهجي للوقت. والصور الثابتة في Figma عاجزة بطبيعتها عن نقل ديناميكية التفاعل. فهي تعرض السيناريو المثالي، لكنها تصمت عن الحالات الحدّية وحالات الخطأ والانتقال بين الشاشات وردود الفعل على أفعال المستخدم. ونتيجة لذلك لا تُكتشف أخطاء منطق الواجهة إلا بعد كتابة الشيفرة، وتكلّف إعادة العمل في هذه المرحلة أضعافاً مضاعفة.

في هذه الفجوة بين التصميم الثابت والشيفرة العاملة تحديداً تتغلغل أدوات AI اليوم بنشاط. لجأ فريق Selectel إلى Figma Make، وهي خدمة حديثة نسبياً تستخدم الذكاء الاصطناعي التوليدي لتحويل التصاميم إلى نماذج أولية تفاعلية. فبدلاً من كتابة كل تفاعل وكل انتقال يدوياً، يحدد المصمم النية المطلوبة ويستكمل AI المنطق. وهذا يغيّر سرعة التكرار جذرياً: ما كان يتطلب أياماً من العمل الدقيق في بناء النماذج الأولية يستغرق الآن ساعات.

لكن الأمر لا يقتصر على السرعة. فالميزة الأساسية للنماذج الأولية المبنية بـ AI أنها تدفع الفريق إلى مواجهة سيناريوهات الاستخدام الواقعية في وقت أبكر بكثير من دورة التطوير. فحين يكون أمام الأعين نموذج تفاعلي يعمل بدلاً من صورة ثابتة، تظهر أسئلة مثل «ماذا سيحدث إذا لم تُحمَّل البيانات؟» بصورة طبيعية، لأن النموذج يطلب جواباً عنها حرفياً. ويستطيع المختبرون فحص سيناريوهات المستخدم قبل كتابة أول سطر من شيفرة الإنتاج. ويرى المطورون نموذجاً محدداً لسلوك الواجهة بدلاً من شاشات مجردة، ما يقلّص بشكل جذري عدد التأويلات وحالات سوء الفهم.

وتندرج تجربة Selectel ضمن اتجاه أوسع. فخلال السنة والنصف الأخيرة شهد سوق الأدوات الواقعة عند تقاطع التصميم والتطوير طفرة حقيقية. أطلقت Vercel أداة v0، وهي مولّد واجهات بالذكاء الاصطناعي انطلاقاً من وصف نصي. وظهرت عشرات الشركات الناشئة التي تعرض تحويل لقطات الشاشة والرسوم التخطيطية إلى شيفرة عاملة. أما Figma نفسها فتدمج وظائف AI في منصتها بنشاط. وتعالج هذه الأدوات جميعاً المشكلة الجوهرية نفسها: الفجوة بين ما يراه المصمم وما يفهمه المطور. ويؤدي الذكاء الاصطناعي هنا دور المترجم بين عالمين، إذ ينتج مرجعاً مشتركاً هو نموذج أولي عامل يستطيع الطرفان تقييمه بلا لبس.

ومن المهم التأكيد كذلك على حدود هذا النهج. فالنماذج الأولية المبنية بـ AI لا تحلّ محل المصممين ولا المطورين. والشيفرة المولّدة نادراً ما تكون جاهزة للإنتاج (production-ready)، وقد لا يراعي المنطق التفاعلي المبني تلقائياً خصوصية المنتج المعني. فالحديث هنا عن أداة للتحقق من صحة الأفكار، لا عن بديل للتطوير الاحترافي. وفريق Selectel، بحسب ما ورد في وصفه، يستخدم هذه الخدمات على هذا النحو تحديداً: وسيلة لاختبار فرضية بسرعة والتأكد من أن جميع السيناريوهات مأخوذة في الحسبان قبل الاستثمار في التنفيذ الكامل.

ومع ذلك فقد تحدد الاتجاه. فالحدود بين التصميم والتطوير ستواصل التلاشي، وستتولى أدوات AI قدراً متزايداً من العمل الروتيني في تحويل الأفكار البصرية إلى واجهات عاملة. وبالنسبة لفرق المنتج التي لا تزال تعيش في دورة لا تنتهي من الموافقات على تصاميم ثابتة، فهذه إشارة إلى ضرورة مراجعة العمليات. ليس لأن AI سيحلّ بسحر ما جميع مشكلات التواصل، بل لأنه يوفر أداة تجعل هذه المشكلات مرئية في أبكر مرحلة، حين لا يزال إصلاحها رخيصاً.