Vibe coding: كيف يدمّر الاستخدام غير الواعي لـ AI الخبرة الهندسية

مصطلح vibe coding بدا وكأنه مزحة قبل بضع سنوات فقط — وصف ساخر لحالة يطلب فيها المطور من نموذج لغوي أن يكتب الكود، ويفحص النتيجة بسرعة، ثم يرسلها للإنتاج دون فهم التفاصيل. بحلول مارس 2026، لم يعد هذا مزحة. وصلت الظاهرة إلى حجم يجبرنا على التأمل في مستقبل المهنة الهندسية برمتها.

ظهر على موقع Habr مقال آخر — وربما يكون أحد أكثر المقالات التي أثارت صدى — يصف كيف أن الاندماج غير المدروس لأدوات الذكاء الاصطناعي في عمليات تطوير البرمجيات يقوض تدريجياً ما يشكل جوهر المهنة نفسه: الخبرة التقنية العميقة. يصف المؤلف الملاحظات من ممارسته الخاصة، لكن خلف الملاحظات الشخصية تظهر مشكلة منهجية تفضل الصناعة عدم ملاحظتها.

آلية التدهور تبدو بشكل خادع غير ضارة. يتلقى المطور مهمة، ويصيغ استعلاماً لـ Copilot أو Cursor أو Claude، ويحصل على جزء من الكود يعمل، ثم يدمجه في المشروع. المهمة مغلقة، والدورة تتقدم، والمدير سعيد. المشكلة هي أن هذا النهج يستبعد مرحلة أساسية من الدورة — الفهم. المبرمج لا يسير في المسار من طرح المشكلة من خلال تحليل معماري للاختيار الواعي للحل. يحصل على إجابة جاهزة ويقبلها على سبيل الإيمان. مراراً وتكراراً، شهراً بعد شهر، المسارات العصبية المسؤولة عن التفكير الهندسي ببساطة لا تتشكل — أو ما هو أسوأ، تضمر لدى أولئك الذين امتلكوا هذا التفكير سابقاً.

المطورون المبتدئون معرضون بشكل خاص للخطر. بالنسبة لهم، يصبح مساعد الذكاء الاصطناعي ليس مضخماً للمهارات الموجودة، بل بديلاً لها. المطور المبتدئ الذي اعتاد منذ اليوم الأول على تلقي حلول جاهزة من نموذج لغوي يخاطر بعدم تطوير قدرته على التفكير المعماري المستقل وتصحيح الأخطاء في الأنظمة المعقدة وفهم لماذا يعمل الكود بهذه الطريقة وليس بطريقة أخرى. بعد ثلاث أو أربع سنوات من هذه الممارسة، يحصل السوق على مطور متوسط المستوى لديه رسمياً خبرة ولكنه فعلياً غير قادر على حل مهمة غير تافهة دون تلميحات من الذكاء الاصطناعي. هذا ليس سيناريو افتراضي — تظهر علامات أولية بالفعل في المقابلات التقنية، حيث يظهر المرشحون فجوة مذهلة بين سرعة تنفيذ المهام النمطية والعجز التام أمام المهام غير القياسية.

من المهم التأكيد: المشكلة ليست في الأدوات نفسها. الترميز بمساعدة الذكاء الاصطناعي — ربما يكون هذا أهم قفزة في إنتاجية المطورين منذ ظهور بيئات التطوير المتكاملة مع الإكمال التلقائي. تتعامل بشكل رائع مع العمل الروتيني: توليد الأنماط الأساسية، وكتابة الاختبارات النموذجية، وإعادة هيكلة الكود المتكرر، والنماذج الأولية السريعة. يحصل المهندس ذو الخبرة الذي يستخدم الذكاء الاصطناعي كمسرع للمهام التي يعرف بالفعل كيفية حلها على ميزة هائلة. لكن نفس الأداة في يد شخص لا يفهم الأساسيات تصبح مولداً للديون التقنية — الكود المصاغ بشكل جميل والصحيح من الناحية النحوية لكن الهش معمارياً.

التشابه يفرض نفسه بشكل طبيعي: الآلة الحاسبة لم تجعل علماء الرياضيات أغبياء، لكن فقط لأن علماء الرياضيات يتم تعليمهم أولاً الحساب في رؤوسهم وفهم طبيعة الأرقام. نظام تحديد المواقع لم يدمر مهارات الملاحة لدى أولئك الذين كانوا يعرفون كيفية قراءة الخرائط — لكن جيلاً كاملاً من السائقين الذين نشأوا مع نظام تحديد المواقع يضيع بدونه فعلاً. السؤال هو أي من هذه السيناريوهات أقرب إلى ما يحدث الآن في التطوير. والإجابة، يبدو، محبطة.

هناك بُعد آخر للمشكلة نادراً ما يتم مناقشته: التأثير على ديناميكيات الفريق. عندما تمارس جزء كبير من الفريق vibe coding، يفقد مراجعة الكود معناه — المراجع يمرر بالمثل الكود المولد دون فهم المنطق. تتبخر الخبرة الجماعية، التي تشكلت سابقاً من خلال مناقشات القرارات المعمارية وتحليل الأخطاء، تدريجياً. يتحول الفريق إلى مجموعة من المشغلين يديرون خط إنتاج ذكاء اصطناعي، لكنهم غير قادرين على إصلاحه عندما ينقطع.

الحل، بشكل واضح، لا يكمن في رفض أدوات الذكاء الاصطناعي — ذلك سيكون لودديّة. الحل يكمن في نهج واعٍ لاستخدامها. يجب على الشركات الاستثمار في ثقافة حيث يستخدم الذكاء الاصطناعي كمضخّم وليس كبديل للتفكير. تحتاج البرامج التعليمية إلى التكيف: الأساس أولاً، ثم الأدوات. والمطورون أنفسهم من الحكمة أن يحلوا أحياناً المشاكل بشكل مقصود دون الذكاء الاصطناعي — بالطريقة التي يتدرب بها الرياضيون مع وزن إضافي ليتحركوا بسرعة أكبر بدونه. يجب أن يجعل الذكاء الاصطناعي المهندسين الأقويين أقوى بعد، وليس خلق وهم الكفاءة حيث لا توجد.