لماذا تعيد Infosys تدريب الخريجين: مهندسو البرمجيات في الهند غير مستعدين لعصر الذكاء الاصطناعي

يواجه سوق العمالة التقنية في الهند واقعًا غير مريح: لم تعد شهادة علوم الحاسوب تضمن الجاهزية للعمل في عصر الذكاء الاصطناعي، ويضطر أرباب العمل إلى إعادة تدريب الخريجين من الصفر على أدوات التطوير الجديدة. وتظهر المشكلة عند نقطة التقاطع بين التعليم والممارسة. فلا تزال البرامج الجامعية تركّز على اللغات الكلاسيكية والخوارزميات والامتحانات وكتابة الشيفرة يدويًا، بينما تعتمد الفرق الفعلية بصورة متزايدة على التطوير بمساعدة الذكاء الاصطناعي (AI-assisted development): توليد الشيفرة، والإكمال التلقائي، وتحليل الأخطاء، والنمذجة الأولية السريعة، والتحقق الآلي من النتائج.

ونتيجة لذلك، قد يعرف المتخصص الشاب النظرية، لكنه لا يفهم جيدًا كيف تسير عملية العمل الحديثة التي أُسندت فيها جزء من المهام الروتينية إلى النماذج. وتتحدّث المناهج الدراسية ببطء، كما أن التوظيف الجماعي القائم على الاختبارات القياسية لا يزال عاجزًا عن كشف قدرة المرشح على العمل في بيئة لم تعد فيها السرعة مرهونة بالإنسان وحده، بل بمهارته في استخدام الذكاء الاصطناعي على النحو الصحيح. ولهذا السبب تضطر شركات كبرى مثل Infosys إلى إنفاق أسابيع في تأهيل الموظفين الجدد.

والأمر لا يقتصر على التعرّف إلى بيئة تطوير (IDE) جديدة أو إلى المعايير الداخلية للشركة. فالمبتدئون يُدرَّبون على صياغة المهام لأدوات الذكاء الاصطناعي، ومراجعة الشيفرة المولّدة، والبحث عن الهلوسات، والتعامل مع الأمان والاختبارات وجودة النتيجة. وبعبارة أخرى، تسدّ الشركات الفجوة التي كانت الجامعة أو الممارسة الذاتية تغطي جزءًا منها في السابق.

وبالنسبة إلى صاحب العمل، يعني ذلك نفقات إضافية على التدريب في وقت ينتظر فيه النشاط التجاري من الذكاء الاصطناعي، على العكس تمامًا، تسريع التطوير وعائدًا أسرع من المبرمجين المبتدئين. وهذا الأمر حساس بصورة خاصة للهند، لأن البلاد ظلت سنوات طويلة من أبرز مصدّري الكفاءات الهندسية لقطاع تقنية المعلومات العالمي وللتعهيد الخارجي. وحين يتغيّر نموذج التطوير بهذه السرعة، تتغيّر معه قيمة المهارات الأساسية.

فلا يكفي مجرد كتابة دالة أو حل مسألة خوارزمية، بل ينبغي أن يعرف المطوّر كيف يدمج الذكاء الاصطناعي في عمله اليومي، ويسرّع التسليم (delivery)، ويظل مسؤولًا عن النتيجة. ولا يتوقع أرباب العمل معرفة بقواعد اللغة البرمجية فحسب، بل قدرة على إتقان حزمة تقنية جديدة بسرعة، وفهم المهمة المنتجية، ومراقبة جودة ما يقترحه النموذج. وبالنسبة إلى شركات الخدمات، لم يعد هذا سؤالًا أكاديميًا، بل مسألة هوامش ربح ومواعيد تسليم وسمعة أمام العملاء الأجانب.

وثمة مشكلة بنيوية أيضًا: فالذكاء الاصطناعي يغيّر بوابة الدخول إلى المهنة نفسها. ففي السابق كان يُنتظر من المطوّر المبتدئ تنفيذ مهام متكررة بدقة، وهي مهام كان يمكنه اكتساب الخبرة من خلالها. أما الآن فيجري أتمتة جزء كبير من هذا الروتين، وهذا يعني أن وظائف البداية أصبحت أكثر تطلبًا.

فلا يُطلب من المبتدئ مجرد الانضباط في اتباع العملية، بل القدرة على فهم شيفرة الآخرين بسرعة، وكتابة prompts جيدة، والتحقق من نتيجة النموذج، وإدراك أين تفيد الأتمتة وأين تخلق مخاطر. وهذا يجعل الانتقال من الجامعة إلى فريق حقيقي أشد قسوة، خاصة لمن درس وفق القوالب القديمة. ولهذه القصة دلالة أوسع.

فالذكاء الاصطناعي لا يلغي الطلب على المبرمجين، لكنه يرفع عتبة الصلاحية المهنية. وتقلّ استعداد الشركات لدفع أجور مقابل عمل يدوي بطيء حيث يمكن أتمتة جزء من العمل. لذلك لم تعد الشهادة الرسمية ومجموعة قياسية من الأعمال المخبرية كافية للخريجين.

وسيكون الأقدر على المنافسة من يعمل بالتكامل مع مساعدات الذكاء الاصطناعي، ويعرف أساسيات الهندسة المعمارية والاختبار وخصوصية البيانات (data privacy)، ويستطيع أن يشرح لماذا يمكن، أو لا يمكن، إطلاق إجابة نموذج معيّنة في بيئة الإنتاج (prod). وعمليًا، بدأ السوق يقيّم لا حجم المادة المحفوظة، بل سرعة التكيّف والتفكير النقدي والانضباط الهندسي. وإذا استمر هذا الاتجاه، فسيتعيّن على الجامعات مراجعة برامجها بسرعة تفوق بوضوح ما كانت عليه في السابق.

وستفقد دورات البرمجة التي تخلو من الممارسة بأدوات الذكاء الاصطناعي جزءًا من قيمتها، وسيصبح التدريب داخل الشركات أطول وأكثر كلفة. وهذا يعني للأعمال نفقات إضافية، وللطلاب إشارة إلى أن السوق لم يعد يشتري «الشهادة المجرّدة». فهو يشتري القدرة على التعلم السريع والتفكير النقدي والعمل إلى جانب الذكاء الاصطناعي لا بمعزل عنه.

أما بالنسبة إلى الخريجين أنفسهم، فالخلاصة بسيطة: ينبغي إتقان الأدوات الجديدة قبل الوظيفة الأولى، وإلا فإن أول مدرسة حقيقية للتطوير سيوفرها لهم صاحب العمل على أي حال، لكن على حساب وقت ضائع ومنافسة أشد على المقعد.