هارفارد: الذكاء الاصطناعي يقلّص توظيف المبتدئين، وبعد ثلاث سنوات قد ينعكس ذلك على القطاع بأكمله

يغيّر الذكاء الاصطناعي التوليدي بنية التوظيف في قطاع تقنية المعلومات بالفعل: فالشركات تقلّص وظائف المستوى المبتدئ (entry-level)، بينما يزداد اعتماد المطورين المتمرسين على أدوات الذكاء الاصطناعي. وإذا استمر الاتجاهان، فقد يواجه السوق بعد بضع سنوات نقصًا لا فائضًا في الأشخاص القادرين على صيانة الشيفرة المتراكمة وإصلاحها.

ماذا أظهرت دراسة هارفارد

شملت دراسة هارفارد نحو 62 مليون عامل و285 ألف شركة في الولايات المتحدة. والخلاصة الرئيسية بسيطة: بعد اعتماد الذكاء الاصطناعي التوليدي، تبدأ الشركات في توظيف المبتدئين بوتيرة أقل بشكل ملحوظ. ويُقدَّر تراجع التوظيف بنحو 9–10% على مدى ستة أرباع سنوية، في حين لا يكاد الطلب على الأدوار الأعلى يتغير.

ويشير الباحثون بشكل خاص إلى تفصيل مهم: الحديث هنا لا يدور عن تسريحات جماعية، بل عن تباطؤ دخول المهنة. فالدرجة الدنيا من السلّم الوظيفي هي أول ما ينكمش.

وتعزّز هذه الصورة مؤشرات أخرى جُمعت في المقال:

• انخفض توظيف المطورين بين 22 و25 عامًا، وفق Stanford Digital Economy Study، بنسبة 20% من ذروة نهاية عام 2022 حتى يوليو 2025
• تراجع عدد الوظائف الشاغرة من المستوى المبتدئ في الولايات المتحدة، وفق Revelio Labs، بنسبة 35% من يناير 2023 حتى يونيو 2025
• في بريطانيا يبلغ تراجع هذه الوظائف لدى Revelio Labs نسبة 46%
• انخفضت حصة المبتدئين في توظيف قطاع تقنية المعلومات، وفق Stack Overflow، من 15% إلى 7% خلال ثلاث سنوات

يمكن، كلٌّ على حدة، إرجاع هذه الأرقام إلى فتور السوق بعد الفترة المحمومة في 2021–2022. لكنها مجتمعةً تكشف تحولًا أكثر إزعاجًا: فالشركات تتصرف بالفعل كأن الذكاء الاصطناعي استحوذ على جزء كبير من المهام التي كانت تُسند سابقًا إلى المبتدئين. والأهم أن الأمر ليس طفرة عابرة، بل سلسلة إشارات متطابقة في عينات وبلدان مختلفة.

وإذا لم يدخل المبتدئون المنظومة الآن، فلن يكون هناك بعد بضع سنوات من أين يأتي المطورون المتوسطون.

الاعتماد على المساعدات

جاءت الإشارة المقلقة الثانية من دراسة METR. فقد اختبرت المنظمة 16 مطورًا متمرسًا في مشاريع المصدر المفتوح على مهام حقيقية داخل مشاريع يعرفونها جيدًا. وكانت توقعات المشاركين متفائلة: افترضوا أن الذكاء الاصطناعي سيسرّع العمل بنحو 20%. لكن الواقع جاء معاكسًا — فعند السماح باستخدام المساعدات، أُنجزت المهام في المتوسط أبطأ بنسبة 19%. أي أن الأدوات بدت مفيدة من الناحية الذاتية، لكنها في الواقع أضافت وقتًا للتعليمات (prompts) والانتظار والمراجعة وتصحيح الشيفرة.

«الأمر أشبه بقطع المدينة سيرًا على الأقدام بعد أن اعتدت التنقل بسيارة

Uber».

وفي المرحلة التالية، واجهت METR مسألة لا تتعلق بالإنتاجية وحدها، بل بالعادة أيضًا. فبحسب البيانات الواردة في المقال، رفض 30–50% من المطورين إرسال جزء من المهام إلى التجربة إذا كان عليهم تنفيذها دون ذكاء اصطناعي. وأشار الباحثون صراحةً إلى أثر الانتقاء: إذ يخرج من العيّنة بالتحديد أكثر الأشخاص اعتمادًا على المساعدات.

هذا لا يثبت أن الذكاء الاصطناعي عديم الفائدة. لكنه يُظهر مدى سرعة تحوّله من مجرد أداة تسريع إلى ركيزة يصعب على كثيرين العودة إلى نمط عملهم السابق من دونها.

أين يكمن الخطر

لا تقتصر المشكلة على أن العثور على أول وظيفة صار أصعب على المبتدئين. فالمنطق ذاته لتنشئة المهندسين داخل الفرق يتلاشى. في السابق كان المبتدئ يتولى الأعمال الروتينية، ويخطئ، ويتلقى المراجعة، ثم يتحول تدريجيًا إلى مطور متوسط. أما الآن فكثيرًا ما تُسند هذه الأعمال الروتينية إلى النموذج، ويتولى المطور الكبير ثلاثة أدوار دفعة واحدة: عمله الأساسي، والإشراف على الذكاء الاصطناعي، والفحص النهائي للنتيجة.

وهكذا تنشأ دورة انهيار المواهب (talent doom cycle): يوفّرون اليوم على الوظائف الدنيا، ثم يكتشفون بعد 3–5 سنوات نقصًا في أشخاص المستوى التالي.

ويرتفع في الوقت نفسه ثمن الأخطاء. فالمقال يورد تقديرات بأن شيفرة الذكاء الاصطناعي تحمل ثغرات أمنية بشكل أكثر تكرارًا، وتزيد التكرار في الشيفرة، وتخفض حصة إعادة الهيكلة (refactoring). وحتى لو جرى الجدل حول النسب المحددة، فإن الآلية نفسها واضحة: كتابة المسودة الأولى للشيفرة أصبحت أسهل، أما تفكيك عواقبها فلم يصبح كذلك. ولذلك يتحول جزء من مكسب السرعة إلى دين تقني مؤجَّل.

وإذا وُظّف مبتدئون أقل، وقضى المطورون الكبار وقتًا أطول في مراجعة مخرجات الآلة، فقد لا يحصل القطاع بعد بضع سنوات على جيش من المطورين فائقي الإنتاجية، بل على عنق زجاجة من المتخصصين المثقلين بالأعباء وقواعد شيفرة متضخمة.

ماذا يعني ذلك

يختبر سوق تقنية المعلومات حاليًا نموذجًا يتولى فيه الذكاء الاصطناعي الطبقة الدنيا من العمل الهندسي. وعلى المدى القصير يبدو ذلك توفيرًا، لكنه على المدى البعيد قد يكسر خط إمداد الكفاءات.

وإذا لم تُعِد الشركات التوظيف الهادف وتدريب المبتدئين، فلن يكون هناك بعد بضع سنوات من يفكّك الدين التقني المتراكم للذكاء الاصطناعي.