هارفارد: AI يقلّص توظيف المبتدئين، وخلال ثلاث سنوات قد يؤثر ذلك على القطاع كله

الذكاء الاصطناعي التوليدي يغير بالفعل هيكل التوظيف في تكنولوجيا المعلومات: تقلل الشركات من المناصب الابتدائية، ويعتمد المطورون ذوو الخبرة بشكل متزايد على أدوات الذكاء الاصطناعي. إذا استمرت كلتا الاتجاهات، فقد يواجه السوق خلال بضع سنوات ليس فائضاً، بل نقصاناً من الأشخاص القادرين على صيانة وإصلاح الأكواد المتراكمة.

ماذا وجدت جامعة هارفارد

غطت أبحاث جامعة هارفارد ما يقرب من 62 مليون عامل و285 ألف شركة في الولايات المتحدة. الخلاصة الرئيسية بسيطة: بعد تطبيق الذكاء الاصطناعي التوليدي، بدأت الشركات في توظيف الموظفين الجدد بتكرار أقل ملحوظاً. يُقدّر انخفاض التوظيف بنسبة 9–10% على مدى ستة أرباع، بينما يبقى الطلب على الأدوار الأكثر خبرة دون تغيير تقريباً. يؤكد المؤلفون بشكل منفصل على تفصيل مهم: لا يتعلق الأمر بتسريحات جماعية، بل بدخول أبطأ للمهنة. الدرجات السفلى من سلم المسار الوظيفي تنكمش أولاً.

يتعزز هذا المشهد بإشارات أخرى تم جمعها في المقالة:

• انخفضت استخدامية المطورين البالغين من 22–25 سنة، وفقاً لدراسة Stanford Digital Economy، بنسبة 20% من ذروة نهاية 2022 إلى يوليو 2025
• انخفض عدد الوظائف الابتدائية في الولايات المتحدة، وفقاً لـ Revelio Labs، بنسبة 35% من يناير 2023 إلى يونيو 2025
• في المملكة المتحدة، يصل انخفاض هذه الوظائف في Revelio Labs إلى 46%
• انخفضت نسبة الموظفين الجدد في توظيف تكنولوجيا المعلومات، وفقاً لـ Stack Overflow، من 15% إلى 7% على مدى ثلاث سنوات

يمكن بشكل فردي أن تعزى هذه الأرقام بشكل منفصل إلى برودة السوق بعد الفترة المحمومة من 2021–2022. لكن مجتمعة، فإنها تظهر تحولاً أكثر إثارة للقلق: تتصرف الشركات بالفعل كما لو أن الذكاء الاصطناعي قد تولى جزءاً كبيراً من المهام التي كانت تُعطى سابقاً للمبتدئين. ما يعتبر مهماً بشكل خاص هو أن هذا ليس ارتفاعاً لمرة واحدة، بل سلسلة من الإشارات المتسقة عبر عينات وبلدان مختلفة. إذا لم يدخل الموظفون الجدد النظام الآن، فلن يكون هناك ببساطة أي مكان لسحب الموظفين من المستوى الأوسط منه.

الاعتماد على المساعدات

جاءت الإشارة المثيرة للقلق الثانية من أبحاث METR. اختبرت المنظمة 16 مطوراً متمرساً في open-source على مهام حقيقية في المشاريع التي كانوا يعرفونها جيداً. كانت توقعات المشاركين متفائلة: افترضوا أن الذكاء الاصطناعي سيسرع العمل بحوالي 20%. في الممارسة العملية، حدث العكس — عند السماح باستخدام مساعدات الذكاء الاصطناعي، تم إكمال المهام في المتوسط بنسبة 19% أبطأ. أي أنه بشكل ذاتي، بدت الأدوات مفيدة، لكن في الواقع، أضافت وقتاً للمطالبات والانتظار والتحقق من الأكواد والتصحيحات.

"إنه مثل عبور المدينة سيراً على الأقدام عندما تعتاد على ركوب

Uber."

في المرحلة التالية، واجهت METR ليس فقط مسألة الإنتاجية، بل أيضاً مسألة العادة. وفقاً للبيانات الواردة في المقالة، رفض 30–50% من المطورين إرسال جزء من المهام إلى التجربة إذا كان عليهم القيام بها بدون ذكاء اصطناعي. أشار الباحثون مباشرة إلى تأثير الاختيار: الأشخاص الذين يعتمدون أكثر على المساعدات هم بالضبط من يسقطون من العينة. هذا لا يثبت أن الذكاء الاصطناعي بلا فائدة. لكنه يُظهر مدى سرعة تحوله من مجرد معجل إلى عكاز يجد الكثيرون صعوبة في العيش بدونه الآن.

حيث ينشأ الخطر

المشكلة لا تقتصر على أن المبتدئين يجدون صعوبة أكبر في الحصول على وظيفتهم الأولى. المنطق نفسه لتطوير المهندسين داخل الفرق يختفي. في السابق، كان الموظف الجديد يتولى العمل الروتيني، ويخطئ، يحصل على مراجعات، وتدريجياً يصبح مهندساً من المستوى الأوسط. الآن يُسند هذا العمل الروتيني غالباً إلى نماذج، وتتولى كبير المهندسين ثلاثة أدوار في نفس الوقت: عملهم الأساسي، الإشراف على الذكاء الاصطناعي، والتحقق النهائي من النتائج. وهذا يخلق دورة الهلاك المواهب: اليوم توفرون في المناصب الابتدائية، لكن في 3–5 سنوات تكتشفون نقصاً في الأشخاص في المستوى التالي.

وفي الوقت ذاته، ترتفع تكلفة الأخطاء. تشير المقالة إلى تقديرات مفادها أن أكواد الذكاء الاصطناعي غالباً ما تحمل ثغرات أمنية، وتزيد التكرار، وتقلل نسبة إعادة الهيكلة. حتى لو اختلفتم حول نسب محددة، فإن الآلية واضحة: كتابة أكواد مسودة أصبحت أسهل، لكن التعامل مع عواقبها لم يصبح كذلك. وبالتالي، يتحول جزء من كسب السرعة إلى دين تقني مؤجل. إذا تم توظيف أقل من الموظفين الجدد، وقضى كبار المهندسين وقتاً أطول في مراجعة مخرجات الآلات، فقد تواجه الصناعة في غضون بضع سنوات ليس جيشاً من المطورين الفائقي الإنتاجية، بل اختناقاً ضيقاً من المتخصصين المثقلين وقواعد الأكواد المنتفخة.

ماذا يعني هذا

في الوقت الحالي، يختبر سوق تكنولوجيا المعلومات نموذجاً يغلق فيه الذكاء الاصطناعي الطبقة السفلى من العمل الهندسي. على المدى القصير، يبدو هذا وفوراً، لكن على المدى الطويل، قد يكسر خط أنابيب المواهب. إذا لم تعد الشركات إلى التوظيف والتدريب الهادفين للموظفين الجدد، فلن يكون هناك ببساطة أشخاص كافيون لمعالجة الدين التقني المتراكم للذكاء الاصطناعي في بضع سنوات.