Habr AI يشرح لماذا لا ينبغي لـ ChatGPT أن يكتب للشركات مواصفات تنفيذ الذكاء الاصطناعي

يبدو إغراء تكليف الذكاء الاصطناعي ليس بتنفيذ الذكاء الاصطناعي فحسب، بل بإعداد المواصفات الفنية أيضًا، أمرًا منطقيًا: سريع ورخيص وبلا مقابلات طويلة. لكن الشركات كثيرًا ما تحصل في هذه الخطوة تحديدًا على وثيقة جميلة الشكل، ترتبط ارتباطًا ضعيفًا بالمهمة الحقيقية وبعمليات الفريق وقيوده.

لماذا لا ينجح القالب الجاهز

عندما يطلب مدير أو عميل من ChatGPT كتابة مواصفات فنية لتنفيذ الذكاء الاصطناعي، يجمع النموذج عادةً قالبًا عامًا معقول المظهر. يحتوي هذا القالب على كثير من العبارات الصحيحة: تحليل البيانات، واختيار النموذج، والأمن، والتكامل، ومقاييس الجودة. المشكلة أن هذا النص يُبنى على الاحتمالات، لا على معرفة بشركة بعينها. فهو لا يعرف كيف تُجرى الموافقات الداخلية، ولا أين تُحفظ البيانات، ولا من المسؤول عن الدعم، ولا أي الحلول سبق أن فشلت في الاندماج داخل الشركة.

ولذلك قد تبدو الوثيقة ناضجة، لكنها تبقى فارغة على مستوى التنفيذ. فغالبًا ما تخلو من الأولويات وحدود المشروع ومعايير القبول ووصف الاستثناءات. والأسوأ أن تُكتب المواصفات على يد شخص لا يفهم المجال فهمًا كاملًا، بينما يكتفي الذكاء الاصطناعي بتغليف هذه الثغرات بأسلوب رسمي أنيق. والنتيجة ليست وثيقة هندسية، بل محاكاة مقنعة لها. وهذا خطر منذ بداية المشروع.

ما المشكلات التي تظهر

يوضح المقال أن توليد المواصفات بالذكاء الاصطناعي خطير بوجه خاص في مشاريع تنفيذ الذكاء الاصطناعي نفسها. فهذه المشاريع تعتمد على عوامل كثيرة جدًا: جودة البيانات الأولية، والقيود القانونية، وتكلفة البنية التحتية، والتكامل مع الأنظمة الداخلية، ومتطلبات قابلية تفسير النتائج. والنص العام يلطّف هذه النقاط الحادة حتمًا تقريبًا، ويخلق وهمًا بأن المهمة صيغت رسميًا بالفعل. وهذا يعني أن المخاطر الحقيقية للمشروع تظهر متأخرة جدًا، بعد أن يكون جزء من المال قد أُنفق.

• تبقى الصياغات عامة أكثر من اللازم، وتحتمل عشرات التفسيرات
• تُوصف متطلبات البيانات وجودتها وصفًا سطحيًا
• تُستبدل مقاييس النجاح بمؤشرات أداء رئيسية مجردة غير مرتبطة بالعمل
• تبدو الجداول الزمنية والميزانية واقعية على الورق فقط
• تؤدي مقارنة المتعاقدين استنادًا إلى هذه المواصفات إلى صورة مشوَّهة، لأن الجميع يردّون على طلب غامض

ولا يقتصر الضرر على مرحلة اختيار المنفذ. فإذا أُرسلت مواصفات ضعيفة إلى عدة فرق، ثم طُلب من الذكاء الاصطناعي تقييم عروضها، تتضاعف الأخطاء. إذ سيقارن النظام الردود بالقالب السطحي نفسه، ويكافئ من أصاب العبارات الشكلية أفضل، لا من فهم المشكلة فهمًا أعمق. وفي النهاية قد يقع الاختيار على متعاقد صاحب عرض تقديمي جميل وبنية معمارية ضعيفة.

أين يكون الذكاء الاصطناعي مفيدًا

لا يعني هذا أنه يجب إخراج الذكاء الاصطناعي من عملية إعداد المواصفات. فله دور مفيد، لكنه دور مساعد. يمكن استخدام النموذج لتنظيم المعلومات التي جُمعت بالفعل: تحويل المقابلة مع العميل إلى مسودة أقسام، واقتراح قائمة أسئلة استيضاحية، والمساعدة في فحص الثغرات المنطقية، وتوحيد المصطلحات في أسلوب واحد. أي أن الذكاء الاصطناعي جيد حيث تُطلب أداة تسريع للعمل التحريري والتحليلي، لا بديل عن دراسة المشروع ميدانيًا.

ويبدو النهج العملي هكذا: يدوّن الفريق أولًا يدويًا الهدف التجاري، والعملية الحالية، والقيود، والبيانات المتاحة، وأصحاب القرار، ومعايير النتيجة. ثم يساعد الذكاء الاصطناعي في صياغة ذلك بشكل واضح، لكنه لا يحل محل خبرة أصحاب الاختصاص والمحللين والقائد التقني. وكلما ارتفعت كلفة خطأ التنفيذ، زاد خطر الوثوق بالنموذج في صياغة المتطلبات الأولية دون مراجعة بشرية. وبعد ذلك فقط يُسلَّم النص إلى النموذج للتحسين والتحرير.

ماذا يعني ذلك

الخلاصة الأساسية بسيطة: يستطيع الذكاء الاصطناعي تسريع إعداد المواصفات الفنية، لكنه غير قادر بمفرده على تحديد ما يجب تنفيذه تحديدًا وكيف سيعمل داخل مؤسسة بعينها تحديدًا موثوقًا. وإذا استُخدم النموذج ككاتب للمتطلبات، فإن الشركة تخاطر بشراء غموض منمّق الشكل بدلًا من حل حقيقي. وهذا ينطبق بوجه خاص على المشاريع التي سيتعين فيها لاحقًا تغيير العمليات والميزانية ومسؤوليات الأفراد. وهذا بالذات ما يجعل مثل هذه الوثائق مكلفة على نحو خاص.