چرا هوش مصنوعی جای برنامه نویس‌ها رو نگرفته (و احتمالاً نخواهد گرفت)

چرا هوش مصنوعی جای برنامه نویس‌ها رو نگرفته (و احتمالاً نخواهد گرفت)

چرا هوش مصنوعی جای برنامه نویس‌ها رو نگرفته (و احتمالاً نخواهد گرفت)

این روزها یکی از پرتکرارترین سوال‌ها در دنیای تکنولوژی اینه :

آیا هوش مصنوعی جای برنامه‌نویس‌ها را میگیره ؟

از وقتی ابزارهایی مثل ChatGPT، Copilot و انواع ایجنت‌های هوش مصنوعی وارد دنیای برنامه‌نویسی شدن، خیلی‌ها تصور می‌کنن که به‌زودی شرکت‌ها دیگه نیازی به مهندس نرم‌افزار نخواهند داشت.

اما اگر بخوایم به جای حدس و هیجان، به داده‌ها و واقعیت صنعت نگاه کنیم، تصویر کاملاً متفاوتی می‌بینیم.

جالبه بدونیم اگه قرار بود هوش مصنوعی باعث حذف شغل‌ها بشه، احتمالاً اول از همه در مهندسی نرم‌افزار اتفاق می‌افتاد 😊 چون:

  • بیشترین پیشرفت هوش مصنوعی در همین حوزه اتفاق افتاده
  • بیشترین میزان استفاده از هوش مصنوعی هم در همین صنعت هست

اما با وجود همه این پیشرفت‌ها، شواهد نشون میدن داستان به اون سادگی که تصور میشه نیست.


💠 داستان اخراج‌ها «به خاطر هوش مصنوعی» 👾

در چند سال اخیر، چند شرکت بزرگ هنگام اعلام تعدیل نیرو گفتن که دلیل این تصمیم افزایش بهره‌وری به کمک هوش مصنوعی بوده.

اما وقتی این داستان‌ها رو دقیق‌تر بررسی می‌کنیم، واقعیت کمی متفاوته.

مثلاً در بعضی شرکت‌ها:

  • تعداد کارکنان در دوران کرونا خیلی سریع رشد کرده بودن
  • فشار مالی یا سرمایه‌گذاران باعث کاهش هزینه‌ها شده بود
  • یا ساختار مدیریتی شرکت بیش از حد بزرگ شده بود

حتی در برخی موارد مدیرعامل‌ها از هوش مصنوعی به عنوان دلیل قابل‌قبول برای سهام‌داران استفاده کردن.

برای این پدیده حتی یک اصطلاح هم دادن:

AI Washing (شستشوی هوش مصنوعی)

یعنی نسبت دادن تصمیمات تجاری یا اقتصادی به هوش مصنوعی، حتی وقتی نقش واقعی هوش مصنوعی خیلی محدود بوده.

در یک نظرسنجی از مدیران استخدام در آمریکا، حدود ۵۹٪ اعتراف کردند که هنگام توضیح توقف استخدام یا اخراج نیروها، نقش هوش مصنوعی رو بزرگتر از واقعیت نشان میدن.


💠 اگر اخراج‌ها معیار خوبی نیستن، پس چه چیزی رو باید نگاه کنیم؟

اقتصاددان‌ها میگن وقتی تکنولوژی بهره‌وری رو بالا میبره، معمولاً اثرش به این شکل دیده میشه:

  • سرعت استخدام کمتر میشه
  • اما اخراج گسترده رخ نمیده

چرا؟

چون کارکنان باتجربه دانش سازمانی و تجربه عملی دارن.
اخراج آن‌ها می‌تواند به شرکت آسیب بزند.

به همین دلیل بسیاری از شرکت‌ها ترجیح میدن:

  • با همان تیم کار کنند
  • فقط سرعت جذب نیروهای جدید را کمتر کنند

حتی در برخی مطالعات دیده شده که تعداد مهندسان نرم‌افزار هنوز در حال رشد است، فقط سرعت رشد کمی کمتر شده است.


💠 مدل جالب «ساندویچ 🥪 تصمیم–اجرا–تحویل»

برای فهم بهتر این موضوع باید اول بفهمیم کار یک مهندس نرم‌افزار دقیقاً چیه.

خیلی‌ها فکر می‌کنن برنامه‌نویسی یعنی فقط نوشتن کد.
اما در واقعیت، توسعه نرم‌افزار چیزی شبیه یک ساندویچ سه‌لایه هست:

• تصمیم‌گیری : تصمیم بگیریم چه چیزی بسازیم

در این مرحله باید مشخص بشه:

  • مشکل چیه
  • کاربرها چه نیازهایی دارن
  • چه ویژگی‌هایی باید ساخته بشن
  • چه محدودیت‌هایی وجود دارن

این مرحله نیاز به درک بیزینس، کاربران و سیستم داره.


• اجرا : اجرای فنی

اینجا همون بخشی هست که معمولاً به عنوان «کدنویسی» شناخته میشه :

  • طراحی
  • پیاده‌سازی
  • نوشتن کد

و دقیقاً همین بخش هست که هوش مصنوعی در آن خیلی قوی شده است.


• تحویل : تحویل دادن محصول

بعد از نوشتن کد تازه کار اصلی شروع می‌شود:

  • تست
  • دیباگ
  • ادغام با سیستم‌های دیگر
  • مانیتورینگ
  • نگهداری

و مهم‌تر از همه:

پاسخ‌گو بودن در قبال خروجی.


💠 هوش مصنوعی دقیقاً کدام بخش رو تغییر داده؟

اگر به این مدل نگاه کنیم، متوجه میشیم :

هوش مصنوعی بیشتر روی لایه وسط یعنی اجرا تأثیر گذاشته.

یعنی نوشتن کد سریعتر شده.

اما دو لایه دیگر همچنان نیازمند انسان هستن:

  • تصمیم‌گیری
  • مسئولیت و تحویل محصول

حتی یک مطالعه روی بیش از ۱۰۰ هزار توسعه‌دهنده در GitHub نشان داد:

  • استفاده از هوش مصنوعی باعث شد مقدار کد نوشته‌شده چند برابر بشه
  • اما تعداد نسخه‌های منتشر شده فقط حدود ۳۰٪ بیشتر شد

این یعنی گلوگاه واقعی توسعه نرم‌افزار نوشتن کد نیست.


💠 آینده برنامه‌نویسی: مهندس + هوش مصنوعی

اگر بخواهیم واقع‌بین باشیم، هوش مصنوعی نقش برنامه‌نویس را حذف نمی‌کند. بلکه ماهیت آن را تغییر می‌دهد.

در آینده، مهندس نرم‌افزار بیشتر شبیه این نقش‌ها خواهد بود:

  • طراح سیستم
  • تصمیم‌گیر
  • ناظر بر هوش مصنوعی
  • مسئول کیفیت خروجی

هوش مصنوعی ممکنه بخش زیادی از کدنویسی رو انجام بده،
اما هنوز نیاز به کسی هست که:

  • تصمیم بگیره چی ساخته بشه
  • خروجی رو بررسی کنه
  • مسئولیت سیستم رو بپذیره

💠 یک سوءتفاهم رایج : Vibe Coding

این روزها اصطلاحی به نام Vibe Coding زیاد شنیده میشه.

در این مدل، کاربر فقط به هوش مصنوعی میگه چی می‌خواد و خروجی رو بدون بررسی استفاده می‌کنه.

اما این مدل برای نرم‌افزارهای واقعی تقریباً غیرقابل استفاده هست.

در پروژه‌های جدی، چیزی که بیشتر دیده میشه چیزی شبیه Agentic Engineering است:

  • انسان هدایت می‌کند
  • هوش مصنوعی اجرا می‌کند
  • انسان بررسی و تأیید می‌کند

در واقع هوش مصنوعی یک ابزار قدرتمند هست، نه جایگزین کامل مهندس.


💠 آیا در آینده به برنامه نویس کمتری نیاز داریم؟

جالب است که تاریخ تکنولوژی معمولاً نتیجه معکوس نشان داده.

وقتی تولید یک چیز ارزان‌تر میشه ، مردم بیشتر از آن استفاده می‌کنند.

مثلاً:

  • وقتی ساخت نرم‌افزار آسان‌تر بشه
  • شرکت‌ها نرم‌افزارهای بیشتری میسازن
  • فرآیندهای بیشتری دیجیتالی میشن

و این یعنی در نهایت نیاز به مهندسان نرم‌افزار هم بیشتر میشه.

امروزه حتی کسب‌وکارهای سنتی هم تبدیل به شرکت‌های نرم‌افزاری شدن.

از خودروها گرفته تا بانک‌ها و فروشگاه‌ها، همه جا کد وجود داره.


💠 جمع‌بندی

هوش مصنوعی بدون شک برنامه‌نویسی رو تغییر داده .

اما تغییر با جایگزینی کامل فرق داره.

هوش مصنوعی تونسته:

  • سرعت کدنویسی رو بالا ببره
  • بعضی کارهای تکراری رو حذف کنه
  • بهره‌وری رو افزایش بده

یونس قربانی : واقعاً هوش مصنوعی خیلی روی کار ما تاثیر گذاشته و فوق العاده هست انگاری قابلیت ابرقهرمانی پیدا کردیم و سریعتر کار می‌کنیم و کارهای وقت گیر تکراری دیگه در ۱ دقیقه انجام میشن. واقعاً دستیاری هست که همیشه میخواستم داشته باشم. تازه منتظرم بیشتر پیشرفت کنه هوش مصنوعی تا دیگه فقط باهاش صحبت کنم و هوش مصنوعی انجام بده 😁

اما هنوز هوش مصنوعی نتونسته جایگزین:

  • تصمیم‌گیری انسانی
  • درک عمیق سیستم
  • مسئولیت‌پذیری در تولید نرم‌افزار

بشه.

اگر بخوایم ساده بگیم:

هوش مصنوعی لایه وسط ساندویچ رو فشرده کرده، نه کل ساندویچ رو.

و تا وقتی تصمیم و مسئولیت انسانی وجود داره،
مهندسان نرم‌افزار همچنان نقش مهمی در ساخت آینده خواهند داشت. 💪


اگه در مورد یادگیری برنامه‌ نویسی به مشکل خوردی ۲ مقاله در این مورد نوشتم که خیلی میتونه کمک کنه :


آینده برنامه نویسی با هوش مصنوعی و نقش مهندسان نرم افزار

نظر شما چیه ؟ 😎

دیدگاه‌ها ۳
ارسال دیدگاه جدید