43% من الكود البرمجي المُولَّد بالذكاء الاصطناعي يحتاج تصحيحاً في الإنتاج
استطلاع شمل 200 مسؤول تقني كبير في مجالي موثوقية المواقع وعمليات التطوير يرسم صورة مقلقة: الذكاء الاصطناعي يكتب الكود بسرعة، لكن ما يقارب نصفه يفشل حين يواجه الواقع.
الأرقام التي تقلق مديري التقنية
وجد الاستطلاع أن 43% من التغييرات البرمجية المُولَّدة بالذكاء الاصطناعي تستدعي تصحيحاً مباشراً في بيئة الإنتاج، أي بعد وصولها للمستخدمين الفعليين. هذا الرقم يكشف فجوة جوهرية بين سرعة الإنتاج وجودة النتيجة.
السرعة بلا ضمان جودة تُكلّف أكثر
الفرق بين كتابة الكود واختباره ليس جديداً، لكن الذكاء الاصطناعي ضخّم هذه الفجوة. المطورون يستخدمون أدوات مثل GitHub Copilot وCursor لرفع الإنتاجية، لكن عمليات الاختبار والمراجعة لم تتطور بالسرعة ذاتها. النتيجة: أخطاء تصل للمستخدم أسرع من أي وقت مضى.
ما الحل الذي تراه الشركات؟
المستطلَعون أشاروا إلى الحاجة لتكامل أعمق بين أدوات توليد الكود وأدوات الاختبار الآلي، إضافة إلى تثقيف المطورين على مراجعة مخرجات الذكاء الاصطناعي بعين ناقدة لا قبولها عمياً. بعض الشركات بدأت بتطبيق طبقات مراجعة إضافية مخصصة للكود المُولَّد بالذكاء الاصطناعي.
وماذا يعني هذا لك؟
إن كنت مديراً تقنياً أو مطوراً يعتمد على أدوات الكود الذكي، فهذه الأرقام تعني أن توفير الوقت في الكتابة يجب أن يُقابله استثمار مقابل في الاختبار والمراجعة. الذكاء الاصطناعي مساعد قوي، لكنه ليس مراجعاً موثوقاً لنفسه.
المصدر: VentureBeat، https://venturebeat.com/technology/43-of-ai-generated-code-changes-need-debugging-in-production-survey-finds
