مع دخولنا عصرًا تتسارع فيه أدوات الذكاء الاصطناعي يومًا بعد يوم، يجد المطورون والمبرمجون أنفسهم أمام سؤال مصيري: هل ستظل البرمجة مهارة بشرية أساسية، أم أن الآلات ستزيحنا عن الطريق؟ الواقع أن مستقبل البرمجة لم يعد مجرد كتابة أكواد، بل تحول إلى إدارة ذكية للأدوات وتوجيهها، وفهم عميق للمشكلات وصياغتها بدقة، والإشراف على أنظمة تتعلم وتتطور بنفسها. هذه المقالة تستعرض المشهد الحقيقي لهذا التحول، وتقدم رؤية عملية وعميقة حول المهارات المطلوبة، والأدوات الأكثر تأثيرًا، وكيفية الاستعداد لمسيرة مهنية ناجحة في هذا المجال المتغير، مع التركيز على الواقع الحالي والتوجهات السائدة في العام الجاري.
كيف أعاد الذكاء الاصطناعي تشكيل دور المبرمج
لم يعد المبرمج مجرد شخص يكتب أسطرًا برمجية، بل أصبح مهندس حلول يفكر بشكل استراتيجي. الذكاء الاصطناعي تولى المهام الروتينية والمتكررة، مثل كتابة الدوال البسيطة أو البحث عن الأخطاء الشائعة، مما أتاح للمبرمجين فرصة ذهبية للتركيز على الجوانب الإبداعية والمعمارية في المشاريع.
الأدوار الجديدة أصبحت تتطلب فهمًا أعمق لكيفية عمل النماذج اللغوية الكبيرة، وكيفية دمجها في التطبيقات اليومية. الشركات لم تعد تبحث عن من يكتب كودًا فقط، بل عن من يستطيع بناء منظومة متكاملة تجمع بين الكود البشري والذكاء الاصطناعي.
المهارات الجديدة التي يجب أن تتقنها
الانتقال إلى هذا العصر الجديد يتطلب إعادة تقييم شاملة للمهارات التي تمتلكها. هناك فجوة واضحة بين ما تعلمناه في الماضي وما يتطلبه سوق العمل الحالي. لمواكبة هذا التحول، ركز على تطوير المهارات التالية:
- إتقان فن كتابة الأوامر والتوجيهات الدقيقة للنماذج اللغوية، فجودة المخرجات تعتمد كليًا على جودة المدخلات.
- فهم عميق لمفاهيم هندسة البرمجيات التقليدية مثل أنماط التصميم وإدارة قواعد البيانات، فهي الأساس الذي يُبنى عليه كل شيء.
- القدرة على قراءة وتقييم الكود الذي يولده الذكاء الاصطناعي، والتحقق من صحته وأمانه وكفاءته.
- تطوير حس أمني قوي لفحص الثغرات التي قد تُدخلها الأدوات الذكية دون قصد.
- إتقان مهارات التواصل والعمل الجماعي، لأن المشاريع الحديثة تتطلب تعاونًا وثيقًا بين المطورين وفرق الأعمال.
- تعلم أساسيات تحليل البيانات وفهم مخرجاتها، لأن البيانات أصبحت الوقود الذي يحرك التطبيقات الذكية.
أدوات الذكاء الاصطناعي التي يفرضها الواقع
سوق الأدوات يشهد نموًا غير مسبوق، لكن هناك أدوات معينة أثبتت جدارتها وأصبحت معيارًا فعليًا في الصناعة. هذه الأدوات ليست مجرد رفاهية، بل أصبحت ضرورة يومية للبقاء في المنافسة. استخدامها الصحيح يضاعف الإنتاجية بشكل مذهل، لكن الاعتماد عليها بشكل أعمى قد يقود إلى كارثة.
الأفضل دائمًا هو النظر إلى هذه الأدوات كمساعدين أذكياء وليسوا بديلاً عن التفكير المنطقي. المطورون الأكثر نجاحًا هم أولئك الذين يدمجون هذه الأدوات في سير عملهم بحكمة، مع بقاء العقل البشري هو صاحب القرار النهائي في كل خطوة.
أشهر الأدوات وتصنيفاتها
لكل مرحلة من مراحل التطوير أدواتها الخاصة، ولكل نوع من المهام أداة مثالية. إليك نظرة منظمة على أهم الفئات الموجودة حاليًا:
- مساعدو كتابة الأكواد: أدوات مثل مساعد البرمجة الذكي الذي يقترح أكوادًا كاملة أثناء الكتابة، وهي الأكثر شيوعًا وتأثيرًا.
- روبوتات الدردشة البرمجية: منصات تجيب على أسئلتك وتساعدك في تصحيح الأخطاء وشرح مفاهيم معقدة بأسلوب مبسط.
- أدوات توليد الواجهات: تحويل رسومات بسيطة أو وصف نصي إلى كود واجهة أمامية جاهز.
- منصات الاختبار الآلي: توليد حالات اختبار شاملة تلقائيًا وتوقع الأخطاء المحتملة قبل حدوثها.
- أدوات تحسين الأداء: تحليل الأكواد واقتراح تحسينات لزيادة السرعة وتقليل استهلاك الموارد.
مقارنة عملية لأهم الأدوات المستخدمة
لتوضيح الصورة بشكل أكبر، قمنا بتجميع جدول مقارنة يوضح الفروقات الرئيسية بين الأدوات الأكثر استخدامًا في السوق اليوم، بناءً على ملاحظات واقعية من المطورين:
| الأداة | الاستخدام الرئيسي | نقاط القوة | التحديات المحتملة |
|---|---|---|---|
| مساعد البرمجة الذكي | إكمال الكود واقتراح دوال فورية | سرعة عالية وتكامل ممتاز مع المحررات | قد يقترح حلولاً غير مثالية أو قديمة |
| روبوت الدردشة البرمجي | تصحيح الأخطاء وشرح المفاهيم | فهم عميق للسياق وقدرة على التفكير خطوة بخطوة | يحتاج إلى مراجعة دقيقة للمعلومات الجديدة |
| مولد الواجهات | إنشاء كود واجهات من نماذج أولية | توفير وقت كبير في المهام البصرية | قد ينتج كودًا غير منظم أو صعب الصيانة |
| أداة الاختبار الذكي | إنشاء حالات اختبار وفحص الثغرات | تغطية شاملة وتقليل الأخطاء البشرية | قد تفشل في اكتشاف مشاكل منطقية معقدة |
البرمجة باللغة العربية في عصر الذكاء الاصطناعي
من أكثر التطورات إثارة للاهتمام هو الاهتمام المتزايد بمعالجة اللغة العربية، مما يفتح آفاقًا جديدة للمطورين العرب. النماذج اللغوية الحديثة أصبحت قادرة على فهم اللهجات المختلفة والتعامل مع النصوص العربية بفعالية متزايدة، وهذا يخلق فرصًا هائلة لتطوير تطبيقات محلية تخدم مجتمعاتنا.
المبرمج العربي أصبح قادرًا على بناء أدوات مساعدة تعمل باللغة العربية الفصحى والعامية، وإنشاء مساعدين افتراضيين يفهمون السياق الثقافي، وتطوير أنظمة تعليمية ذكية للأجيال القادمة. هذه فرصة ذهبية لإثراء المحتوى الرقمي العربي.
من يكتب الأوامر بدقة عالية، يبني مستقبلاً مهنيًا قويًا في هذا المجال المتجدد.
مهارات المستقبل: بين التعلم الآلي وهندسة الأوامر
ظهر مفهوم جديد في الساحة يعرف بهندسة الأوامر، وهو فن صياغة التوجيهات التي تعطى للنماذج الذكية للحصول على أفضل نتيجة ممكنة. هذه المهارة الجديدة تتطلب فهمًا لغويًا دقيقًا، وفهمًا تقنيًا عميقًا، وقدرة على التفكير المنطقي التسلسلي. من يتقن هذه المهارة يصبح قادرًا على مضاعفة إنتاجية الفريق بأكمله.
كيف تصبح مهندس أوامر محترفًا؟
التعلم في هذا المجال لا يختلف عن تعلم أي مهارة برمجية أخرى، يتطلب الممارسة والتجربة والخطأ. ابدأ بتجربة أنماط مختلفة من الأوامر ولاحظ الفروقات في المخرجات، ثم قم ببناء مجموعة أوامر خاصة بك للمهام المتكررة، وتعلم كيفية تقسيم المشكلة الكبيرة إلى أجزاء صغيرة يسهل التعامل معها.
- حلل الأخطاء التي تظهر لك وحاول فهم سبب اختيار النموذج لهذا الحل تحديدًا.
- شارك في مجتمعات المطورين واسأل عن أنماط الأوامر الفعالة في مشاريع حقيقية.
- تعلم كيفية استخدام معلومات السياق الإضافية مثل الأمثلة والمخرجات المتوقعة.
- جرّب أوامر متعددة لنفس المشكلة وقارن النتائج بمنهجية علمية.
- احرص على توثيق أفضل الممارسات التي توصلت إليها لاستخدامها مستقبلًا.
الأخطاء الشائعة التي يقع فيها المبرمجون مع الذكاء الاصطناعي
التعامل مع الذكاء الاصطناعي ليس دائمًا سلسًا، فهناك أخطاء شائعة يقع فيها المطورون في بداية رحلتهم مع هذه الأدوات. بعض هذه الأخطاء قد تؤدي إلى ضياع وقت وجهد كبيرين، وقد يصل الأمر إلى نتائج كارثية في مشاريع حساسة.
أكبر خطأ هو الثقة العمياء بالمخرجات دون مراجعتها أو فهمها، وهذا يؤدي إلى تراكم ديون تقنية هائلة في المشروع. خطأ آخر هو استخدام الذكاء الاصطناعي لحل مشاكل لم نفهمها جيدًا بأنفسنا، فنحصل على حلول للمشكلة الخاطئة. كما أن الاعتماد على أدوات عشوائية دون بناء سير عمل واضح يزيد الفوضى بدلًا من تقليلها.
التعلم الحقيقي يبدأ عندما تحاول فهم لماذا يعمل الحل الذي اقترحه الذكاء الاصطناعي، وليس فقط تطبيقه بشكل أعمى.
الخطوات العملية للانتقال نحو مستقبل البرمجة
الانتقال إلى هذا العصر الجديد لا يحدث بين ليلة وضحاها، بل يتطلب خطة واضحة وتنفيذًا صبورًا. الخطوة الأولى هي تقييم مهاراتك الحالية بصدق وتحديد الفجوات التي تحتاج إلى سدها. بعدها يجب وضع خطة تعلم أسبوعية واقعية تخصص فيها وقتًا للتعرف على الأدوات الجديدة وممارستها.
أنصحك بالبدء بمشروع شخصي صغير تدمج فيه أدوات الذكاء الاصطناعي من البداية، وبهذه الطريقة تتعلم عمليًا وتكتشف التحديات الحقيقية التي ستواجهها في عملك المستقبلي. المشاركة في المشاريع مفتوحة المصدر تمنحك فرصة ذهبية للتعلم من تجارب الآخرين وبناء سمعة مهنية في المجتمع.
نصائح لبناء مسيرة مهنية ناجحة
هذه النصائح مستخلصة من تجارب مطورين عمليين في السوق، وهي تركز على الاستدامة المهنية وليس تحقيق مكاسب سريعة:
- طور مزيجًا فريدًا من المهارات، تجمع بين البرمجة التقليدية وفهم الأعمال التجارية.
- احرص على بناء معرض أعمال قوي يوثق مشاريعك الخاصة وتجاربك مع الأدوات الجديدة.
- استمر في التعلم اليومي ولو لمدة نصف ساعة، فالوتيرة السريعة للتغيرات تتطلب مواكبة مستمرة.
- تعلم أساسيات إدارة المشاريع لفهم التحديات التي يواجهها فريق العمل الأكبر.
- ابتكر حلولاً لمشاكل محلية حقيقية، فالمشاكل الواقعية أفضل فرصة للتعلم العميق.
- تواصل مع الخبراء في المجال من خلال المؤتمرات والمقابلات الشخصية الافتراضية.
الخلاصة: مستقبل مزدهر لمن يتكيف
البرمجة في عصر الذكاء الاصطناعي ليست مجرد استمرار لما كانت عليه، بل تطور جوهري يغير كل شيء من أساليب العمل إلى طبيعة المهام اليومية. ما يزال المبرمجون البشر في قلب هذا المشهد، لكن دورهم أصبح مختلفًا وأكثر إستراتيجية. من يدرك هذا التحول مبكرًا ويتكيف معه بذكاء سيتمتع بمسار مهني مليء بالفرص والتحديات الممتعة، بينما من يتجاهل التغيير سيجد نفسه خلف الركب. الأوان لم يفت بعد، فابدأ رحلتك اليوم نحو هذا المستقبل الواعد.
الأسئلة الشائعة حول مستقبل البرمجة
هل ستحل أدوات الذكاء الاصطناعي محل المبرمجين البشريين تمامًا؟
لا تشير التوجهات الحالية إلى اختفاء المبرمج البشري، لكنها تشير بوضوح إلى اختفاء المبرمج الذي لا يستخدم هذه الأدوات. الذكاء الاصطناعي يظل أداة تحتاج إلى توجيه بشري وفهم عميق للسياق، واتخاذ قرارات معمارية دقيقة. المبرمجون الذين يتقنون العمل مع هذه الأدوات سيصبحون أكثر قيمة من أي وقت مضى، لأنهم سيكونون قادرين على مضاعفة إنتاجيتهم وابتكار حلول أسرع وأكثر إبداعًا.
ما أهم لغة برمجة يجب أن أتعلمها في هذه الفترة؟
اللغات الأكثر طلبًا حاليًا مثل بايثون وجافا سكريبت تظل خيارات ممتازة نظرًا لثراء مكتباتها ودعمها الواسع للذكاء الاصطناعي. لكن الأهم من اختيار اللغة نفسها هو إتقان مفاهيم البرمجة الأساسية التي تتجاوز أي لغة محددة. فكر في اختيار لغة تمكنك من بناء مشاريع متنوعة وتساعدك على فهم كيفية دمج النماذج الذكية في تطبيقات عملية.
كم يستغرق تعلم البرمجة في هذا العصر الجديد؟
تعلم أساسيات البرمجة أصبح أسرع بفضل الأدوات المساعدة، لكن إتقان المنظومة الكاملة يتطلب وقتًا مماثلًا لما كان عليه في السابق. المبتدئ يستطيع كتابة كود بسيط خلال أسابيع قليلة، لكن فهم كيفية بناء تطبيقات معقدة وآمنة وقابلة للتوسع ما يزال يحتاج إلى أشهر من التعلم المركز والممارسة العملية. الأهم هو الحفاظ على عقلية المتعلم الدائم.
هل أحتاج إلى تعلم الرياضيات المتقدمة لبرمجة الذكاء الاصطناعي؟
لم يعد هذا الشرط ضروريًا كما كان في الماضي، فمعظم الأدوات والنماذج الجاهزة تخفي التعقيدات الرياضية خلف واجهات بسيطة. لكن فهم أساسيات الإحصاء والجبر الخطي يساعدك في فهم مخرجات النماذج وتحسينها. المطورون الذين يتعاملون مع النماذج الجاهزة يركزون أكثر على مهارات هندسة البرمجيات والبيانات.
ما الفرق بين هندسة الأوامر والبرمجة التقليدية؟
البرمجة التقليدية تعتمد على كتابة تعليمات صارمة تتبعها الآلة حرفيًا، بينما هندسة الأوامر تتعامل مع نماذج تفهم النية واللغة الطبيعية. مهندس الأوامر يصوغ الأسئلة والتوجيهات بطريقة تستخرج أفضل إجابة ممكنة من النموذج، وهذا يتطلب فهمًا لكيفية تفكير النموذج وليس فقط فهمًا للغة البرمجة، وهو تحدٍ جديد ومثير في عالم التطوير.
كيف أبدأ مشروعًا عمليًا يجمع بين البرمجة والذكاء الاصطناعي؟
ابدأ بمشروع صغير محدد، مثل بناء مساعد بسيط لأتمتة بعض المهام اليومية، أو تطبيق صغير يحلل نصوصًا ويستخلص منها معلومات. اختر أدوات جاهزة وسهلة الاستخدام في البداية، وقم بتوسيع نطاق المشروع تدريجيًا بعد إتقان الأساسيات. مشاركة مشروعك على منصات مثل جيت هاب يساعدك في الحصول على ملاحظات قيمة من مجتمع المطورين.
هل ستنخفض رواتب المبرمجين بسبب الذكاء الاصطناعي؟
البيانات المتاحة تشير إلى أن الرواتب سترتفع للمبرمجين الذين يمتلكون مهارات الذكاء الاصطناعي، لأنهم أصبحوا أكثر إنتاجية وقيمة للشركات. لكن قد تنخفض أسعار المهام البسيطة والمتكررة التي يمكن أتمتتها بالكامل. المبرمج المتكيف مع المتغيرات سيتمكن من طلب أسعار أعلى مقابل حلوله الإبداعية المعقدة، بينما سيحتاج من يقدم حلولاً روتينية إلى تطوير مهاراته.
ما أفضل المصادر المجانية لتعلم أدوات الذكاء الاصطناعي؟
توفر الشركات الكبرى مثل غوغل ومايكروسوفت منصات تعليمية مجانية ضخمة باللغة الإنجليزية، وبعضها يقدم محتوى باللغة العربية. توجد أيضًا قنوات يوتيوب متخصصة لشرح الأدوات الحديثة، ومنتديات الأسئلة والأجوبة التي تضم محترفين يجيبون على استفساراتك. أفضل طريقة هي اختيار مصدرين أو ثلاثة موثوقين والمتابعة المنتظمة لمحتواهم، بدلًا من التشتت بين عدد كبير من المصادر.
بماذا تنصح مبرمجًا مبتدئًا يبدأ تعلمه اليوم؟
ابدأ بتعلم أساسيات البرمجة القوية مع إحدى اللغات الرئيسية، وخصص في نفس الوقت وقتًا يوميًا للتجربة مع الأدوات الذكية لفهم إمكاناتها وحدودها من منظور تقني. ركز على بناء مشاريع صغيرة متكاملة بدلًا من تعلم مفاهيم منفصلة، وشارك في مجتمعات المطورين لتعرف التحديات الحقيقية التي يواجهها المحترفون. خذ بيدك منذ البداية عادة قراءة وفهم الكود الذي تنتجه الأدوات.
كيف أتأكد من أن الكود الذي يكتبه الذكاء الاصطناعي آمن وخالٍ من الثغرات؟
لا تثق أبدًا بالمخرجات بشكل أعمى، بل قم بمراجعة الكود بنفسك واتبع ممارسات الأمان القياسية مثل التحقق من صحة المدخلات وتنظيفها، واستخدام مكتبات أمان موثوقة، وإجراء اختبارات اختراق دورية للتطبيقات. استخدم أيضًا الأدوات الآلية المتخصصة في فحص الثغرات الأمنية، لكن تذكر أن هذه الأدوات ليست بديلاً عن الفهم البشري العميق للمشكلة والسياق العام للمشروع.
10 تعليقات
يا سلام، المقالة زادتني فضول صراحة! بس عندي سؤال عملي: هل الأدوات الذكية اللي تولد أكواد من وصف طبيعي تقدر تفهم سياق المشروع كامل، ولا لازم نضبطلها التفاصيل يدوي عشان تطلع نتيجة دقيقة؟ أنا خايف نعتمد عليها زيادة عن اللزوم ونخسر التحكم في جودة الكود.
صراحة، أنا جربت بعض الأدوات هذي في مشروع صغير وكانت سريعة جدًا في توليد الأكواد، لكن فعلاً لاحظت إنها تحتاج منك تحدد السياق بدقة، وإلا تطلع أخطاء غريبة. بالنسبة لي، أحس إنها مفيدة للروتين المتكرر، بس ما أتخيل أعتمد عليها في أجزاء حساسة بدون مراجعة يدوية. هل فيه تجارب لأحد مع أداة معينة أثبتت كفاءتها في مشاريع كبيرة؟
تجربتي مع Copilot في مشروع متوسط الحجم كانت إيجابية نوعاً ما، لكنه يظل أداة مساعدة وليس بديلاً عن المراجعة اليدوية. في مشاريع كبيرة، لاحظت أن الأداة تحتاج إلى تهيئة دقيقة للسياق وتحديد القيود بوضوح، وإلا تنتج أكواداً غير محسنة أمنياً. نصيحتي العملية: استخدمها للهيكلة السريعة، لكن لا تتخلى عن مراجعة يدوية خاصة في الأجزاء الحساسة.
ما شاء الله، تجربتك مع Copilot تطابق تقريبًا شعوري تجاهه. أنا كمان استخدمته في مشروع وكان سريع جدًا في الهيكلة، لكن لما وصلت لجزء حساس في الأمان، لاحظت إنه يكرر أنماط قديمة أو يتجاهل قيود معينة. الحل اللي ارتحت له هو إن أكتب له prompt محدد جدًا مع قواعد الأمان المطلوبة، وبعدها أراجع كل سطر زي ما تقول، لأن الثقة العمياء فيه فعلاً خطر.
تجربتي مع أدوات الذكاء الاصطناعي في البرمجة علمتني شيئًا مهمًا: إنها ممتازة في تسريع كتابة الأكواد المتكررة، لكنها تشبه مساعدًا ذكيًا يحتاج توجيهًا دقيقًا، وإلا ضاع السياق. في مشروع لي مؤخرًا، استخدمت أداة لتوليد جزء من API، لكنها أغفلت بعض قواعد الأمان الأساسية، مما جعلني أتأكد أن المراجعة اليدوية ضرورية مثل الشريك الذي لا يمكن الاستغناء عنه. السؤال اللي يراودني: هل نطور مهاراتنا كـ “مشرفين على الكود” بنفس سرعة تطور هذه الأدوات؟ لأن الثقة العمياء فيها خطيرة، خصوصًا مع تعقيد المشاريع الحساسة.
صراحة، المقالة خلتني أفكر في تجربتي مع Copilot الشهر الماضي. استخدمته لتوليد كود لاستعلام قاعدة بيانات معقد، وفوجئت إنه أنتج حل سريع جدًا، لكنه أغفل معالجة حالة edge-case مهمة كانت كفيلة بتعطيل النظام لو ما راجعته. هذا خلاني أتساءل: هل فعلاً راح نقدر نثق إن الأدوات الذكية تغطي كل السيناريوهات، ولا راح نضل طول الوقت نحتاج “مشرف بشري” يتأكد من كل سطر؟ لأني أشوف الخطر مو في الأداة نفسها، لكن في إحساسنا الزايد بالثقة فيها لما نضغط تحت ضغط deadlines.
أعجبتني تجاربكم يا بنات، خصوصًا نقطة هند عن الثقة الزايدة تحت ضغط deadlines. أنا شخصيًا استخدمت GitHub Copilot في مشروع ويب صغير، ولاحظت شي غريب: الأداة كانت متحمسة تولد كود كثير، لكنها أحيانًا تخترع دوال غير موجودة في المكتبات اللي أستخدمها! هذا خلاني أتساءل: مع الوقت، هل ممكن نضطر نطور “لغة تواصل” جديدة مع الذكاء الاصطناعي عشان نوصف له السياق بدقة، ولا راح نضل نعاني من هالفجوة بين فهمه وسياق المشروع؟ أحس إن المهارة الجديدة اللي لازم نتعلمها مو بس مراجعة الكود، لكن كمان كتابة prompts واضحة وآمنة.
فعلاً، كل هالتجارب تخوفني وترغبني في نفس الوقت! أنا بدأت أتساءل: إذا كانت الأدوات الذكية تخترع دوال وهمية أو تتجاهل حالات الحافة، كيف راح نقدر نضمن إنها ما تنتج كود مليان ثغرات أمنية في مشاريع حساسة زي المصارف أو الرعاية الصحية؟ هل الحل الوحيد هو إننا نصير “خبراء في صياغة الأوامر” ونقضي وقت أطول في كتابة الـ prompts من كتابة الكود نفسه؟
والله يا بنات، كلامكن خلاني أفكر في موضوع مهم: هل فعلاً راح نصير “خبراء في صياغة الأوامر” أكثر منا مبرمجين؟ أنا يوم شفت ولدي الصغير يحاول يستخدم أداة ذكاء اصطناعي لتوليد كود لعبة، لاحظت إنه قضى وقت أطول في تعديل السؤال عشان يفهمه السياق من الوقت اللي كان راح يكتبه بنفسه! صراحة، أحس إن المهارة الجديدة مو بس إننا نتعلم نراجع الكود، لكن كمان إننا نضبط توقعاتنا إن هالأدوات ذكاءها محدود بحدود تدريبها، وما تقدر تحل محل الفهم البشري للسياق الكامل للمشروع، خصوصاً في التطبيقات الحساسة اللي تتطلب مسؤولية أخلاقية وقانونية.
يا سلام على هالتجربة مع ولدك، صراحة هي عين العقل! أنا أظن إن المهارة الجديدة اللي بنتعلمها فعلاً هي “فن صياغة الطلب”، مو بس إننا نكتب كود، لأن الأداة مهما تطورت تظل محتاجة منك تحدد لها السياق بدقة، وإلا بتضيع في التفاصيل مثلك ما قلتي. وبرأيي، الثقة الزايدة فيها تحت ضغط الشغل هي اللي تخلينا ننسى إنها مجرد أداة مساعدة، وما تقدر تحل مكان الفهم البشري للأخطار الأخلاقية والأمنية اللي تجي مع المشاريع الحساسة.