قاعدة 90/10: لماذا يتأخر المطورون المحترفون بنسبة 19% عند استخدام الذكاء الاصطناعي؟

مقدمة تحليلية

في المشهد التقني الحالي، يسود اعتقاد بأن الذكاء الاصطناعي (AI) هو المسرع النهائي للإنتاجية، لكن البيانات القادمة من الميدان بدأت ترسم صورة مغايرة تماماً. لم يأتِ التحذير الأكثر دقة من مديري المشاريع، بل من الدكتور كارستن نول (Karsten Nohl)، خبير أمن المعلومات الألماني الشهير بكشف ثغرات البنية التحتية للهواتف المحمولة (GSM وSS7). نول، الذي لا علاقة له بأدوات الإنتاجية، صاغ قاعدة '90/10' أثناء تحليله لأنابيب تأمين البيانات في المؤسسات الكبرى، محذراً من أن الثقة العمياء في الأتمتة الكاملة هي الوصفة المثالية للفشل الكارثي.

تتلخص رؤية نول في أن الهدف لا يمكن أن يكون استبدال البشر بنسبة 100%. وبدلاً من ذلك، يجب ترك الآلة تنجز 90% من العمل الروتيني، مع إبقاء الإنسان في الحلقة (Human in the loop) عند كل نقطة قرار حرجة. هذا التحول من 'الفاعل' إلى 'المراقب' هو التحدي الأكبر الذي يواجه مطوري البرمجيات اليوم، حيث أثبتت الدراسات أن هذا الدور الجديد قد يؤدي، للمفارقة، إلى إبطاء العمل وزيادة الأخطاء إذا لم يتم تأطيره هيكلياً.

التحليل التقني

بالنظر إلى الأرقام والبيانات الصادرة في يوليو 2025، نشرت مؤسسة METR دراسة صادمة شملت مطورين محترفين يعملون على مهام برمجية حقيقية. وجدت الدراسة أن المهندسين الذين استخدموا أدوات الذكاء الاصطناعي كانوا **أبطأ بنسبة 19%** في المتوسط مقارنة بالعمل اليدوي التقليدي. ولم يقتصر الأمر على السرعة فحسب؛ بل وثقت شركة BCG زيادة بنسبة 39% في الأخطاء الجسيمة في بيئات العمل التي تعتمد بكثافة على AI.

لماذا يحدث هذا التراجع؟

• الإفراط في الثقة (Over-trust): يميل المطورون إلى افتراض أن الذكاء الاصطناعي قد عالج التفاصيل الدقيقة، مما يقلل من حدة المراجعة النقدية.
• عبء التحقق (Verification Overhead): قضاء وقت أطول في تصحيح الكود المولد آلياً بدلاً من كتابته بشكل صحيح من المرة الأولى.
• وضع توفير الطاقة الدماغي: عندما يتحول الإنسان إلى مراقب سلبي (Passive Monitoring)، ينتقل الدماغ إلى نمط استهلاك طاقة منخفض، مما يقلل من التركيز الفعال والقدرة على اكتشاف الأخطاء المنطقية العميقة.

هذا ما يسميه الخبراء بـ 'مفارقة الإنتاجية'. التقنية قادرة على التوليد السريع، لكن العقل البشري غير مهيأ لمواكبة سرعة التدقيق المطلوبة لهذا الكم الهائل من المخرجات دون هيكل تنظيمي واضح. قاعدة 90/10 التي اقترحها نول ليست مجرد نصيحة، بل هي بنية هندسية تتطلب تقسيم العمل إلى 'استمرارية آلية' و'نقاط تفتيش بشرية'.

السياق وتأثير السوق

لفهم سبب فشل المشاريع الجانبية والمشاريع الناشئة رغم توفر هذه الأدوات، يجب العودة إلى 'مغالطة التخطيط' (Planning Fallacy) التي صاغها كانيمان عام 1979. نحن كبشر نقلل بشكل منهجي من الوقت والجهد المطلوبين، ونفرط في تقدير دوافعنا المستقبلية. في بيئة المشاريع البرمجية، يعني هذا أن المطور يخطط للظروف المثالية، لكنه يصطدم بواقع التنفيذ.

هنا تبرز فجوة كبيرة بين فئتين من المستخدمين:

• المؤسسون المتفرغون: مثل مو جودت (Mo Gawdat) الذي أشار إلى أن بناء Emma AI استغرق 3 أشهر مع 4 أشخاص فقط، بينما كان سيتطلب سابقاً 350 مهندساً. هنا، تعمل المساءلة الخارجية والموارد المتاحة كـ 'نظام نقاط تفتيش' طبيعي.
• المطورون المستقلون: الذين يعملون 5-10 ساعات أسبوعياً بجانب وظائفهم. هؤلاء يفتقرون للهيكل الخارجي، مما يجعل مشاريعهم تتوقف عند نسبة 80% من الإنجاز، حيث لا يوجد 'إنسان في الحلقة' يراقب التقدم أو يفرض المواعيد النهائية.

السوق الآن يشهد ظهور جيل جديد من المنتجات مثل (MVP Builder) التي تحاول رقمنة هذا الهيكل. الفكرة ليست في توفير AI أفضل، بل في توفير 'نظام نقاط تفتيش' (Checkpoint Structure) يجبر المطور على العودة إلى مقعد القيادة في اللحظات الحاسمة، وهو ما تفتقر إليه أدوات AI التقليدية التي تركز فقط على 'التوليد'.

رؤية Glitch4Techs

في Glitch4Techs، نرى أن المشكلة ليست في 'قدرة' أدوات الذكاء الاصطناعي، فهي مذهلة بما يكفي. المشكلة تكمن في 'الارتباط الذهني' بالعمل. عندما يقوم AI بكتابة 90% من الكود، يشعر المطور بانفصال معرفي عن المشروع. هذا الانفصال هو ما يؤدي إلى فجوة الـ 19% في السرعة وزيادة الأخطاء.

توقعاتنا للمستقبل:

1. ستتحول أدوات البرمجة بالذكاء الاصطناعي من 'مساعدات توليد' إلى 'أنظمة إدارة مهام' تفرض مراجعات بشرية إلزامية قبل الانتقال للمرحلة التالية.
2. سيصبح مفهوم 'الإنسان في الحلقة' مهارة وظيفية أساسية تُدرس للمهندسين، مع التركيز على تقنيات 'المراقبة النشطة' بدلاً من المسح البصري السريع.
3. المشاريع التي ستنجح في المستقبل ليست تلك التي تستخدم أقوى النماذج اللغوية، بل التي تمتلك أفضل 'هيكلية للمساءلة'.

الخلاصة: إذا كان مشروعك البرمجي متوقفاً عند نسبة 80% رغم استخدامك لأحدث أدوات AI، فالسؤال ليس 'هل الذكاء الاصطناعي جيد بما يكفي؟'، بل 'هل هناك من يراقب العملية حقاً؟'. الأتمتة دون نقاط تفتيش بشرية هي مجرد وسيلة أسرع للوصول إلى نتيجة خاطئة بثقة عالية.