شاهین آقامعلی
تا همین چند سال پیش، برنامهنویسی یک مهارت کاملاً انسانی محسوب میشد؛ فرآیندی زمانبر که نیازمند تسلط بر زبانهایی مانند Java، Python و JavaScript و دهها فریمورک و کتابخانه مختلف بود. اما امروز، این تصویر بهسرعت در حال تغییر است. طبق یک پژوهش جدید منتشرشده در مجله معتبر Science، هوش مصنوعی نهتنها وارد دنیای برنامهنویسی شده، بلکه در حال تبدیل شدن به زیرساخت اصلی تولید کد است.
یکی از مفاهیم کلیدی این تحول، پدیدهای به نام Vibe Coding است. در این روش، توسعهدهندگان بهجای نوشتن مستقیم کد، خواستهی خود را با زبان طبیعی (مانند انگلیسی، اسپانیایی یا حتی ژاپنی) توصیف میکنند و مدلهای زبانی بزرگ (LLM) مانند ChatGPT Codex، Claude، Gemini یا Cursor کد موردنظر را تولید میکنند. بهعنوان مثال، تنها با یک دستور ساده مانند «یک اپلیکیشن iOS برای دفترچه دستور غذا بساز»، میتوان در مدتزمانی کوتاه به نتیجه رسید؛ گاهی حتی در یک مرحله (One-shot).
جهش تاریخی استفاده از هوش مصنوعی در کدنویسی
بر اساس این تحقیق، سهم کدهای نوشتهشده با کمک هوش مصنوعی در ایالات متحده از ۵ درصد در سال ۲۰۲۲ به حدود ۲۹ درصد در اوایل ۲۰۲۵ رسیده است؛ رشدی خیرهکننده که نشاندهنده یک تغییر ساختاری عمیق در صنعت نرمافزار است. پژوهشگران برای رسیدن به این نتایج، بیش از ۳۰ میلیون مشارکت پایتونی از حدود ۱۶۰ هزار توسعهدهنده در GitHub را تحلیل کردهاند. در سطح جهانی، کشورهایی مانند فرانسه (۲۴٪) و آلمان (۲۳٪) نیز با فاصلهای کم از آمریکا قرار دارند. هند با ۲۰ درصد استفاده از کدنویسی مبتنی بر هوش مصنوعی، سریعترین رشد را تجربه میکند. در مقابل، کشورهایی مانند چین (۱۲٪) و روسیه (۱۵٪) عقبتر هستند؛ نه به دلیل نبود علاقه، بلکه بهدلیل محدودیتهای دسترسی به مدلهای پیشرفته غربی.
DeepSeek و تغییر موازنه قدرت هوش مصنوعی
پژوهشگران معتقدند ظهور مدلهای بومی مانند DeepSeek R1 در چین میتواند این شکاف ژئوپلیتیکی را کاهش دهد. این مدل متنباز با مصرف محاسباتی کمتر، عملکردی همسطح با مدلهای پیشرفتهی انحصاری دارد و با انتشار مسیرهای استدلال خود، هوش مصنوعی پیشرفته را به یک دارایی مهندسی قابل توسعه تبدیل کرده است.
چه کسانی بیشترین سود را میبرند؟
نتیجهای که شاید غافلگیرکننده باشد این است که توسعهدهندگان تازهکار بیشترین استفاده از هوش مصنوعی را دارند (۳۷٪ کد آنها با AI نوشته میشود)، اما هیچ افزایش بهرهوری محسوسی تجربه نمیکنند. در مقابل، برنامهنویسان باتجربه با استفاده کمتر (۲۷٪)، عامل اصلی افزایش ۳.۶ درصدی بهرهوری کل هستند. به گفته نویسندگان مطالعه، استفاده مؤثر از هوش مصنوعی نیازمند یک ذهنیت «مدیریتی» است؛ یعنی توانایی ارزیابی، مقایسه و ادغام پیشنهادهای AI، نه اتکای کورکورانه به آن. هوش مصنوعی فقط بهاندازه سؤالاتی که میپرسید، پاسخ میدهد.
تأثیر اقتصادی و آینده شغلی برنامهنویسان
این افزایش بهرهوری، سالانه بین ۲۳ تا ۳۸ میلیارد دلار ارزش اقتصادی برای آمریکا ایجاد میکند. اما در کنار این سود، نگرانیهای جدی درباره بازار کار وجود دارد. طبق گزارش واشنگتنپست، بیش از ۲۵٪ از مشاغل برنامهنویسی آمریکا طی دو سال گذشته حذف شدهاند. بسیاری از وظایف تکراری و ساده که قبلاً به برنامهنویسان جونیور سپرده میشد، اکنون توسط هوش مصنوعی انجام میشود. با این حال، اقتصاددانان تأکید میکنند که اگر کاهش هزینه تولید کد باعث افزایش تقاضا برای محصولات دیجیتال شود، در بلندمدت ممکن است حتی به افزایش نیاز به برنامهنویسان منجر شود؛ مشابه آنچه در انقلاب صنعتی رخ داد.
چالش اصلی: حذف پلههای ابتدایی مسیر شغلی
بزرگترین نگرانی آینده، حذف تدریجی نقشهای سطح مبتدی است. اگر نسل جدید توسعهدهندگان بدون یادگیری عمیق و تجربه عملی رشد کند، مسیر تبدیل شدن به برنامهنویس ارشد دچار اختلال خواهد شد. به همین دلیل، سیاستگذاران، شرکتها و مراکز آموزشی باید بهجای پرسش «آیا از AI استفاده کنیم؟» بپرسند: چگونه از آن استفاده کنیم بدون تشدید نابرابریها؟
در جهانی که تقریباً همهچیز به نرمافزار وابسته است، یادگیری همکاری مؤثر با هوش مصنوعی دیگر یک انتخاب نیست؛ یک ضرورت است.
منبع خبر: zmescience
پاسخ :