هل سيحل الذكاء الاصطناعي محل المبرمجين؟ التنفيذ المحدد المواصفات ينتقل فعلًا إلى مساعدي البرمجة، أما المتطلبات والتصميم والتشغيل فلا.
باختصار، ليست البرمجة مهنة ستختفي دفعة واحدة بسبب الذكاء الاصطناعي. لكن أسلوب العمل الذي لا يرى قيمة إلا في كتابة الشيفرة سيصبح أصعب بكثير بلا شك.
لا يقتصر عمل المبرمج على تحويل المواصفات إلى شيفرة. ففي الواقع العملي يصنع المبرمجون قيمتهم عبر مسار متكامل يشمل فهم المتطلبات، وتصميم الأنظمة، والتنفيذ، ومراجعة الشيفرة، والاختبار، وتشغيل البرمجيات. وتختلف القيمة السوقية للمحترف القادر على تحديد ما ينبغي أن تتولاه الأنظمة وأين يجب أن يبقى الحكم البشري اختلافًا واضحًا عن قيمة من يكتفي بكتابة الشيفرة.
مع انتشار الذكاء الاصطناعي أصبح توليد الشيفرة والإكمال التلقائي وإعداد مسودات الاختبارات والمراحل الأولى من البحث أسرع بكثير. ومع ذلك تبقى القدرة على تفسير المتطلبات الغامضة تفسيرًا صحيحًا، وبناء برمجيات تصمد في بيئة الإنتاج من حيث قابلية الصيانة والجودة، مجالًا تصنع فيه المهارة البشرية فارقًا كبيرًا.
يحسبه ai-job-risk.net من أربع مجموعات بيانات عامة، على مقياس من 0 إلى 100 نسبةً إلى 188 مهنة نغطيها. الرقم الأعلى يعني أن جزءًا أكبر من مهام الوظيفة مما يستطيع الذكاء الاصطناعي التوليدي أداءه أو يُستخدم فيه بالفعل. وهو ليس احتمال فقدان الوظيفة.
تحليل المهام لدى الباحثين (Eloundou وزملاؤه؛ منظمة العمل الدولية). يُعرض كرتبة مئينية بين جميع المهن التي يقيّمونها.
الاستخدام المرصود لـ Microsoft Copilot وAnthropic Claude في مهام هذه المهنة. يُعرض كرتبة مئينية بين جميع المهن التي يقيّمونها.
تغيّر الإنتاجية، الإحلال بين المهن: يُتوقع أن تنخفض حصة هذه المهنة من العمالة في القطاعات التي توظفها، إذ باتت مهام برمجة الحاسوب تُنفَّذ بصورة أكثر شيوعًا من قِبل مهن حاسوبية أخرى، مثل مطوري البرمجيات. كما تستمر أتمتة أعمال برمجة الحاسوب، بما في ذلك باستخدام الذكاء الاصطناعي، مما يتيح لمبرمجي الحاسوب أن يصبحوا أكثر كفاءة.
Productivity change, occupational substitution - share decreases as computer programming tasks are more commonly performed by other computer occupations, such as software developers. Computer programming work also continues to be automated, including with artificial intelligence (AI), allowing computer programmers to become more efficient.
أرقام أمريكية لمهنة BLS "Computer programmers". تفترض توقعات BLS أن التقنية تواصل التطور بوتيرتها التاريخية؛ وهي ليست توقعًا لأثر الذكاء الاصطناعي وحده.
المصادر
مؤشر التعرض يحسبه ai-job-risk.net من مجموعات البيانات أدناه (البيانات حتى 15 أكتوبر 2026). وأرقام العمل الأمريكية مصدرها BLS دون تغيير.
لم تُعدّ الجهات الناشرة هذا الموقع ولم تراجعه ولم تصادق عليه. الاستشهادات الكاملة والتراخيص والمنهجية
إذا عرّفنا المبرمجين بأنهم مجرد أشخاص يكتبون الشيفرة، فهم من الفئات المرشحة للتأثر بالذكاء الاصطناعي تأثرًا قويًا. فمهام التنفيذ ذات المواصفات الواضحة والمدخلات والمخرجات المحددة وأنماط الحلول الشائعة باتت أدوات الذكاء الاصطناعي التوليدي وأدوات إكمال الشيفرة تنجزها بسرعة في كثير من الأحيان.
لكن قيمة المبرمج الحقيقية لم تكن يومًا في سرعة الكتابة وحدها، بل في تنظيم المتطلبات واتخاذ قرارات التصميم وضمان الجودة وتحمّل مسؤولية التشغيل. ولتقدير مستقبل المبرمج على المدى البعيد، من الأجدى الفصل بين ما يمكن أتمتته والمراحل التي ما زال البشر يتحملون فيها المسؤولية النهائية.
يركّز هذا الدليل على الكيفية التي يُرجَّح أن تتغير بها بنية العمل البرمجي على المديين المتوسط والطويل. استخدمه مرجعًا لتقييم مستقبل البرمجة، والمهام الأكثر عرضة للاستبدال بالذكاء الاصطناعي، والمهارات التي تستحق أن تتعلمها بعد ذلك.
ما يُرجَّح أن يحلّ الذكاء الاصطناعي محله ليس وظيفة المبرمج كلها، بل مراحل التنفيذ القائمة على أنماط قابلة لإعادة الاستخدام. والأعمال التالية تحديدًا تستفيد كثيرًا من الأتمتة، وفي الوقت نفسه تتراجع فيها القيمة النسبية للعمل البشري.
التنفيذ المبني على أعراف أطر العمل المعروفة، مثل شاشات CRUD وهياكل واجهات REST ومعالجة النماذج والمصادقة ومنطق التحقق الشائع، مجال يستطيع فيه الذكاء الاصطناعي تقديم مسودات أولى قوية. ولم تعد القدرة على كتابة هذه الأجزاء من الصفر وحدها ميزة تُميّز صاحبها.
يؤدي الذكاء الاصطناعي أداءً جيدًا في توحيد أسماء المتغيرات، وإعادة الهيكلة البسيطة، والتحويل الآلي للشيفرة من لغة إلى أخرى، وإجراء تحديثات طفيفة على دوال قائمة. وكلما ضاق نطاق التغيير وأمكن وصف المواصفات نصيًا وصفًا كاملًا، اشتد الضغط نحو الاستبدال.
المخرجات المساندة، كهياكل اختبارات الوحدات ومسودات ملفات README وشروح الدوال ومقتطفات SQL والتعابير النمطية، يسهل نسبيًا تسريعها بالذكاء الاصطناعي. وبدلًا من إنشائها من لا شيء، ينتقل البشر تدريجيًا إلى دور مراجعة المسودات التي يولّدها الذكاء الاصطناعي.
إصلاح الأخطاء التي لها سوابق كثيرة، مثل رسائل الاستثناءات المعتادة وتعارض الاعتماديات ونقص الإعدادات والفرز الأولي اعتمادًا على السجلات، مجال تنجح فيه مساعدة الذكاء الاصطناعي. غير أن القرار النهائي لا يمكن تفويضه بالكامل حين يكون الأثر على بيئة الإنتاج كبيرًا.
قدرة الذكاء الاصطناعي على توليد الشيفرة لا تعني قدرته على تشغيل البرمجيات المناسبة للعمل بصورة مستمرة. فما يبقى بقوة في أيدي المبرمجين هو العمل الذي يتعامل مع الغموض، ويقبل تحمّل المسؤولية، ويحمي الجودة من منظور بعيد المدى.
في المشاريع الحقيقية نادرًا ما تتضح منذ البداية مشكلات المستخدمين وتدفقات العمل والحالات الاستثنائية والقيود الآتية من الفرق الأخرى. والقدرة على فرز ما ينبغي بناؤه وتحويل الطلبات المبهمة إلى مواصفات أصعب استبدالًا بكثير من مجرد توليد الشيفرة.
الموازنة بين قابلية الصيانة والأداء وقابلية التوسع والتعافي من الأعطال والأمن والتكلفة عمل تبقى مسؤوليته على عاتق البشر. قد يقترح الذكاء الاصطناعي خيارات، لكنه أقل قدرة بكثير على حسم المفاضلات انطلاقًا من متطلبات العمل وواقع التشغيل.
الشيفرة المولّدة قد تخفي بسهولة حالات حدّية مهملة، وثغرات أمنية، وتصميمًا ضعيفًا للصلاحيات، وتصميمًا رديئًا للسجلات، ومراقبة غير كافية. لذلك ستزداد أهمية مراجعة الشيفرة واستراتيجية الاختبار ومعايير الجودة والفحوص اللازمة لمنع الحوادث، لا العكس.
عند وقوع مشكلات في بيئة الإنتاج، على الفريق أن يفهم الأعراض ويحدد الأولويات ويتخذ إجراءات مؤقتة ويمنع التكرار ويشرح الوضع داخليًا وخارجيًا في آن واحد. ويتطلب ذلك حسن التقدير والتواصل وتحمّل المسؤولية إلى جانب المهارة التقنية، وهي أمور يصعب على الذكاء الاصطناعي أن يحل محلها بمفرده.
يتمتع بموقع قوي من يفهم عمليات العملاء ومعارف القطاع بما يكفي لاقتراح ما ينبغي أتمتته وأين يجب أن يبقى القرار البشري. وكلما تطوّر المبرمج من كاتب للشيفرة إلى مهندس قادر على تصميم تحسينات للعمل، ازدادت فرص بقاء قيمته.
كي يحافظ المبرمج على قيمته، لا يهم كثيرًا أن يكدّس مزيدًا من اللغات، بل أن يعزز القدرات التي تصنع فرقًا حقيقيًا حتى مع استخدام الذكاء الاصطناعي. وفي سوق التوظيف أيضًا، يُرجَّح أن يُقدَّر أصحاب القدرة على التصميم وفهم العمل أكثر ممن يملكون سرعة التنفيذ وحدها.
أصبحت القدرة على استخدام أدوات مثل ChatGPT وCopilot وCursor في تفكيك المتطلبات وتوليد الشيفرة والمراجعة وتحديد زوايا الاختبار شبه ضرورية. والمهم ليس اسم الأداة، بل قدرتك على التحقق من مخرجات الذكاء الاصطناعي واكتشاف أخطائها وتحمّل مسؤولية المنتج النهائي.
فهم تصميم التطبيقات وقواعد البيانات والواجهات البرمجية والصلاحيات، إلى جانب قابلية الرصد وقابلية التوسع، يخلق فجوة يصعب على الذكاء الاصطناعي التوليدي سدّها. وكلما كان المرء أقوى في مراحل التصميم الأولى، أمكنه استخدام الذكاء الاصطناعي كزميل مبتدئ وتوسيع نتائجه.
لإطلاق شيفرة كتبها الذكاء الاصطناعي في بيئة الإنتاج بأمان، لا غنى عن معرفة استراتيجية الاختبار والوقاية من الثغرات والمراقبة وCI/CD والاستجابة للحوادث. قد لا يكون هذا المجال لامعًا، لكنه مرشح لأن يصبح أكثر قيمة مع انتشار التطوير بمساعدة الذكاء الاصطناعي.
يبقى قويًا من يفهم معاناة المستخدمين وبنية الإيرادات والعمليات الداخلية واللوائح التنظيمية، ويستطيع أن يشرح لماذا تُعدّ ميزة ما ضرورية. وكلما انتقلت من دور المنفّذ إلى من يصمم تطويرًا يخدم أهداف العمل، تحسّنت آفاقك على المدى الطويل.
مع شيوع الذكاء الاصطناعي في هذا العمل، لن يكون الأهم من يستطيع كتابة كل شيء بنفسه، بل من يستطيع تقييم مخرجات الذكاء الاصطناعي والبشر معًا ورفع جودتها. ومن المفيد أن تبني عن وعي قدرتك على شرح نية التصميم، وتنظيم الملاحظات في المراجعات، وتوحيد مستوى الجودة داخل الفريق.
خبرة البرمجة رصيد قوي لأنها تمتد بسهولة إلى أدوار مجاورة. وإن شعرت بأن التنفيذ وحده لا يكفي للمستقبل، فقد تساعدك المسارات التالية على توسيع مسيرتك نحو مجالات يُرجَّح أن يستمر الطلب عليها في النمو مع انتشار الذكاء الاصطناعي.
تسهّل خبرة التطوير صياغة المتطلبات المبهمة بوضوح وترتيب الأولويات. وهو خيار مناسب لمن يريد أن ينقل ثقله من التنفيذ نفسه إلى تحديد ما ينبغي بناؤه.
مؤشر التعرض 82/100 · الوظائف الأمريكية 2025–35 +6.9%
يجمع هذا الدور بين الجداول الزمنية والجودة ومواعيد التسليم والتنسيق مع أصحاب المصلحة. ويستطيع من يملك خبرة مباشرة في التطوير أن يتخذ قرارات بشأن سير العمل تستند إلى واقع التنفيذ، بدل الاعتماد على إدارة مجردة.
مؤشر التعرض 70/100 · الوظائف الأمريكية 2025–35 +6.7%
تساعدك خبرة التنفيذ على تحديد الظروف الملموسة التي يُرجَّح أن تظهر فيها العيوب، وعلى اكتشاف زوايا اختبار أقوى. ومع تسريع الذكاء الاصطناعي للتطوير، سترتفع قيمة من يستطيع فحص الجودة بعمق. وتصبح القدرة على ضبط شروط إعادة إنتاج الخلل وكشف الثغرات في المواصفات ميزة حقيقية.
مؤشر التعرض 95/100 · الوظائف الأمريكية 2025–35 +5.7%
يتيح لك هذا الدور أن تنتقل من منظور من يبني إلى القدرة على رصد مواطن الضعف في معالجة الثغرات وتصميم الصلاحيات. فمعرفتك بالطريقة التي تُكتب بها الشيفرة عادةً وكيف يجري التنفيذ عمليًا تتحول إلى نقطة قوة دفاعية.
مؤشر التعرض 87/100 · الوظائف الأمريكية 2025–35 +21.0%
هذا المسار قريب من تشغيل بيئة الإنتاج والمراقبة والتوافرية وتحسين التكاليف. ويناسب من يريد تجاوز التنفيذ والاضطلاع بدور أوسع في الحفاظ على استقرار الخدمة بأكملها.
مؤشر التعرض 91/100 · الوظائف الأمريكية 2025–35 +5.1%
يركّز هذا الدور على تحديد المواضع التي ينبغي استخدام الذكاء الاصطناعي فيها والمواضع التي يجب أن يبقى فيها التحقق البشري. وهو امتداد طبيعي للمهندسين الذين يريدون توظيف خلفيتهم التقنية في القرارات المبكرة التي تربط التنفيذ بأهداف العمل.
مؤشر التعرض 82/100 · الوظائف الأمريكية 2025–35 +6.9%
باختصار، ليست البرمجة مهنة ستختفي دفعة واحدة بسبب الذكاء الاصطناعي. لكن أسلوب العمل الذي لا يرى قيمة إلا في كتابة الشيفرة سيصبح أصعب بكثير بلا شك. والمبرمجون الأوفر حظًا في المستقبل هم على الأرجح من يستخدمون الذكاء الاصطناعي لتسريع التنفيذ، ويتحملون في الوقت نفسه مسؤولية المتطلبات والتصميم والجودة والتشغيل.
الوظائف المعروضة هنا تنتمي الى القطاع نفسه الذي تنتمي اليه مبرمج. وهي ليست الوظيفة نفسها، لكنها تساعد على مقارنة تاثير الذكاء الاصطناعي وقرب المسارات المهنية.
تسجّل مهنة مبرمج 96 من 100 على مؤشرنا للتعرض للذكاء الاصطناعي التوليدي (المرتبة 7 من 188). ويقيس ذلك مقدار العمل الذي يستطيع الذكاء الاصطناعي أداءه أو يُستخدم فيه، لا ما إذا كانت الوظيفة ستختفي. يتوقع مكتب BLS أن يتغير التوظيف في مهنة مبرمج في الولايات المتحدة بنسبة -7.3% بين 2025 و2035.
ما يُرجَّح أن يحلّ الذكاء الاصطناعي محله ليس وظيفة المبرمج كلها، بل مراحل التنفيذ القائمة على أنماط قابلة لإعادة الاستخدام. والأعمال التالية تحديدًا تستفيد كثيرًا من الأتمتة، وفي الوقت نفسه تتراجع فيها القيمة النسبية للعمل البشري. على سبيل المثال: التنفيذ الروتيني وإنشاء القوالب، التعديلات الصغيرة وتحويل الشيفرة، صياغة مسودات الاختبارات والوثائق المساندة، تتبّع الأخطاء من الأنواع المعروفة.
قدرة الذكاء الاصطناعي على توليد الشيفرة لا تعني قدرته على تشغيل البرمجيات المناسبة للعمل بصورة مستمرة. فما يبقى بقوة في أيدي المبرمجين هو العمل الذي يتعامل مع الغموض، ويقبل تحمّل المسؤولية، ويحمي الجودة من منظور بعيد المدى. على سبيل المثال: تنظيم المتطلبات وتحويل الغموض إلى صياغة واضحة، قرارات التصميم واختيار التقنيات، ضمان جودة الإنتاج ومراجعة المخرجات، الاستجابة للحوادث والتنسيق داخل الفريق.
كي يحافظ المبرمج على قيمته، لا يهم كثيرًا أن يكدّس مزيدًا من اللغات، بل أن يعزز القدرات التي تصنع فرقًا حقيقيًا حتى مع استخدام الذكاء الاصطناعي. وفي سوق التوظيف أيضًا، يُرجَّح أن يُقدَّر أصحاب القدرة على التصميم وفهم العمل أكثر ممن يملكون سرعة التنفيذ وحدها. على سبيل المثال: مهارات التطوير القائم على الذكاء الاصطناعي، القدرة على التصميم وفهم البنية المعمارية، المعرفة بالاختبار والأمن والتشغيل، فهم العمل والتفكير بمنطق المنتج.
