هل سيستبدل الذكاء الاصطناعي مهندسي البرمجيات؟ الشيفرة الروتينية وهياكل الاختبار أصبحت أسرع، لكن البنية المعمارية وجودة الإنتاج والحوادث تبقى للبشر.
تشمل هذه الصفحة أيضًا: مطور تطبيقات الجوال.
ستظل المؤسسات بحاجة إلى مهندسي البرمجيات؛ بل إن الأدوار التي تقتصر على التنفيذ الروتيني هي التي تزداد هشاشة. يمكن تسريع توليد الشيفرة، لكن المسؤولية عن توضيح المتطلبات واتخاذ القرارات المعمارية وضمان جودة بيئة الإنتاج وتحمّل تبعات الحوادث لا تزال على عاتق البشر.
يقوم مهندسو البرمجيات بما هو أكثر بكثير من كتابة الشيفرة؛ فهم يصممون أنظمة تستطيع البرمجيات أن تعمل عليها بأمان واستدامة على مر الزمن. ومن خلال الربط بين تحديد المتطلبات والتصميم والتنفيذ والمراجعة والاستجابة للحوادث والتحسين، يتحملون مسؤولية الجودة الشاملة للمنتج وقابليته للتوسع. ولا تكمن قيمتهم في تنفيذ ميزة معزولة واحدة، بل في الحكم على الطريقة التي ينبغي أن تُبنى بها البرمجيات كي تتطور وتُشغَّل بموثوقية في المستقبل.
لهذا لا تكمن قيمة هذا الدور في سرعة الكتابة، بل في تقرير ما يُبنى وكيف يُبنى ليظل آمنًا ومفيدًا مع الوقت. قد يسرّع الذكاء الاصطناعي المسودة الأولى من التنفيذ، لكن المسؤولية عن البنية المعمارية والجودة والقرارات المستندة إلى قيود التشغيل الفعلية لا تزال بشرية إلى حد بعيد.
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.
لا يذكر مكتب BLS أي عامل خاص بهذه المهنة، لذا يعكس هذا الإسقاط أساسًا نمو أو تراجع القطاعات التي توظفها.
أرقام أمريكية لمهنة BLS "Software developers". 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
أدى تقدم الذكاء الاصطناعي التوليدي وأدوات إكمال الشيفرة إلى خفض واضح في الجهد اللازم للشيفرة الروتينية وهياكل الاختبار والاستقصاء التقني الأولي والتعديلات الطفيفة. وفي الظاهر، قد تبدو هندسة البرمجيات مجالًا ستتقدم فيه الأتمتة بسرعة.
غير أن الجزء الصعب في الممارسة ليس كتابة كل سطر من الشيفرة، بل تحويل المتطلبات الغامضة إلى بنى لا تنكسر بسهولة، وصياغتها في أنظمة يستطيع الفريق مواصلة تشغيلها. يقترح الذكاء الاصطناعي خيارات، لكنه لا يتحمل المسؤولية عن قدرة تلك الخيارات على الصمود أمام واقع الأعمال والتشغيل.
تتجاوز هندسة البرمجيات كتابة الشيفرة، فهي تشمل دور المصمم المسؤول عن جعل المنتج قابلًا للحياة بصيغة يستطيع الناس مواصلة استخدامها. والحد المفيد الذي ينبغي رسمه هو الفاصل بين المهام التي يسهل على الذكاء الاصطناعي استبدالها والقرارات التي سيظل المهندسون يملكونها.
يبلغ الذكاء الاصطناعي ذروة فاعليته في استنساخ الأنماط الراسخة والتعامل مع التنفيذ الروتيني. وكلما كانت المواصفات أوضح والعلاقة بين المدخلات والمخرجات أنقى، سهلت أتمتة العمل.
في الشاشات والواجهات البرمجية والنماذج وتدفقات المصادقة الشائعة المبنية على أنماط أطر عمل راسخة، يولّد الذكاء الاصطناعي مسودات أولى مفيدة بسرعة كبيرة. ولم تعد القدرة المجردة على كتابتها من الصفر عاملًا مميزًا كما كانت. ودون التفكير فيما ينبغي تعميمه وما ينبغي إبقاؤه مخصصًا، يسهل الانتهاء إلى شيفرة منتَجة بالجملة.
تعمل المساعدة الآلية جيدًا في مهام مثل إعادة تسمية المتغيرات وتقسيم الدوال البسيطة وإصلاح الأخطاء التي تتبع أنماطًا معروفة. وكلما ضاق نطاق التغيير وسهلت قراءة مقصد الشيفرة القائمة، سهلت أتمتة المهمة. أما الأدوار التي تعتمد قيمتها على التعديلات الآلية وحدها فتزداد هشاشة.
ينتج الذكاء الاصطناعي بكفاءة مسودات أولى لهياكل اختبارات الوحدات وملفات README وأوصاف الدوال، وهذا مفيد لتسريع التطوير الأولي. لكن تقرير ما يحتاج فعلًا إلى اختبار، وما الافتراضات التي يجب تدوينها، يبقى عملًا بشريًا.
يساعد الذكاء الاصطناعي كثيرًا في التحقيق في رسائل الاستثناء النموذجية وأخطاء الإعداد، ومن المرجح أن ينخفض الجهد المطلوب لمطابقة الأنماط وتلخيص السجلات. لكن حين يكون الأثر على بيئة الإنتاج كبيرًا، يظل ترتيب الأولويات والحكم من شأن البشر.
لا تكمن قيمة مهندسي البرمجيات في توليد الشيفرة، بل في بناء أنظمة تصمد أمام التشغيل الطويل. والأحكام التي تنطوي على مسؤولية ومفاضلات هي الأرجح أن تبقى بشرية.
في المشاريع الحقيقية، كثيرًا ما لا تكون مشكلات المستخدمين وسير عمل الأعمال واضحة تمامًا منذ البداية. وسيبقى عمل التمييز بين ما حُسم وما لم يُحسم، وترجمة ذلك إلى مواصفات قابلة للتنفيذ. فإن ضعف هذا العمل السابق لكتابة الشيفرة، فإن السرعة التي يتيحها الذكاء الاصطناعي ستنتج في الغالب ميزات سريعة البناء لكنها غير مفيدة فعلًا.
سيبقى عمل تحديد البنية المعمارية مع الموازنة بين قابلية الصيانة والأداء والمرونة والأمان وتكلفة التشغيل. يستطيع الذكاء الاصطناعي اقتراح خيارات متعددة، لكنه لا يتحمل مسؤولية اختيار ما يلائم قيود الشركة. وهذا من أهم مصادر القيمة لدى مهندسي البرمجيات.
قد تتضمن الشيفرة المولّدة بسهولة حالات حدية مفقودة ومعالجة ضعيفة للصلاحيات وقابلية مراقبة غير كافية. ولذلك سيزداد أهمية عمل تنظيم ممارسات المراجعة واستراتيجية الاختبار والمراقبة وقرار الإصدار. والعامل المميز هو الجمع بين البناء السريع والإطلاق الآمن.
تتطلب حوادث بيئة الإنتاج معالجة متزامنة لتحديد المشكلة وترتيب الأولويات والتدابير المؤقتة والتواصل ومنع التكرار. قد يساعد الذكاء الاصطناعي، لكن الحكم المسؤول لا بد أن يصدر عن البشر. ويتميز بوجه خاص المهندسون القادرون على فرض النظام في موقف فوضوي ودفع الفريق إلى الأمام.
سيحتاج مهندسو البرمجيات في المستقبل إلى ما هو أكثر من مهارة التنفيذ المجردة، أي إلى قدرات تظل تصنع فارقًا حتى مع توفر الذكاء الاصطناعي. وكلما نقلوا مركز ثقلهم نحو التصميم والجودة وفهم الأعمال، قويت آفاقهم على المدى البعيد.
عليك أن تعرف ما الذي تطلب من الذكاء الاصطناعي توليده، وما الذي يجب أن يتحقق منه البشر، وأين ينبغي أن تتوقف العملية للمراجعة. فالمهم ليس مجرد استخدام الأدوات، بل القدرة على الحكم على سلامة مخرجاتها. ومن يستطيع استخدام الذكاء الاصطناعي كزميل مبتدئ مع الحفاظ على الجودة سيزداد قوة.
فهم تصميم التطبيقات وتصميم البيانات وتصميم الصلاحيات وقابلية المراقبة فجوة لا يسدّها الذكاء الاصطناعي بسهولة. ومن يستطيع اتخاذ قرارات هيكلية مع الموازنة بين قيود متعددة أقدر على الاحتفاظ بقيمته مع تزايد أتمتة التنفيذ.
للإطلاق الآمن إلى بيئة الإنتاج، تحتاج إلى معرفة باستراتيجية الاختبار ومعالجة الثغرات والمراقبة وCI/CD والاستجابة للحوادث. قد لا يكون هذا المجال لامعًا، لكنه يزداد أهمية مع انتشار استخدام الذكاء الاصطناعي، ويصعب على المؤسسات استبدال من يستطيع حماية الجودة.
من المهم فهم مشكلات المستخدمين وهياكل الإيرادات وشرح سبب أهمية ميزة ما. وكلما اقتربت من التحول من شخص يكتب الشيفرة إلى شخص يصمم تطويرًا يخدم الأعمال فعلًا، قويت آفاقك على المدى البعيد.
تمتد الخبرة في هندسة البرمجيات إلى ما وراء التنفيذ، لتشمل التصميم والجودة وفهم المنتج. وهذا يسهّل الانتقال إلى أدوار محيطة تحمل مسؤولية أثقل في إصدار الأحكام.
تتصل خبرة ترجمة المتطلبات إلى تصاميم أيضًا بتقرير ما ينبغي بناؤه أصلًا. ويناسب هذا المسار المهندسين الذين يريدون الانتقال من التنفيذ إلى ترتيب الأولويات مع الحفاظ على صلتهم بالواقع التقني.
مؤشر التعرض 82/100 · الوظائف الأمريكية 2025–35 +6.9%
تنتقل خبرة التنسيق مع أصحاب المصلحة أثناء التسليم والاستجابة للحوادث إلى إدارة المشاريع متعددة الوظائف. ويناسب من يريد التوسع من التنفيذ إلى دفع التنفيذ الشامل قدمًا.
مؤشر التعرض 70/100 · الوظائف الأمريكية 2025–35 +6.7%
ترتبط خبرة التفكير في الجودة وقابلية إعادة إنتاج الأخطاء ارتباطًا طبيعيًا بتصميم الاختبارات وأعمال ضمان الجودة. وهو مسار جيد لمن يريد الانتقال من البناء السريع إلى الإطلاق الآمن.
مؤشر التعرض 95/100 · الوظائف الأمريكية 2025–35 +5.7%
لمن يريد تعميق منظور الحفاظ على عمل التطبيقات، يمثل الانتقال إلى البنية التحتية والتشغيل مسارًا طبيعيًا. ويناسب المهندسين الذين يريدون توظيف خلفيتهم في التطوير لتحسين التوافرية وكفاءة التشغيل.
مؤشر التعرض 91/100 · الوظائف الأمريكية 2025–35 +5.1%
يستطيع أصحاب الحس القوي تجاه الصلاحيات والثغرات الانتقال أيضًا إلى أدوار تركز على الأمان. ويناسب هذا المسار من يريد التوسع من مسؤولية البناء إلى مسؤولية الحماية، كما أن الخبرة في التطوير تسهّل إدراك أنواع التصاميم التي يسهل مهاجمتها.
مؤشر التعرض 87/100 · الوظائف الأمريكية 2025–35 +21.0%
يحظى أصحاب الخلفية المتينة في تنفيذ البرمجيات بموقع جيد للانتقال إلى دمج ميزات الذكاء الاصطناعي في منتجات حقيقية. وهو خيار جيد لمن يريد البناء على خبرة الهندسة التقليدية في أنواع أحدث من تصميم الأنظمة.
مؤشر التعرض 85/100 · الوظائف الأمريكية 2025–35 +10.2%
ستظل المؤسسات بحاجة إلى مهندسي البرمجيات؛ بل إن الأدوار التي تقتصر على التنفيذ الروتيني هي التي تزداد هشاشة. يمكن تسريع توليد الشيفرة، لكن المسؤولية عن توضيح المتطلبات واتخاذ القرارات المعمارية وضمان جودة بيئة الإنتاج وتحمّل تبعات الحوادث لا تزال على عاتق البشر. وما سيهم أكثر مع الوقت ليس كمية الشيفرة التي يكتبها المرء، بل قدرته على تحويل الغموض إلى أنظمة تعمل بأمان على المدى الطويل.
الوظائف المعروضة هنا تنتمي الى القطاع نفسه الذي تنتمي اليه مهندس البرمجيات. وهي ليست الوظيفة نفسها، لكنها تساعد على مقارنة تاثير الذكاء الاصطناعي وقرب المسارات المهنية.
تسجّل مهنة مهندس البرمجيات 85 من 100 على مؤشرنا للتعرض للذكاء الاصطناعي التوليدي (المرتبة 52 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 مهندس البرمجيات في الولايات المتحدة بنسبة +10.2% بين 2025 و2035.
يبلغ الذكاء الاصطناعي ذروة فاعليته في استنساخ الأنماط الراسخة والتعامل مع التنفيذ الروتيني. وكلما كانت المواصفات أوضح والعلاقة بين المدخلات والمخرجات أنقى، سهلت أتمتة العمل. على سبيل المثال: تنفيذ واجهات API القياسية وتدفقات CRUD، التعديلات الطفيفة وإعادة الهيكلة، صياغة الاختبارات والتوثيق، الفرز الأولي للأخطاء المعروفة.
لا تكمن قيمة مهندسي البرمجيات في توليد الشيفرة، بل في بناء أنظمة تصمد أمام التشغيل الطويل. والأحكام التي تنطوي على مسؤولية ومفاضلات هي الأرجح أن تبقى بشرية. على سبيل المثال: تحويل غموض المتطلبات إلى مواصفات، قرارات البنية المعمارية واختيار التقنيات، ضمان جودة بيئة الإنتاج، الاستجابة للحوادث ومنع تكرارها.
سيحتاج مهندسو البرمجيات في المستقبل إلى ما هو أكثر من مهارة التنفيذ المجردة، أي إلى قدرات تظل تصنع فارقًا حتى مع توفر الذكاء الاصطناعي. وكلما نقلوا مركز ثقلهم نحو التصميم والجودة وفهم الأعمال، قويت آفاقهم على المدى البعيد. على سبيل المثال: تصميم سير عمل تطوير يضع الذكاء الاصطناعي في المقدمة، الإلمام بالبنية المعمارية والتصميم، المعرفة بالاختبار والأمان والتشغيل، فهم الأعمال والتفكير بمنطق المنتج.
