هل يقلل الذكاء الاصطناعي التوليدي من الجهد الذهني المطلوب لجمع متطلبات البرمجيات وتحديدها؟

Host: أهلاً بكم في حلقة جديدة من بودكاست A.I.S. Insights — powered by Living Knowledge. معكم آنا آيفي سومرز، ويشاركني الحوار زميلي أليكس إيان ساذرلاند. نناقش اليوم دراسة بعنوان "هندسة المتطلبات باستخدام الذكاء الاصطناعي التوليدي: تحول استخلاص المتطلبات والعبء المعرفي"، والتي أعدها الباحثون أدريانا فيرونيكا بافينسكا، وكيفن كينتزل، وتيل شيرمايستر، وجورج فورونين، ونُشرت في المؤتمر الدولي لنظم المعلومات ICIS لعام 2026. تبحث هذه الدراسة في كيفية تغيير الذكاء الاصطناعي التوليدي لممارسات استخلاص المتطلبات وتأثيره المباشر على العبء الذهني للممارسين. مرحباً بك يا أليكس.
Expert: مرحباً بكِ يا آنا، وسعيد بوجودي معكِ اليوم لمناقشة نتائج هذه الدراسة.
Host: دعينا نبدأ بالمشكلة الأساسية. حظي دور الذكاء الاصطناعي التوليدي في البرمجة باهتمام واسع، لكن مرحلة استخلاص المتطلبات تبدو مختلفة تماماً، أليس كذلك؟
Expert: هذا صحيح تماماً. تتسم مرحلة استخلاص المتطلبات بوجود قدر كبير من الغموض واحتياجات العمل غير المنظمة، على عكس كتابة الشيفرة البرمجية التي تحكمها قواعد نحوية محددة واختبارات واضحة. وتفترض العديد من المؤسسات أن إدخال أدوات الذكاء الاصطناعي التوليدي سيؤدي تلقائياً إلى خفض الجهد الذهني للممارسين. غير أن هذا الافتراض يتجاهل ما إذا كانت هذه الأدوات تزيل العبء المعرفي بالفعل، أم أنها تخلق أعباءً ذهنية جديدة تؤثر على كيفية تحليل المتطلبات المعقدة.
Host: وكيف تناول الباحثون هذه المسألة من الناحية المنهجية؟
Expert: استندت الدراسة إلى إطار نظرية العبء المعرفي، وأجرى الباحثون عشرين مقابلة شبه مهيكلة مع متخصصين في هندسة المتطلبات لدى مزود أوروبي لخدمات تكنولوجيا المعلومات. ثم حلل الفريق البيانات النوعية باستخدام أساليب النظرية المجذرة لرصد التحولات في الممارسات اليومية وتقييم مستويات الجهد الذهني الناتجة عنها.
Host: ما هي أبرز النتائج التي كشفت عنها هذه المقابلات؟
Expert: أظهرت النتائج أن الذكاء الاصطناعي التوليدي يؤتمت بالفعل المهام الروتينية، مثل تفريغ التسجيلات الصوتية، وتلخيص الملاحظات، وإعداد المسودات الأولية، مما يسهم في تقليل الجهد الذهني الخارجي. ولكن، بدلاً من انخفاض الجهد الذهني بشكل عام، أظهرت الدراسة أنه يُعاد توزيعه؛ إذ تنشأ متطلبات معرفية جديدة تتعلق بهندسة الأوامر، والتحقق المستمر من صحة المخرجات، وتقييم قدرات ونطاق عمل هذه الأدوات.
Host: هذا تحول لافت في توزيع الجهد. وكيف انعكس ذلك على المشاركين في العينة؟
Expert: من بين المتخصصين العشرين الذين شملتهم الدراسة، أبلغ أحد عشر ممارساً عن انخفاض صافٍ في الجهد الذهني، بينما لم يشهد تسعة ممارسين أي تغيير صافٍ في العبء أو واجهوا تأثيراً متفاوتاً، وسجل ممارس واحد زيادة إجمالية في العبء المعرفي. يرتبط هذا التباين بطريقة استخدام الأداة؛ فعند توظيف الذكاء الاصطناعي التوليدي كشريك نقاش واستكشاف للبدائل، يدعم ذلك التفكير الإبداعي وحل المشكلات، في حين يؤدي الاعتماد غير النقدي عليه إلى خطر الوقوع في تحليلات سطحية.
Host: وماذا عن مستويات الخبرة المهنية بين العاملين في هذا المجال؟
Expert: أشارت الدراسة إلى أن الخبرة البشرية في مجال العمل تظل ركيزة أساسية. فالموظفون الجدد غالباً ما يفتقرون إلى السياق اللازم لاكتشاف الأخطاء أو الهلوسات غير الدقيقة في النصوص المولدة، بينما يتحمل الموظفون ذوو الخبرة أعباء إشراف ومراجعة متزايدة لضمان اتساق المخرجات مع أهداف العمل.
Host: بالانتقال إلى الجانب العملي، ما الذي ينبغي لقادة الأعمال وفرق تكنولوجيا المعلومات فعله بناءً على هذه النتائج؟
Expert: أولاً، ينبغي للمؤسسات عدم افتراض أن الإنتاجية ستتحقق بمجرد توفير الأدوات؛ بل يجب تدريب الفرق على صياغة الأوامر بدقة والتحقق المنهجي من المخرجات. ثانياً، من الضروري تصميم مسارات عمل تميز بين المهام الروتينية التي يمكن للذكاء الاصطناعي صياغتها، والمهام الاستراتيجية التي تتطلب تواصلاً عميقاً مع أصحاب المصلحة. وأخيراً، يحتاج الموظفون المبتدئون إلى توجيه مستمر لتطوير حس التحليل النقدي بدلاً من الاعتماد السلبي على النتائج الآلية.
Host: ختاماً، تؤكد هذه الدراسة أن الذكاء الاصطناعي التوليدي يعيد تشكيل العبء المعرفي في هندسة المتطلبات بدلاً من حذفه ببساطة، مما يجعل المهارة التحليلية والتحقق المنهجي أمرين حاسمين لنجاح المشاريع. شكراً جزيلاً لك يا أليكس على هذا التوضيح.
Expert: شكراً لكِ يا آنا، وشكراً لمستمعينا الكرام.
Host: شكراً لمتابعتكم هذه الحلقة من A.I.S. Insights — powered by Living Knowledge. نلتقي بكم في حلقة قادمة.