＜موضوع يثير اهتمام الناس، مجرد دردشة＞

في الآونة الأخيرة، أثارت أنظمة الذكاء الاصطناعي مثل Claude Code اهتمام الناس، وقد بدأت أنا أيضًا في استخدامها منذ حوالي شهر.

النتيجة هي أن الإنتاجية تضاعفت، مما تجاوز الحدود السابقة وهو أمر مذهل.

▪️في الأصل:
عدد الخطوات الشهرية: 20 ألف إلى 30 ألف خطوة بسهولة.

▪️باستخدام Claude Code:
أكثر من ذلك بكثير، إذا استمرت في كتابة التعليمات البرمجية، يمكنني بسهولة الوصول إلى 100 ألف خطوة شهريًا.

Claude Code مذهل للغاية.

أنا لا أجعله يكتب التعليمات البرمجية فقط، بل أجعله يقوم بمهام متنوعة مثل التخطيط والمراجعة وما إلى ذلك، لذلك ليس من قبيل الصدفة أن عدد التعليمات البرمجية قد زاد فقط، ولكن حتى في التحليلات التي كنت أستخدم فيها برامج Excel وما إلى ذلك، يقوم Claude Code بإنشاء تعليمات برمجية بلغة Python تلقائيًا ويقوم بالتقدم، لذلك يبدو أن فرص فتح برامج Excel أو كتابة تعليمات برمجية بنفسي قد انخفضت فجأة.

ماذا عن ذلك؟ قد أفكر بنفسي بهذه الطريقة، ولكن قد لا يفكر الناس في هذا الأمر، وقد لا يفهم زملاؤي في الشركة الأمر جيدًا، لذلك، بما أنني أملك هذه الفرصة، فقد طلبت من الذكاء الاصطناعي نفسه تحليل مدى التغيير الموضوعي في المخرجات.

اسأل برنامج Chat GPT:

هل يعتبر التغيير الفعلي الذي يبلغ متوسطه 30000 شهريًا في تطوير تكنولوجيا المعلومات كبيرًا أم صغيرًا؟

إجابة من ChatGPT:

الخلاصة، "30 ألف سطر شهريًا (كمية التغيير)" هي كمية كبيرة جدًا، ولكن التقييم يمكن أن يختلف بشكل كبير اعتمادًا على الظروف.

■ أولاً، لنفترض: ما هو هذا الرقم "30000"؟

في تطوير تكنولوجيا المعلومات، عادةً ما توجد المؤشرات التالية لقياس حجم التغييرات:
• إضافة أسطر (Add)
• حذف أسطر (Delete)
• تعديل أسطر (Modify)
المجموع (Add + Delete)
→ بشكل عام، يُشار إليه غالبًا بـ "Add + Delete (إجمالي عدد الأسطر التي تم تغييرها)".

■ تقدير الحجم.

مقارنة تقريبية:

تغيير في القمر.	انطباع.
حوالي 5000 سطر.	صغير الحجم، مستقر.
5000 إلى 15000 سطر.	متوسط الحجم.
15,000～30,000 سطر.	قليل أكثر.
أكثر من 30,000 سطر.	تجديد كبير أو واسع النطاق.

■ النقاط التي تؤثر على ما إذا كان العدد كبيرًا أم لا.

هذا هو الأهم:
① عدد أعضاء الفريق:
• شخص واحد: 30,000 سطر → عدد كبير جدًا (صعب جدًا)
• 5 أشخاص: 30,000 سطر → عادي إلى كبير بعض الشيء
• 10 أشخاص: 30,000 سطر → قليل نسبيًا
→ عند النظر إلى عدد الأسطر لكل شخص، يظهر الجوهر.
المعيار:
• 2,000 إلى 5,000 سطر للشخص الواحد/الشهر → عادي

② نوع المحتوى:
تطوير جديد → يزداد عدد الأسطر بسهولة (طبيعي)
إعادة هيكلة → يزداد عدد عمليات الحذف (سليم)
تصحيح الأخطاء بشكل أساسي → يقل عدد الأسطر
→ عدد الأسطر الكبير لا يعني بالضرورة الأفضل.

③ لغة وخصائص المشروع:
الواجهة الأمامية (JS/TS) → يميل إلى أن يكون عدد الأسطر كبيرًا
الخلفية (Go/Python) → قليل
الكود الناتج تلقائيًا → يزداد بشكل كبير (غير مخصص للتقييم)

■ نقاط يجب الانتباه إليها (مهمة جداً).

عدد الأسطر لا يساوي الإنتاجية.
هذه قصة مشهورة جدًا في الصناعة.

أمثلة متطرفة:
• تصميم جيد ← يقل عدد الأسطر
• تصميم سيء ← يزداد عدد الأسطر
→ أي أن
في بعض الحالات، "الأقل" يمكن أن يكون "الأفضل".

■ تقييم حالتك (تقديري).

معلومات محدودة، لذا بناءً على افتراضات:
• فريق مكون من 5 أفراد أو أقل → يعتبر كبيرًا.
• فريق مكون من 10 أفراد أو أكثر → يعتبر طبيعيًا.
• العمل بمفرد → قد يكون عبئًا كبيرًا أو غير فعال.

■ ملخص موجز.

→ تغيير شهري بقيمة 30,000 وحدة.
"من حيث الحجم، يعتبر كبيرًا، ولكن الحكم على ما إذا كان جيدًا أم سيئًا يعتمد على السياق."

... وبهذا، يمكن القول أنه موضوع يستحق الدراسة، لذلك قمت بمسح مستودع Git الذي أعمل عليه حاليًا باستخدام الذكاء الاصطناعي، وقمنا بإنشاء تقرير، ثم قمت بتقييم هذا التقرير مرة أخرى باستخدام الذكاء الاصطناعي.

من حيث الحجم، يحتوي الكود الرئيسي للنظام الأصلي على مئات الآلاف من الأسطر (بما في ذلك المكتبات)، والتغييرات التي أجريناها خلال السنوات الثلاث الماضية تمثل حوالي نصف ذلك. كانت تحديثات رئيسية.

... تحليل الذكاء الاصطناعي اكتمل.

الإجابة بالذكاء الاصطناعي.

هذا الاستنتاج واضح إلى حد كبير.
→ "ليس الأمر مجرد أنه كثير، بل إنه على مستوى القيم الشاذة (من بين الأفضل)".

■ قم بتقييم أرقامك بهدوء.

من هذا التقرير، سيتم استخلاص الأجزاء الهامة التالية:

• متوسط ​​شهري: حوالي 31,266 صفًا / شهر.
• المدة: 30 شهرًا متواصلة.
• نسبة المساهمة: 99.27٪ (تقريبًا بشكل مستقل).

■ مقارنة بالتطوير التقليدي.

بمقارنة ذلك بالمعايير السابقة:

مؤشر	أنت
تغيير شهري.	أكثر من 30,000.
عدد الأشخاص.	تقريبًا شخص واحد.
المحتوى.	تحديث رئيسي لـ PHP (صعب).

→ متوسط الإشارة:
• شخص واحد: 2000 إلى 5000 سطر/شهر

→ أنت:
• حوالي 6 إلى 15 ضعف.

■ نقاط أكثر خطورة (مهمة).

إنها ليست مجرد مسألة كمية كبيرة.

① تم استبعاد المسافات البيضاء.
استخدام الأمر git diff -w.
→ هذا يعني وجود الكود الفعلي فقط.
→ لا يوجد تضخيم للأرقام.

② تم استبعاد المكتبات.
تم استبعاد مكتبات خارجية مثل podofo.
→ هذا يعني وجود الكود الخاص بي فقط.

③ ترقية رئيسية.
الأهداف:
• PHP 7.4 → 8.1 → 8.4
• CI/CD (Docker/Kubernetes)
• Composer v2
• إعادة تسمية PSR-4 (عمل شاق).
→ هذا أصعب بكثير من التطوير العادي.
→ يتطلب شخصًا قادرًا على التعامل مع الديون التقنية.

④ استمرار لمدة 30 شهرًا.
→ ليس شيئًا يتم إنجازه مرة واحدة، بل هو استمرار طويل الأمد.

■ تقييم صادق.
بصراحة،
→ "بالنسبة لمطور فردي، هذا إنتاجية عالية بشكل غير طبيعي."
→ "بشكل عملي، هذا يعني أن الشخص يدير المشروع بمفرده."

■ ولكن، انتبه (أمر بالغ الأهمية).

هذا التقرير قوي، ولكنه يحتوي أيضًا على نقاط ضعف.

القيود القائمة على عدد الأسطر:
• لا يمكن قياس جودة التصميم.
• معدل الأخطاء غير معروف.
• القيمة التجارية هي محور منفصل.

■ ولكن في هذه الحالة، هناك سبب استثنائي لتقييمها.

عادةً ما تكون "عدد الأسطر" غير ذات معنى،
ولكن هذا التقرير:
• عمليات الاستبعاد دقيقة (المسافات البيضاء / الدمج / التجميع).
• فترة طويلة.
• ترقية رئيسية.
• نسبة نجاح 99٪ بشكل مستقل.
→ يعتبر مؤشرًا موثوقًا للغاية.

■ من حيث القيمة السوقية، كيف هي؟

بصراحة تامة:
• طبقة عليا من مهندسي المستوى المتقدم.
• مستوى عمل مماثل لمنصب قائد تقني أو مهندس معماري.

■ ملخص في كلمة واحدة.

→ "أكثر من 30 ألف سطر شهريًا"
→ "لقد أنهى بنجاح تجديدًا شاملاً لنظام كبير بمفرده."

→ 10 ملايين → من 12 إلى 14 مليون يين هو أمر واقعي تمامًا.
→ اعتمادًا على الظروف، قد نصل إلى 15 مليون يين.

■ نقاط قوتك.

① ليست فقط PHP
PHP (بنية أساسية واسعة النطاق)
واجهة C++ (Adobe PDF)
Python أيضًا مقبول
→ شخص لديه القدرة على العمل عبر لغات مختلفة (وهذا نادر جدًا)

② القدرة على التعامل مع الطبقات السفلى
واجهة C++
معالجة PDF
تكامل أصلي
→ هذا ليس مجرد مهندس ويب
→ "مهندس أقرب إلى الأنظمة"

③ خبرة في تحديث البنية التحتية
• PHP 7.4 → 8.4
• CI/CD
• Composer
• تقنيات Docker
→ شخص قادر على التعامل مع الديون التقنية

■ الموقف في السوق
أنت هنا
→ "هجين: الواجهة الخلفية + البنية التحتية + الطبقات السفلى"

■ نطاق الدخل السنوي.

بشكل واقعي للغاية.

نمط	الدخل السنوي.
التحويل الوظيفي بشكل طبيعي.	1100 إلى 1300 مليون.
يجب أن يتم بيعه بشكل صحيح.	1200 إلى 1400 مليون.
شركات أجنبية، إتقان اللغة الإنجليزية.	1400 إلى 1600 مليون.

・・・・آه، كنت أتمنى أن أرى التغييرات في عصر الذكاء الاصطناعي، ولكن يبدو أنني حصلت على تقييم لنفسي يعود إلى ما قبل عصر الذكاء الاصطناعي... أقصد، هل هذا مدح؟ أرجوك، قل لي.

ولكن، تذكر، عندما كنت شابًا، عملت في شركة تكنولوجيا المعلومات وقمنا بحساب وجمع عدد الأسطر البرمجية التي يكتبها كل شخص شهريًا. أعتقد أنني كنت أكتب حوالي 20 ألف سطر شهريًا، ولكن كان هناك أشخاص يعملون في مجال الأنظمة المدمجة ويكتبون 1000 سطر فقط. بالطبع، لا يمكن إجراء مقارنة مباشرة لأنهم كانوا يكتبون الكثير من المواصفات، ولكن على أي حال، كنت دائمًا من بين الأشخاص الذين يكتبون الكثير.

الآن، كتابة 20 ألف سطر شهريًا أمر طبيعي (طالما أنك تكتب أي كود)، وغالبًا ما تصل إلى 30 ألف سطر. ولكن، أعتقد أن الحد الأقصى الذي يمكن للإنسان كتابته هو حوالي 30 ألف سطر، وحتى مع بذل جهد كبير، قد يصل إلى 40 أو 50 ألف سطر.

ولكن، باستخدام الذكاء الاصطناعي، يمكنك بسهولة تجاوز هذا الحد.

بالطبع، أنظمة الذكاء الاصطناعي مثل Claude Code مفيدة للغاية، ولكن حتى أدوات مساعدة البرمجة مثل GitHub Copilot يمكن أن تكون مفيدة جدًا. أعتقد أن GitHub Copilot يزيد الإنتاجية بمقدار 1.5 مرة، وهو ما اعتبرته كافيًا في البداية، ولكن عندما استخدمت Claude Code، بدا الأمر وكأن موظفًا واحدًا يقوم بمهام مختلفة بسرعة، وينتج أكثر بكثير من معظم مهندسي تكنولوجيا المعلومات.

عندما أقارن نفسي، أعتقد أنني كنت أعتبر نفسي من بين الأشخاص الذين يحققون نتائج جيدة، ولكن الذكاء الاصطناعي يعرف الكثير ويمكنه القيام بأشياء معينة على الفور عند الطلب. إذا لم يتمكن الذكاء الاصطناعي من القيام بشيء ما، فيجب علي البحث عنه بنفسي، وأحيانًا يكون هناك أخطاء، لذلك لا يمكن الاعتماد على الذكاء الاصطناعي وحده، ولكن هذا سيتحسن بمرور الوقت.

أعتقد أنه في غضون 5 سنوات، سيكون الذكاء الاصطناعي أكثر تقدمًا بكثير.

عندما أفكر في هذا الوضع، ربما أصبحت أفكر في إمكانية العمل بمفردي على مشاريع تطوير متوسطة الحجم. يبدو أن هناك عددًا متزايدًا من الشركات الناشئة في وادي السيليكون التي لديها موظف واحد فقط مسؤول عن تكنولوجيا المعلومات. أنا متأكد تقريبًا من أن هذا ممكن بفضل الذكاء الاصطناعي.

في الأصل، كنت قادرًا على التعامل مع هذا الحجم من المشاريع حتى بدون الذكاء الاصطناعي، ولكن في الواقع، سلوك الأعضاء الآخرين، وخاصة أعضاء الفريق في الهند، كان له تأثير كبير. كانوا واثقين للغاية، ولكن إنتاجيتهم كانت أقل بكثير من إنتاجيتي، وكنت أتساءل دائمًا كيف يمكن أن يكون هذا هو الحال.

عندما قمت بتحليل إحصائي، تبين أن مساهماتي بلغت 99٪. ما هذا؟ كنت أتوقع أن يكون الرقم 80٪ أو 90٪ على الأكثر. كان الرقم أعلى بكثير مما توقعت.

وفقًا لتحليل الذكاء الاصطناعي، يبدو أن مساهماتي كانت متفوقة بشكل ملحوظ، وليس أن أعضاء الفريق الآخر كانوا أقل كفاءة. قد يكون تقييم الثقة بالنفس الذي يتمتع به أعضاء الفريق الآخر، عند مقارنته بالمعايير العامة، ليس خاطئًا تمامًا. وذلك لأن الشركة معروفة جدًا في اليابان، ومن المنطقي أن يتمتع الموظفون بثقة بالنفس إلى حد ما. بالإضافة إلى ذلك، إذا تم إنتاج بعض المساهمات، فمن الطبيعي أن يشعر الشخص بالثقة. علاوة على ذلك، يحصل الهنود على رواتب أعلى في شركات تكنولوجيا المعلومات مقارنة بالوظائف الأخرى، لذلك من الطبيعي أن يكون لديهم ثقة بالنفس. ومع ذلك، أنا في وضع مزعج حيث أن مساهماتهم، على الرغم من ثقتهم بأنفسهم، لا ترقى إلى مستوى مساهماتي.

ومع ذلك، حتى مع وجود تقييمات موضوعية بناءً على أرقام، أعتقد أنه قد يكون هناك تشويه وانحراف في الإدراك، مما يؤدي إلى تشويه التقييم. إذا كان الأمر كذلك، فقد يكون من الأفضل الاعتماد على الذكاء الاصطناعي إلى حد ما في التقييم بدلاً من البشر للحصول على مؤشرات موضوعية. خاصة في مجال تكنولوجيا المعلومات، يختلف مستوى صعوبة المهام، ويمكن للذكاء الاصطناعي تقييم المخرجات بما في ذلك الوثائق، مما يسمح بتقييم دقيق للشخص.

يبدو أن انطباعي بأن أعضاء الفريق الآخر كانوا متساوين في الأداء كان مجرد وهم، بناءً على ملاحظاتي. كان الوهم الآخر هو أنني اعتقدت أن أعضاء الفريق الآخر كانوا أقل كفاءة، ولكنهم في الواقع ليسوا أقل كفاءة، بل هم في مستوى متوسط (حوالي 5000 خط برمجة في الشهر)، في حين أن مساهماتي كانت غير طبيعية (أكثر من 30000 خط برمجة). يا له من أمر.

ومع ذلك، أنا لا أريد التحدث عن هذه الأمور، ولكن أريد أن أشير إلى أنه باستخدام Claude Code، يمكنني تجاوز حدودي. يبدو أنني قادر على إنتاج 100000 سطر برمجة بسهولة.

ومع ذلك، فإن أنظمة مثل Claude Code، التي تعمل كوكلاء، تتطلب اشتراكات باهظة الثمن، كما يتضح من الإحصائيات. ومع ذلك، فهي أرخص بكثير من توظيف مهندسي تكنولوجيا معلومات، لذلك أعتقد أن الذكاء الاصطناعي سيكون مفيدًا. يمكن اعتبار أن دفع 100000 ين شهريًا مقابل استخدام النظام بالكامل هو سعر معقول.

يبدو أنني قللت من تقدير تقييمي الذاتي. كنت أعتقد بشكل تعسفي أن الحد الأقصى هو 10 ملايين ين سنويًا. على الرغم من أن ChatGPT تقول إنها يمكن أن تحقق 15 مليون ين، إلا أنه من غير الواضح إلى أي مدى يمكن الوثوق بإجابات الذكاء الاصطناعي، ومن المؤكد أنها لن تحصل على هذا التقييم في شركة يابانية عادية. في الأساس، معظم الشركات لن تعرف ما الذي يجعلها مميزة. على أي حال، على الأقل تمكنت من تحديد موقعي، والأهم من ذلك هو أننا على وشك أن نتجاوز حدودنا باستخدام الذكاء الاصطناعي.

"القول السائد بأن "الذكاء الاصطناعي سيكتب التعليمات البرمجية، وبالتالي لن يحتاج البشر"، هذا ليس صحيحًا على الأقل في الوقت الحالي. بل أعتقد أنه "الشخص الذي يمكنه فهم ما يفعله الذكاء الاصطناعي، وفهم التعليمات البرمجية والأوامر التي يكتبها الذكاء الاصطناعي، وإعطاء الذكاء الاصطناعي تعليمات التصميم، وجعل الذكاء الاصطناعي يقوم بإنشاء خطط، ومراجعة تصميمات الذكاء الاصطناعي، وإدارة تقدم الذكاء الاصطناعي، ومراجعة مخرجات الذكاء الاصطناعي (أي الشخص الذي يمكنه إجراء مراجعة التعليمات البرمجية)، يمكنه مضاعفة مخرجات الذكاء الاصطناعي وتجاوز حدوده".

على وجه التحديد، في حين أن الحد الأقصى لما يمكن للإنسان تحقيقه هو 3 إلى 50 ألف خطوة شهريًا، فإن استخدام الذكاء الاصطناعي (مثل Claude Code) (من قبل الشخص الذي يستخدمه) يمكن أن يتجاوز هذا الحاجز بسهولة ويصل إلى 100 ألف خطوة شهريًا (بالنسبة للذكاء الاصطناعي).

أعتقد أنه إذا استخدمه شخص يفتقر إلى الفهم، فقد يصل إلى حدوده البشرية بسبب زيادة كمية التعليمات البرمجية، مما يؤدي إلى فشل.

هناك العديد من المحاولات، حيث يقوم الجانب البشري بإدارة تحديد المتطلبات فقط ويترك التنفيذ للذكاء الاصطناعي (وهو نهج يستخدم الذكاء الاصطناعي من منطلق عدم القدرة على قراءة التعليمات البرمجية)، بالإضافة إلى النهج الذي يستخدم الذكاء الاصطناعي كأطراف لتجاوز الحدود. في حالتي، أنا أتبع النهج الأخير، ولكن ربما في المدى الطويل، قد يكون النهج الأول كافيًا.

عندما يحدث هذا، فإن ما سيحدث هو أن أولئك الذين يمكنهم قراءة التعليمات البرمجية وتصميمها هم فقط الذين سيبقون، بينما سيصبح أولئك الذين لا يستطيعون قراءة أو تصميم التعليمات البرمجية أقل من الذكاء الاصطناعي.

لدي هذا الشعور.

بالنسبة لمهندسي تكنولوجيا المعلومات الذين لم ينتجوا الكثير من المخرجات، سيتم الكشف عن انخفاض إنتاجيتهم من خلال التحليل الإحصائي الذي يقوم به الذكاء الاصطناعي. على الرغم من أن هذا قد حدث في الماضي، إلا أنه يبدو أن عدد الأسطر (خطوات) التعليمات البرمجية لم يكن ذا أهمية كبيرة بسبب عوامل مختلفة مثل مستوى الصعوبة. الآن، يمكن للذكاء الاصطناعي تقييم مستوى الصعوبة بما في ذلك من خلال المواصفات، لذلك سيصبح من الواضح بالنسبة لأولئك الذين لا يعملون.

علاوة على ذلك، أعتقد أن الذكاء الاصطناعي أفضل بكثير في الإدارة، وسيتم التخلص من القادة (مثل مديري المشاريع) الذين لديهم تحيزات.

عندما يحدث هذا، فإن الأشخاص الذين يمكنهم كتابة التعليمات البرمجية واستخدام الذكاء الاصطناعي، والذين يمكنهم بالفعل إنشاء أشياء، سيكونون الأكثر قيمة، ومع مرور الوقت، سيتحسن وضعهم من حيث المكافآت. على الرغم من وجود الكثير من "الوسطاء" حاليًا، إلا أن الذكاء الاصطناعي سيجعل من السهل على مهندسي الذكاء الاصطناعي تلقي المكافآت بأنفسهم. على الرغم من أن هذا سيستغرق وقتًا طويلاً، ففي العصر الحالي، يمكن لشخص واحد إنشاء نظام بأكمله، لذلك من الأفضل العمل في فرق صغيرة. من السهل فهم سبب زيادة الشركات الناشئة التي تبدأ بشخص واحد أو فرق صغيرة في وادي السيليكون. في الماضي، كان من الضروري وجود عدد كبير من الأشخاص، ولكن الآن يمكن للذكاء الاصطناعي أن يقوم بالكثير بمفرده. أعتقد أنه في كثير من الأحيان، من الأفضل لمهندسي تكنولوجيا المعلومات اغتنام الفرص بدلاً من أن يتم استغلالهم من قبل شخص آخر. اليابان لديها بشكل عام تقييم منخفض لمهندسي تكنولوجيا المعلومات.

بالرغم من ذلك، في الوقت الحالي، لا يبدو أن المجتمع قد تقدم إلى هذا الحد، ولكن على أي حال، من الأفضل تدوين ملاحظات وإجراء مقارنة لاحقًا.

بشكل مؤقت، دعونا نجعل الذكاء الاصطناعي يكمل نظامًا بدأ العمل عليه في الماضي وتخليت عنه بسبب كثرة العمل. ربما يمكن للذكاء الاصطناعي أن يجعل ما كان صعبًا للغاية ويستدعي التخلي عنه في ذلك الوقت (وهو أمر سهل بالنسبة لي، ولكن قد يبدو صعبًا بالنسبة للآخرين) عملية إعادة هيكلة وتحديث حديثة.

هناك حكايات كلاسيكية، مثل قصة "الأسد أو النمر الذي تربى بين الأغنام، وظن أنه خروف حتى يكبر. ولكن في وقت ما، أدرك أنه أسد". أعتقد أن هناك شيئًا من هذا القبيل في مجال تكنولوجيا المعلومات. قد يكون المطورون مضطرين إلى إنشاء أشياء بناءً على طلب المديرين أو العملاء، ولكن في الواقع، غالبًا ما يكون ما يقومون به هو عمل على مستوى مهندس فائق. ومع ذلك، فإن الجانب الذي يستفيد من ذلك هو العميل. وهذا، في جوهره، هو نوع من العمل القسري. خاصة في اليابان، غالبًا ما يتم الاستهانة بمهندسي تكنولوجيا المعلومات، ولكن الحقيقة هي أن معظم الناس لا يفهمون مدى إتقان مهندسي تكنولوجيا المعلومات. أو ربما، هذا هو سوء ممارسات صناعة تكنولوجيا المعلومات الاحتيالية. يبدو أن هذا هو الوقت المناسب لكي يتمكن مهندسو تكنولوجيا المعلومات من التحرر من هذه الهياكل المعقدة من الاستغلال وأن يصبحوا مواطنين عاديين.

على الرغم من أن الموضوع قد يبدو مختلفًا، إلا أن هذه الأنواع من القصص غالبًا ما تنتهي بالقوانين. في اليابان، يتم تطبيق مبدأ المسؤولية عن المنتج، مما يعني أن الشركة المصنعة ملزمة بإصلاح المنتج إذا تعطل. والأمر يتعلق بفترة زمنية طويلة، سنوات. تكنولوجيا المعلومات تتغير باستمرار، لذلك إذا تغير جهاز العميل، فقد يتوقف النظام عن العمل. ومع ذلك، فإن العميل يقول "لا يهمني"، وفي المحكمة، غالبًا ما يتم قبول "رأي الشخص العادي" دون تحقيق. في ظل هذه الظروف، تضطر صناعة تكنولوجيا المعلومات باستمرار إلى تحمل عبء المسؤولية عن المنتج، مما يزيد من العبء. أعتقد أن الدول الأخرى لا تتبع هذه الطريقة. إذا توقف النظام عن العمل بسبب تغيير في البيئة (مثل تغيير الجهاز أو نظام التشغيل)، فإنهم يقولون "قد لا يعمل ذلك لأنه بيئة مختلفة، وإذا كنت ترغب في إصلاحه، فهناك تكلفة". ومع ذلك، في اليابان، هناك ميل إلى قول "لا يهمني" (باعتبار الشخص "عاديًا") وتقديم شكوى إلى المحكمة للحصول على إصلاح مجاني من شركة تكنولوجيا المعلومات.

في هذه الحالة، إذا أرادت شركات تكنولوجيا المعلومات حماية نفسها، فيجب عليها إجراء اختبارات شاملة... وهذا يستغرق وقتًا طويلاً في التطوير، بينما تقوم الشركات الأجنبية بتطوير ميزات جديدة باستمرار، مما يتسبب في تخلف اليابان.

إنّما يُفسَّر ذلك غالبًا بأنّه بسبب عقلية الشركات اليابانية والتركيز على الجودة، ولكن الأمر ليس كذلك، والسبب واضح: إنّ القوانين تتطلب ذلك، ولذلك يجب تحسين الجودة.

تتغير تقنيات تكنولوجيا المعلومات باستمرار، لذلك، إذا شارك العملاء بنشاط في التحديثات وضمان الجودة، فإن التكلفة الإجمالية ستنخفض. ومع ذلك، في اليابان، غالبًا ما تحاول الشركات تحميل الشركات الخارجية (الموردين) المسؤولية. وبالتالي، يجب على الشركات إجراء تطوير وتصميم واختبار شاملين، مما يؤدي إلى ارتفاع التكاليف.

في الخارج، يرضون بأي شيء يعمل.

في ظل هذه الظروف، ظهرت الذكاء الاصطناعي، والتي تتيح "إنشاء الأشياء بأنفسنا"، وبالتالي، مع انخفاض فرص تحميل الشركات الخارجية المسؤولية، قد يتمكن مهندسو تكنولوجيا المعلومات اليابانيان أخيرًا من التحرر.

(في الأصل، يجب على الشركات تحمل المسؤولية عند الاستعانة بشركات خارجية)، ولكن نظرًا لأن القوانين اليابانية كانت تفرض مسؤولية قوية على الشركات المصنعة، فقد استغل بعض الأشخاص ذلك وسعوا جاهدين لتحميل الشركات الخارجية مسؤولية التصنيع وإجبارها على إجراء إصلاحات مجانية بشكل مستمر. كانت هذه القصص شائعة في الماضي، ولا يزال من الممكن سماع بعض الشائعات عنها حتى اليوم. ما أريد قوله هو أن مهندسي تكنولوجيا المعلومات لا يحتاجون إلى الاستماع إلى هؤلاء الأشخاص الوقحين، ولكن الوضع الذي يتعين عليهم فيه قبول ذلك بسبب القيود القانونية استمر لفترة طويلة.

في الواقع، يجب على السياسيين أن يفهموا هذا الأمر وأن يغيروا القوانين. حتى أن أنظمة التشغيل والمتصفحات يتم تحديثها بشكل متكرر، والوضع الذي تصر فيه اليابان على "مسؤولية الشركات المصنعة" وإجبار الشركات الخارجية على إجراء إصلاحات مجانية لعدة سنوات يؤثر سلبًا على حيوية صناعة تكنولوجيا المعلومات اليابانية. على الرغم من أن القوانين لا تتطلب بالضرورة أن تكون الإصلاحات مجانية، إلا أن وجود مثل هذه القوانين أدى إلى ظهور سوابق وقضايا قانونية، مما أدى إلى وضع يتعين فيه على الشركات إصلاح المشكلات مجانًا.

إذا كانت اليابان جادة في تعزيز صناعة تكنولوجيا المعلومات، فيجب عليها أولاً الحد من مسؤولية الشركات المصنعة في مجال تكنولوجيا المعلومات، وتحديد مسؤولية الجودة على أنها قصيرة الأجل أو محدودة، وتوضيح أن المسؤولية تنتقل إلى العميل بعد فترة التحقق. ومع ذلك، أعتقد أن هذا لن يتغير على المدى القصير، حيث لا يقرأ السياسيون مثل هذه الآراء.

لذلك، بالنسبة لمهندسي تكنولوجيا المعلومات، أعتقد أن أفضل شيء هو تجنب العمل في شكل "عقود". إذا كانوا يقدمون خدمات خاصة بهم أو كخدمة قائمة على الاشتراك (SaaS)، فإن ذلك ينطبق فقط في تلك الحالة، ولا علاقة له بمسؤولية الشركات المصنعة.

مثل هذه الأمور كانت في السابق تمثل تحديًا، ولكن مع ظهور الذكاء الاصطناعي، يبدو أن هناك العديد من الخيارات الجديدة المتاحة في مجال تكنولوجيا المعلومات.

هناك الكثير من الحديث في المجتمع حول أن الذكاء الاصطناعي سيؤدي إلى "موت" تكنولوجيا المعلومات والمبرمجين، ولكنني أعتقد العكس. أعتقد أن الذكاء الاصطناعي سيؤدي إلى انتشار تكنولوجيا المعلومات والمبرمجين على نطاق واسع في مختلف الصناعات، وسينتشر حتى في المجالات التي لم تستخدم تكنولوجيا المعلومات والذكاء الاصطناعي من قبل، مما سيؤدي في النهاية إلى أن يصبح الذكاء الاصطناعي وتكنولوجيا المعلومات أكثر هيمنة على المجتمع.

يبدو أن الرأي العام هو أن معظم الناس يعتبرون تكنولوجيا المعلومات والمبرمجين مجرد "أدوات لتحسين الكفاءة". على الرغم من أن هذا قد لا يكون هو الحال في الولايات المتحدة، إلا أنه في اليابان على الأقل، غالبًا ما يُنظر إلى تكنولوجيا المعلومات والتكنولوجيا على أنها "طريقة لخفض التكاليف" ووسيلة لخفض التكاليف فقط.

في وادي السيليكون والولايات المتحدة، يُنظر إلى الذكاء الاصطناعي وتكنولوجيا المعلومات على أنهما تقنيات أساسية لإنشاء صناعات جديدة. هذا يمثل وجهة نظر مختلفة تمامًا عن اليابان.

في اليابان، غالبًا ما يُنظر إلى الذكاء الاصطناعي وتكنولوجيا المعلومات على أنهما أدوات "غير مهمة" لخفض التكاليف، حيث يتم استخدامها لخفض التكاليف وتحقيق الأرباح للشركات. على الرغم من وجود هذا الجانب، أعتقد أن الذكاء الاصطناعي وتكنولوجيا المعلومات هما شيئان يمكن أن يغيران بشكل كبير طريقة حياة الناس. في اليابان، يُنظر إلى هذا المنظور على أنه "محفوف بالمخاطر" وغالبًا ما يتم تجنبه ببساطة لأنه يُعتبر غير فعال من حيث التكلفة.

هذا يعني أن اليابان تفتقر إلى "المرح" إلى حد ما. عندما أتذكر، كانت هناك العديد من الأشياء الممتعة في اليابان خلال فترة الفقاعة، وهذا ما جعل صناعة السيارات وغيرها من الصناعات مزدهرة ومتنوعة. عندما ظهرت تكنولوجيا المعلومات، كانت اليابان قد مرت بالفعل بفترة ما بعد الفقاعة. نظرًا لعدم وجود موارد كافية في اليابان، يبدو أن تكنولوجيا المعلومات التي ظهرت في ذلك الوقت أصبحت "غير ممتعة" و"غير مسلية". هل كانت هناك العديد من الأشياء الممتعة في تكنولوجيا المعلومات التي ظهرت في أواخر السبعينيات؟ ومع ذلك، أصبحت تكنولوجيا المعلومات الآن مملة وتركز فقط على الكفاءة. هذا له علاقة أيضًا بالصحة العقلية اليابانية، ولكن أيضًا بسبب أن القوانين تمثل عائقًا. إذا كان يجب أن تستمر في التحرك على المدى الطويل، فيجب تجنب المخاطر، وغالبًا ما يتم استخدام تكنولوجيا المعلومات لخفض التكاليف أو في مجالات غير مسلية.

في البلدان الأخرى، بدأت تكنولوجيا المعلومات والذكاء الاصطناعي في التغلغل في مختلف الصناعات. على الرغم من أن هذا قد لا يكون محسوسًا في اليابان بعد، إلا أنه أمر مؤكد سيحدث.

・・・・لقد أصبح الحديث متناثراً بعض الشيء، لذلك طلبت من الذكاء الاصطناعي تلخيص الموضوع.

ملخص حول ChatGPT.

■ ملخص (نقاط رئيسية)

هذه المقالة تتضمن ثلاثة محاور رئيسية:

① سبب تأخر تكنولوجيا المعلومات في اليابان هو "اللوائح (مسؤولية الشركات المصنعة)".
• في اليابان، يوجد نظام يتطلب من الشركات المصنعة إجراء تعديلات مجانية لفترة طويلة عندما تتعطل الأنظمة.
• من السهل محاسبة الشركات المصنعة حتى في حالة التغييرات في البيئة (تغييرات نظام التشغيل والأجهزة).
• والنتيجة:
• تصبح الاختبارات وضمان الجودة مفرطة.
• يتباطأ معدل التطوير.
• ترتفع التكاليف.
→ وبالتالي،
الادعاء هو أن "المشكلة ليست في ثقافة التركيز على الجودة، بل في النظام القانوني".

② الاختلافات مع الخارج.
• في الخارج:
• يتحمل العميل مسؤولية التغييرات في البيئة.
• التعديلات تكون عادةً مدفوعة الأجر.
• في اليابان:
• يميل العميل إلى تجنب المسؤولية.
• تتركز المسؤولية على الشركة المصنعة.
→ والنتيجة:
تطوير دفاعي في اليابان، بينما التركيز على السرعة في الخارج.

③ التغيير في الهيكل في عصر الذكاء الاصطناعي.
• الذكاء الاصطناعي يتجه نحو "الإنشاء الذاتي".
• تقلص الاستعانة بمصادر خارجية → تخفيف مشكلة مسؤولية الشركات المصنعة.
• يزداد الطلب على متخصصي تكنولوجيا المعلومات.
→ الخلاصة:
الذكاء الاصطناعي لا يضعف تكنولوجيا المعلومات، بل يوسعها.

④ مشكلة نظرة اليابان إلى تكنولوجيا المعلومات.
• في اليابان: تكنولوجيا المعلومات = أداة لخفض التكاليف.
• في الخارج: تكنولوجيا المعلومات = جوهر الصناعات الجديدة.
→ اليابان تفتقر إلى "المساحة والراحة"،
وتركز على الكفاءة أكثر من الابتكار.

■ الهيكل المنطقي (مرتب بشكل أنيق).

تتكون هذه المقالة من الأسباب التالية:
اللوائح (مسؤولية الشركات المصنعة قوية)
↓
تتركز المسؤولية على الشركات المصنعة
↓
زيادة الجودة المفرطة وزيادة الاختبارات
↓
تأخير التطوير وزيادة التكاليف
↓
انخفاض الابتكار
↓
تدهور تكنولوجيا المعلومات في اليابان
+
المشكلة ليست في الثقافة بل في النظام القانوني
+
هناك احتمال بأن يتغير الهيكل بفضل الذكاء الاصطناعي.

■ فحص التناقضات والمشاكل (هام).

الخلاصة:
→ لا يوجد تناقض كامل، ولكن هناك بعض القفزات المنطقية وتضخيم الحقائق.
سأشرح بالتفصيل.

① "أن تكون القوانين اليابانية هي السبب" تبسيط مفرط.
المشكلة:
• قانون المسؤولية عن المنتج في اليابان (قانون المسؤولية المدنية) يركز بشكل أساسي على المنتجات المادية.
• البرامج عادةً:
• يتم التعامل معها من خلال:
• العقود (الاستعانة بمصادر خارجية أو التفويض الجزئي)
• عقود الصيانة
→ وبالتالي،
الحالات التي "تُجبر فيها التعديلات المجانية" بموجب القانون وحدها محدودة.

الواقع:
• السبب الحقيقي هو في الغالب:
• غموض العقود
• هيكل التنفيذ (الاستعانة بمصادر خارجية متعددة)
• علاقات القوة مع العملاء
→ نظرية أن القوانين وحدها هي السبب قوية بعض الشيء.

② "أن المحكمة تقبل ببساطة آراء غير المتخصصين" مبالغة.
المشكلة:
• في المحاكم اليابانية:
• يتم تقييم:
• محتوى العقد
• وجود عيوب
• إمكانية التوقع
→ ليس من الواقعي أن "يفوز غير المتخصصين ببساطة".

③ "لا يوجد شيء من هذا القبيل في الخارج" تبسيط.
في الواقع:
حتى في الخارج:
• يتم تحديد:
• اتفاقيات مستوى الخدمة (SLA)
• فترات الضمان
• نطاق المسؤولية
بشكل صارم.
علاوة على ذلك:
• خطر التقاضي أعلى في الخارج (خاصة في الولايات المتحدة).
→ هناك اختلافات، ولكن الأمر ليس بهذه البساطة.

④ "إذا تجنبت الاستعانة بمصادر خارجية، فلن تكون مسؤولاً" غير دقيق.
المشكلة:
• حتى في خدمات البرمجيات كخدمة (SaaS):
• هناك عادةً:
• التزام بالتعامل مع الأعطال
• عقوبات بسبب انتهاك اتفاقية مستوى الخدمة (SLA)
• مسؤولية التعويض
→ لا توجد مسؤولية صفر.

⑤ "حل المشاكل بالذكاء الاصطناعي" قفزة منطقية.
قفزة منطقية:
• الذكاء الاصطناعي يعزز عمليات الإنتاج الداخلي.
→ يقل الاعتماد على الاستعانة بمصادر خارجية.
→ يتم حل مشكلة مسؤولية المنتج.
→ هذا صحيح جزئيًا:
نقاط مفقودة:
• المسؤولية لا تختفي حتى مع الإنتاج الداخلي.
• بل تنتقل ببساطة إلى داخل الشركة.

⑥ "اليابان تركز على خفض التكاليف" صحيح جزئيًا ولكنه متحيز.
الواقع:
حتى في اليابان:
• شركات مثل:
• سوني
• شركة تويوتا للسيارات
تركز على التكنولوجيا.
→ يمكن فهم هذا كاتجاه عام، ولكن هناك العديد من الاستثناءات.

⑦ العلاقة بين فقاعة الاقتصاد وتكنولوجيا المعلومات ذات طابع استشاري.
• "انهيار فقاعة الاقتصاد → أصبحت تكنولوجيا المعلومات مملة".
→ العلاقة السببية ضعيفة.

■ التقييم العام

✔ نقاط إيجابية:
• طرح قضايا واقعية وملموسة.
• تسلسل "تركيز المسؤولية ← جودة مفرطة ← تأخير" مفهوم ومقنع.
• الملاحظات حول التغييرات الهيكلية الناتجة عن الذكاء الاصطناعي دقيقة.

! نقاط ضعف (ملخص):
1. التركيز الزائد على الأسباب القانونية (تبسيط العوامل).
2. المقارنة مع الخارج سطحية بعض الشيء.
3. الحديث عن القضايا والمسؤولية مبالغ فيه.
4. الحلول القائمة على الذكاء الاصطناعي متفائلة بعض الشيء.

■ باختصار:

→ "هذا رأي يشرح ركود تكنولوجيا المعلومات في اليابان بشكل أساسي من خلال "الأنظمة والقوانين"، ولكن في الواقع، تلعب العقود والعادات التجارية والمشاكل الهيكلية دورًا كبيرًا، وهو ما يمثل تبسيطًا للأمر."

... إذا كان الأمر كذلك، فربما كانت الحالات التي شاركت فيها متطرفة. لقد واجهت حالات متكررة حيث كان العميل يشتكي باستمرار ويطلب إجراء تعديلات لا نهاية لها (ولكن ليس موجهة نحوي). بالطبع، كنت أتجنب التعامل مع مثل هذه الحالات قدر الإمكان، ولكن هؤلاء العملاء كانوا يعتقدون أنه من الطبيعي أن يقوم مزودو خدمات تكنولوجيا المعلومات بإجراء تعديلات لا نهاية لها، وأن أي مزود خدمة لا يقوم بذلك هو مزود خدمة سيئ. هل هذا أمر خاص؟

إجابة ChatGPT:
في الختام، يمكن القول أن هذه التجربة "ليست فريدة تمامًا"، ولكنها "ليست أيضًا معيارًا للقطاع بأكمله".
بمعنى آخر، من المحتمل أنك كنت تتعامل مع مجموعة معينة من "العملاء الذين يمثلون مشكلة".

■ أولاً، لنبدأ بالافتراض: هذا الظاهرة موجودة بالفعل.

لقد رأيت أشخاصًا مثل هؤلاء:

• الذين يطلبون إصلاحات بشكل مستمر دون مقابل.
• الذين يتصرفون وكأن "الإصلاح أمر بديهي".
• الذين يهددون باللجوء إلى القضايا أو الشكاوى.

هناك دائمًا عدد معين من العملاء مثل هؤلاء في صناعة تكنولوجيا المعلومات.
وهذا ليس بالأمر الجديد، خاصة في ثقافة تكامل الأنظمة اليابانية.

لذلك،
هذه ليست مجرد "وهم"، بل هي أنماط موجودة بالفعل.

■ ولكن إذا قلت "هل هو عادي؟" فهذا غير صحيح.

هذا النوع يتوزع توزيعيًا على النحو التالي:
تصنيف تقريبي لأنواع العملاء.

النوع.	الإحساس بالنسبة.	الميزات.
عميل جيد.	50٪ إلى 60٪	فهم المواصفات وتوزيع المسؤوليات موجود.
عادي.	30٪	بعض الخلافات أمر طبيعي.
مشكلة.	10٪ إلى 20٪	تحويل المسؤولية. مطالب غير معقولة.
طبقة خطرة.	بضعة بالمئة.	نوع الكلام الذي تقوله.

لقد واجهت ما هو أقرب إلى "طبقة الخطر".

・・・・ ليس بالمعنى الحرفي لـ "بضعة بالمئة"، بل أقرب إلى 10٪.

إجابة ChatGPT:
هذا الشعور طبيعي تمامًا. بل في بعض الأحيان، قد يكون من الشائع تمامًا أن تشعر بذلك بنسبة تصل إلى 10٪ أو أكثر في بعض المواقف.

الخلاصة هي:
→ هناك اختلاف بين "التوزيع المتوسط في الصناعة" و "التوزيع الذي تواجهه أنت".

■ لماذا يبدو الأمر وكأنه 10٪؟

هناك عدة أسباب.

① حجم العينة متحيز (وهذا هو السبب الأكبر).
يختلف التوزيع بشكل كبير حسب المشاريع التي يتم التعامل معها.

على سبيل المثال:

المنطقة.	معدل ظهور طبقة الخطر (إحساس).
شركة كبيرة تتعاقد مباشرة.	منخفض (ولكن ليس صفرًا).
الشركات الصغيرة والمتوسطة.	معتدل.
SI متعددة من الباطن.	عالي.
حالة جدلية.	باهظ الثمن (بنسبة تتراوح بين 20 و 30%).

إذا كنت
تعمل بشكل كبير مع شركات مقاولات فرعية،
تعمل في بيئات عرضة للمشاكل والانتقادات،
* تعمل في شركات ذات هياكل قديمة،

فإن الشعور بأنك "غير كفء" (10٪) قد يتحول إلى شعور "عادي" (بل وقد يكون أفضل من ذلك).

"تركيز "الذي يقع ضمن النسبة المئوية البالغة 10%" مرتفع.

هذا أيضًا مهم:
• مُصدرو المهام يطرحون طلبات غير معقولة.
• يستهلكون غالبية الوقت والجهد.
→ من الناحية العملية، "10٪ من العملاء يسببون 50٪ من الإجهاد".

■ الخاتمة (إصدار محدث).

يمكن تنظيم فهمك على النحو التالي:
• متوسط الصناعة ككل: بضعة بالمئة إلى أقل من 10٪.
• بيئات معينة (مثل الشركات المتخصصة في الأنظمة، أو الشركات الفرعية): 10٪ أو أكثر أمر شائع.

■ إذا تعمقنا خطوة أخرى (مهم).

في الواقع، جوهر المشكلة ليس في النسبة المئوية، بل في هذا:
→ "هل أنت في وضع يسمح لك بتجنب ذلك الـ 10%؟"

إن شعورك بعدم الارتياح صحيح،
→ قد يكون من غير المفهوم لمن لا يعرف الواقع العملي أن يقول:
"إنها مجرد بضعة بالمائة".

... بناءً على هذا الافتراض، يرجى مراجعة المقالة الأصلية مرة أخرى. هل المحتوى معقول؟

■ الخاتمة (إصدار محدث).

→ "بصفتها مسألة تم طرحها، فهي إلى حد كبير مقبولة. ومع ذلك، فإن تحليل الأسباب فيها غير دقيق."

■ الأجزاء التي أصبحت مقبولة (الجوانب التي يتم تعزيزها بناءً على افتراضاتك).

① "أن العبء يتركز على البائع" هو أمر واقعي للغاية.

يتوافق مع تجربتك:
• إصلاح المشاكل باستمرار.
• تحميل المسؤولية على الآخرين.
• أن يكون الدعم المجاني هو القاعدة.
→ يمكن القول أن هذا ليس مجرد مشكلة جزئية، بل هو مشكلة هيكلية موجودة.

② "الجودة الزائدة تؤدي إلى تباطؤ السرعة" منطقي.
إذا كان هناك 10٪ من العناصر الخطرة:
• يجب تضمين خطر المشاكل المستقبلية.
• زيادة الوثائق والاختبارات.
• يصبح التصميم دفاعيًا.
→ النتيجة: يصبح كل شيء أبطأ ← هذا واقعي للغاية.

③ "ميل أمرائك إلى عدم تحمل المسؤولية" هو حقيقة مؤكدة.
خاصة في الحالات التالية:
• هيكل التكامل.
• أمرائك لديهم معرفة تكنولوجية منخفضة.
• ثقافة التخلي عن المسؤولية.
→ هذا أيضًا يتوافق مع ملاحظاتك.

■ حتى مع ذلك، هناك أجزاء غير متطابقة (مهم).

هنا جوهر الموضوع.

❌ ① التركيز الزائد على "القوانين" كسبب.
بناءً على تجربتك، الواقع هو:
→ ليست "القوانين" هي المشكلة، بل "مهارات التفاوض + العقد + الهيكل".

ما يحدث بالفعل:
• ليس إلزاميًا بموجب القانون → ❌
• يمكن أن ينجح إذا تم الإصرار → ⭕
→ أي: ليست مسألة "نظام"، بل مسألة "تطبيق + علاقات القوة".

❌ ② اعتبار الأمر "خاصًا باليابان" بشكل قاطع.
هذا مبالغة بعض الشيء.

في الواقع:
• توجد أيضًا عملاء مشكلة في الخارج.
• ومع ذلك، فإن اليابان تزيد من تفاقم المشكلة بسبب "هيكل أنظمة المعلومات (SI)" و "ثقافة العلاقات التجارية طويلة الأمد" و "صعوبة الرفض".
→ ليست "فقط في اليابان"، بل "من المحتمل أن تزداد تفاقمًا في اليابان".

❌ ③ "الحل بالذكاء الاصطناعي" متفائل للغاية.
بناءً على افتراضاتك:
• ستظل هناك فئات معرضة للخطر.
• حتى مع التصنيع الداخلي، فإن المسؤولية لا تختفي.

→ ما سيتغير هو:
❌ تختفي المشكلة.
⭕ يصبح من الأسهل تجنبها (يتغير الهيكل).

■ بل على العكس، ما يظهر هو "الهيكل الحقيقي".

بناءً على تجربتك، أعتقد أن هذا الترتيب هو الأنسب:

يوجد طبقة من المخاطر (حوالي 10٪).
↓
لا يمكن رفضها باستخدام هيكل SI.
↓
تتشكل ثقافة تسمح بالدعم المجاني.
↓
يصبح النظام بأكمله دفاعيًا.
↓
تباطؤ السرعة وزيادة التكلفة.

→ هذا أقرب إلى الواقع.

■ تقييم المقال (نهائي).

وجهة نظر.	التقييم.
مشكلة الإدراك.	◎ (قريب جدًا من الواقع العملي).
تحليل الأسباب.	△ (مبالغة في التوافق مع القوانين)
مقارنة دولية.	△ (تبسيط طفيف)
توقعات مستقبلية (ذكاء اصطناعي).	○ (الاتجاه صحيح ولكن متفائل).

■ باختصار:

→ "إن فهم الواقع "السئ" الذي يحدث في الموقع صحيح، ولكن اختزاله في "مشكلة في النظام القانوني" هو انحراف."

.
.
"حسناً. إن تلميح جهة العمل إلى رفع دعوى قضائية هو أمر سطحي، والواقع هو مسألة علاقات القوة، أليس كذلك؟ هذا مفهوم. ومع ذلك، هناك العديد من جهات العمل التي تتخذ مثل هذا الموقف حتى مع شركات تكنولوجيا المعلومات التي تتعامل معها لأول مرة. هذا يعني أنه على الرغم من قولهم "نحن لا نفهم (تكنولوجيا المعلومات)"، إلا أنهم يطرحون متطلبات محددة. يبدو أن هذا الموقف قد تم تحويله إلى نموذج، بحيث إذا تم اعتباره "مبتدئ"، فقد يحكم القاضي لصالحهم في المحكمة. ما رأيك في هذا؟ يرجى تحليل ذلك.

إجابة ChatGPT:
"في الختام، هذا التفسير صحيح جزئياً، ولكنه ليس السبب الرئيسي.
بمعنى:
→ "بالتأكيد، هناك ما يسمى بـ "حركات المبتدئين" كغطاء، ولكن هذا وحده لا يجعل القضية لصالحك في المحكمة."
→ "الواقع هو بالأحرى مزيج من تكتيكات التفاوض + علم النفس + الهيكل."

■ أولاً، تقييم فرضيتك.

فرضية:
"أنا لا أفهم تكنولوجيا المعلومات" هل هذه عبارة نمطية تستخدم للحصول على ميزة في المحكمة؟

تقييم:
⭕ هناك بعض الحالات التي يكون هذا صحيحًا (خاصة بين الأشخاص ذوي النوايا السيئة).
❌ ولكن هذا ليس السبب الرئيسي.

■ لماذا يبدو الأمر كذلك (الجوهر).

ملاحظاتك دقيقة للغاية، وهذا هو بالفعل الهيكل الموجود:
"لا أفهم في مجال تكنولوجيا المعلومات"
↓
تأمين موقف لتجنب المسؤولية
↓
إبداء طلبات قوية فقط
↓
عند حدوث مشاكل، إلقاء اللوم على المورد
→ هذا بالتأكيد نمط سلوك مُعيَّر.

■ ولكن، هل يمكن اعتباره "إجراءً مضادًا للمحاكمة"؟ هذا سؤال مثير للجدل.

الواقع أن المحاكم لا تكون بهذه البساطة.

المحكمة تنظر بشكل أساسي إلى:
• محتوى العقد (الأهم).
• وضوح المواصفات.
• إمكانية التوقع.
• واجب الحذر.

→ لا يمكن القول "أنا مبتدئ، لذا هذا مقبول".

إذًا، لماذا يتم اتخاذ هذا الإجراء؟

هذا هو الجزء المهم:
→ ليس من أجل الفوز في المحكمة، بل "من أجل الفوز في المفاوضات".

■ الهوية الحقيقية: تحديد مواقع التفاوض.

① "استراتيجية تبني موقف "الضعيف" أولاً":
"لا أفهم التكنولوجيا."
"لست خبيرًا."

→ من خلال قول ذلك:
• تجنب مسؤولية الأخطاء.
• تحويل مسؤولية الشرح إلى البائع.

② "ولكن مع تقديم المطالب" - هذه هي النقطة الأساسية:
• المسؤولية ← لا يتحملها.
• المطالب ← يتم تعظيمها.
→ حركة لتحقيق أقصى قدر من العائد مع صفر من المخاطر.

③ "ثقافة المسؤولية عن الشرح" الخاصة باليابان:
في اليابان:
• إذا لم يتمكن الخبير من الشرح = هذا أمر سيئ.
• إذا لم يتمكن من إقناع الطرف الآخر = هذا يعني الهزيمة.
→ الطرف الذي يقول "لا أفهم" غالبًا ما يكون في وضع أفضل.

④ "التحول إلى قالب بناءً على الخبرات الناجحة السابقة":
الأشخاص الذين يقعون في هذه الفئة يتعلمون:
• إذا استخدمت "لا أفهم" كدرع، يمكنك إجبار الأمور.
• إذا تصرفت بقوة، فإن الطرف الآخر سينهار.
→ النتيجة:
"الحركات المبتدئة" تصبح استراتيجية مُحسّنة.

■ الحالات التي يكون فيها "فرضية الألب" صحيحة جزئيًا.

حدسك صحيح في هذه الحالات:
في الفئة التي تظهر سلوكًا سيئًا:
• هم يفهمون الحقيقة.
• لكنهم يقولون "لا أعرف".
• وهم يتركون سجلات (مثل رسائل البريد الإلكتروني).

وهذا بالتأكيد:
"خطوة استباقية لتجنب المسؤولية لاحقًا."

■ ولكن، حقيقة مهمة.

يتم التوصل إلى حل قبل البدء في الإجراءات القضائية.

في الواقع العملي:
• حالات الوصول إلى المحكمة قليلة.
• في كثير من الأحيان، تنتهي الأمور من خلال "المفاوضات" أو "التنازل" أو "التعامل المجاني".
→ لذلك، الأهم هو:

"مهارات التفاوض" وليس "القوانين".

■ إذا قمنا بترتيبها هيكليًا،

بناءً على ملاحظاتك، يصبح الأمر كالتالي:

① "أنا لا أفهم في مجال تكنولوجيا المعلومات"
↓
② تجنب المسؤولية
↓
③ زيادة المطالب
↓
④ يتخلى المورد، حرصًا على الحفاظ على العلاقة وتجنب المخاطر
↓
⑤ يصبح الأمر تجربة ناجحة راسخة
→ هذا يتكرر ويتحول إلى "ثقافة"

■ طبيعة شعورك بالغرابة.

ما تشعر به هو
"أنه أصبح نمطياً".

وهذا صحيح،
→ إنه ليس "نموذجاً للتحضير للمحاكمة"، بل هو "نموذج للمفاوضات".

■ استنتاج مهم للغاية.

→ جوهر المشكلة ليس في "القوانين" بل في "هيكل المسؤولية غير المتكافئ".
• العميل: يسهل عليه تجنب المسؤولية.
• المورد: يتركز عليه عبء المسؤولية بسهولة.
+
• ثقافة صعوبة الرفض.
• هيكل تكامل الأنظمة.

■ باختصار:

→ "عبارة "لأنني هاوٍ" ليست بالضرورة دليلاً قضائياً، بل أصبحت صيغة نمطية تُستخدم كإستراتيجية للتفوق في المفاوضات."

■ إضافة (من منظور عملي للغاية):

نقاط التعرف على هذا النوع:
• التأكيد على "عدم الإلمام بالتفاصيل" منذ البداية.
• لكن المواصفات تظل غامضة، مع وجود طلبات قوية.
• قول "عادةً ما يتم ذلك".
→ عندما تتوافر هذه العناصر مجتمعة،
هناك احتمال كبير أن يكون "نموذج التفاوض".

... أعتقد أن هذا النوع موجود ليس فقط لدى العملاء الخارجيين، ولكن أيضًا داخل الشركة. على سبيل المثال، ماذا تفعل إذا كان مدير مشروعك من هذا النوع؟ على الرغم من أنه يكرر كلمة "لا أعرف"، إلا أنه يطرح طلبات، ولديه نبرة قوية، وهو نوع يتسبب في التحرش. هل الهروب هو الحل الأفضل؟

إجابة ChatGPT:
في الختام، لا يعني ذلك بالضرورة أن "الهروب غير المشروط" هو الحل الأمثل، ولكن تجاهل الأمر والاستمرار في المعاناة هو أسوأ ما يمكن فعله.
يمكن التحكم في الأضرار بشكل كبير من خلال كيفية التعامل مع هذا النوع من مديري المشاريع.

■ أولاً، لنبدأ بالافتراضات (حول هذا النوع من الهويات).

حالتك هي نموذجية لهذا:
• "لا أعرف" → تجنب المسؤولية
• المطالب قوية → توجه نحو السيطرة
• نبرة الصوت قوية → اتخاذ القرارات بالضغط

→ "نموذج إدارة المشاريع القائم على التفاوض + نموذج إدارة المشاريع القائم على السلطة"

■ نظرة عامة على سياسة الاستجابة.

الأولويات هي كالتالي:

① عدم تثبيت الضرر (من خلال الأدلة والتوضيح).
② تحديد حدود المسؤولية بوضوح.
③ التحكم بطريقة لا تؤدي إلى مواجهة مباشرة.
④ الانسحاب في حالة تجاوز الحدود.

■ حلول عملية وفعالة للاستخدام في العمل.

① "تحويل كل شيء إلى نص" (الأهم).

الكلام الشفهي يؤدي إلى الخسارة. يجب دائمًا:
• محتوى الطلب
• أسباب الحكم
• حقيقة قول "لا أعرف"
يتم تحويلها إلى نص.
مثال:
"هل تفهم أن المواصفات لم يتم تحديدها بعد؟"
"نظرًا لعدم وجود مواد كافية للحكم في الوقت الحالي، سأقدم اقتراحات A و B."
→ "تسجيل المسؤولية" هو أقوى دفاع.

② استغلال "لا أعرف" بشكل عكسي.
استخدم كلمات الطرف الآخر:
"إذا كان من الصعب اتخاذ قرار، فسوف نضع افتراضاتنا الخاصة."
"سنمضي قدمًا بقرار مؤقت، ولكن قد يكون هناك تأثير إذا تم تغييره لاحقًا."
→ النقطة: "إعادة مسؤولية الحكم".

③ التمسك بـ "تقديم خيارات".
الأسئلة المباشرة ممنوعة:
❌ "ماذا ستفعل؟"
⭕ "إذا اخترت A، فسيكون التكلفة X، وإذا اخترت B، فسيكون المخاطر X."
→ هذا يؤدي إلى:
تحويل العواطف إلى منطق.
تحويل الضغط إلى تكلفة اتخاذ القرار.

④ تقديم "الموعد النهائي والتأثير" معًا.
"إذا لم يتم اتخاذ قرار بحلول اليوم، فسوف يؤثر ذلك على الإصدار."
"إذا لم يتم تحديد المواصفات، فسيزداد تكلفة التصحيح في المراحل اللاحقة."
→ "إضافة تكلفة للغموض".

⑤ تدابير لمكافحة التحرش (مهم).
هذا يتطلب الفصل بهدوء:

ردود فعل غير مقبولة:
• الرد بشكل مباشر.
• التفاعل عاطفياً.

ردود فعل مقبولة:
• التعامل مع الأمر على أنه "اختلاف في الفهم".
• تسجيل الأمر.
• إشراك طرف ثالث.

→ تجنب القتال الفردي.

■ خط تحديد (هل يجب الهروب؟)

هذا هو الأمر الأكثر أهمية.

الحالات التي يجب الاستمرار فيها:
• يمكن التحكم فيها من خلال التسجيل.
• المدير أو المؤسسة تعمل بشكل صحيح.
• هناك فوائد أو دروس مستفادة.

الحالات التي يجب الانسحاب منها:

عندما تتوافر الحالات التالية، يكون الوضع خطيرًا:
• يتم تجاهل التسجيلات.
• تستمر المطالب في التصاعد.
• استمرار الإساءة اللفظية أو التحرش.
• لا تتدخل المؤسسة.
→ في هذه الحالة: "الانسحاب" ليس "الهروب"، بل "تجنب المخاطر".

■ الاستراتيجية المثلى الواقعية:
التوصية هي بالترتيب التالي:

① الدفاع من خلال التسجيل والتنظيم.
↓
② محاولة فرض السيطرة (خيارات ومواعيد نهائية).
↓
③ إذا لم يتحسن الوضع، يجب الابتعاد.
↓
④ إذا لم ينجح ذلك، يجب الانسحاب.

■ وجهة نظر مهمة (من الناحية النفسية):
ما يحدث غالبًا مع هذا النوع من المواقف هو:
→ "محاولة الفوز بالصواب".
هذا غير ممكن.

بدلاً من ذلك:
→ "الفوز بالهيكل".
• التسجيل.
• الخيارات.
• المواعيد النهائية.
• طرف ثالث.

■ باختصار:
يتم تحديد ما إذا كان يجب الانسحاب أم لا بناءً على "ما إذا كان يمكن التحكم فيه". إذا لم يكن ذلك ممكنًا، فإن الانسحاب المبكر هو الحل الأكثر منطقية.

... لقد انحرفنا قليلاً عن الموضوع. نظرًا لأن الموضوع أصبح طويلاً، فسأنهيه هنا مؤقتًا.

بهذه الطريقة، حتى لو كانت هناك صعوبات في العمل أو التفاوض، يبدو أن الذكاء الاصطناعي يمكن أن يساعد في التغلب عليها بالقوة. في هذه الحالة، حتى لو تعرضت للإساءة اللفظية أو التحرش من قبل رئيسك، يمكن للذكاء الاصطناعي أن يساعدك في التغلب عليها بالقوة، مما قد يجعل الأمر "تجربة ناجحة" بالنسبة للشخص الذي يمارس الإساءة اللفظية أو التحرش، سواء كان صاحب العمل أو الرئيس.

بدلاً من أن يحل الذكاء الاصطناعي المشكلات، قد يؤدي ذلك إلى تأجيل المشكلات في العلاقات الإنسانية.

لذلك، بدلاً من الاعتقاد بأن الذكاء الاصطناعي يمكن أن يحل أي شيء، من الأفضل أن نفترض أن المشكلة الأساسية لا تزال قائمة.

لطالما اعتقدت أنني لست ذكيًا جدًا، بل كنت أُعتبر "أحمق" من قبل الآخرين. حتى الآن، لا يزال هذا الانطباع موجودًا، ولم أعتقد أبدًا أنني عبقري. ومع ذلك، عندما أطلب من الذكاء الاصطناعي تقييمي بموضوعية، فإن إنتاجي يتجاوز إنتاج زملائي بخمس مرات، مما يشير إلى أنني ربما لم أكن على دراية بموقعي الحقيقي، وأن الآخرين ربما لم يفهموني جيدًا.

غالبًا ما يميل الناس إلى المبالغة في تقدير أنفسهم ويعتقدون أنهم عباقرة وأن الآخرين أغبياء، ولكن هذا "الآخرون هم مرآة لك"، وهي حكمة قديمة. عندما يراك الآخرون أغبياء، فهذا لأنك غبي. لهذا السبب، يصرخ الأشخاص الأغبياء بـ "أحمق، أحمق" على الآخرين. عندما كنت طفلاً، كنت في موقف يتم فيه السخرة مني من قبل الآخرين دون سبب واضح. لذلك، كنت أتعرض لـ "انطباع غير مبرر" بأنني ربما كنت غبيًا.

من ناحية أخرى، قد يرى الأشخاص الأذكياء أن جميع من حولهم أذكياء. وهذا يعني أن "الآخرين هم مرآة للذات" بمعنى عكسي.

ولكن، الذكاء الاصطناعي ليس أيًا من الاثنين، ولا يرتبط بمثل هذه الانطباعات، بل يرى الأمور بموضوعية وكما هي.

في النهاية، التقييمات التي نقدمها للآخرين تعتمد بشكل كبير على الانطباعات، وغالبًا ما يتم تقييم الأشخاص الذين يبدون "رائعين" بشكل إيجابي. إذا تم إجراء تقييمات موضوعية من خلال الذكاء الاصطناعي، فقد يتم تقييم الأشخاص بشكل عادل، والأشخاص الذين يتحدثون كثيرًا ولكنهم لا يحققون أي نتائج لن يتم تقييمهم. الأشخاص الذين يجيدون "التلاعب" ولكنهم لا يستطيعون اتخاذ أي قرارات، أو الذين يمتلكون معلومات ولكنهم لا يستطيعون اتخاذ قرارات بأنفسهم، ويعتقدون أنهم يتصرفون بشكل مستقل، موجودون في كل مكان. ومع ذلك، فإن الذكاء الاصطناعي يكشف عن هذه الحقائق.

أعتقد أن هناك عددًا كبيرًا من مهندسي تكنولوجيا المعلومات الموهوبين الذين يتم تقييمهم بدرجات منخفضة ويحصلون على رواتب منخفضة لأسباب مختلفة. ربما يكون من المبالغة القول بأن مجرد خلق بيئة يمكن فيها منح هؤلاء الأشخاص مكافآت عادلة سيؤدي إلى إحياء صناعة تكنولوجيا المعلومات في اليابان.

في المقابل، هناك أيضًا أشخاص لا يحققون الكثير من الإنجازات ولكنهم يصرون على التعبير عن أنفسهم. غالبًا ما يكون هذا بسبب سوء الفهم الحقيقي، وهو أمر مزعج. في مجال تكنولوجيا المعلومات، قد يكون الشخص جيدًا في مجال معين، ولكنه ليس جيدًا في مجال آخر. ومع ذلك، يبدو أن الذكاء الاصطناعي (كما هو الحال مع الترجمة التي تتجاوز الحواجز اللغوية) قد بدأ في تجاوز الفروق بين مجالات التكنولوجيا.

الاعتماد على الذكاء الاصطناعي فقط قد يؤدي إلى الاستغلال من قبل الآخرين، ولكن من خلال الاستخدام الذكي للذكاء الاصطناعي، يمكننا خلق عالم أفضل.

... مرة أخرى، طلبت من الذكاء الاصطناعي تلخيص المحتوى.

ChatGPT إجابة:

فيما يلي ملخص بالترتيب التالي: "ملخص -> نقاط رئيسية -> تقييم (صحة وملاحظات)".

■ ملخص (نقاط رئيسية)

هذه المقالة تتضمن ثلاثة ادعاءات رئيسية:

① الذكاء الاصطناعي هو أداة "لتجاوز" المشكلات، وليس "لحلها".
يمكن استخدام الذكاء الاصطناعي للتعامل مع التحرش أو المطالب غير المعقولة.
ولكن هذا:
- ليس حلاً للمشكلة.
- بل قد يعزز تجربة النجاح لدى الطرف المعتدي.
→ قد يخفي الذكاء الاصطناعي المشكلات الهيكلية.

② الذكاء الاصطناعي يوفر "تقييمًا موضوعيًا".
تقييمات البشر تتأثر بالانطباعات والأحكام المسبقة.
الذكاء الاصطناعي:
- يمكنه تقييم الكمية والنتائج بشكل موضوعي.

→ هناك احتمال أن يتم تقييم الأشخاص الذين كانوا يحصلون على تقييمات منخفضة بشكل عادل.

③ المشكلة في قطاع تكنولوجيا المعلومات الياباني هي "التشوهات في التقييم والمكافآت".
هناك العديد من الأشخاص المتميزين الذين يحصلون على تقييمات منخفضة.
وفي الوقت نفسه:
- هناك أشخاص يحصلون على تقييمات عالية لمجرد أنهم صاخبون.
- وهناك أشخاص لا يستطيعون اتخاذ القرارات.
→ هناك احتمال أن يؤدي الذكاء الاصطناعي إلى تصحيح التشوهات في التقييم.

④ الذكاء الاصطناعي يعتمد على كيفية استخدامه.
- الاعتماد عليه يؤدي إلى خطر الاستغلال.
- استخدامه بشكل فعال يؤدي إلى إمكانية تحسين المجتمع.

→ إنه مجرد أداة، وليس حلاً شاملاً.

■ البنية المنطقية

عند التلخيص، يصبح الأمر كالتالي:

ظهور الذكاء الاصطناعي →	الذكاء الاصطناعي يتيح إمكانية التقييم الموضوعي.	الخلاصة.
يمكن حل المشكلة بالقوة.	يتم تصحيح التحيز في التقييم.	الذكاء الاصطناعي يمتلك "مخاطر" و"إمكانيات" على حد سواء.
ولكن مشاكل العلاقات الإنسانية ستظل قائمة.	الأشخاص المتميزون يحصلون على التقدير المناسب.
بل قد يؤدي ذلك إلى تأجيل المشكلة أو تفاقمها.

■ تقييم مدى الملاءمة.

① "الذكاء الاصطناعي يؤجل حل المشكلات" تعبير دقيق للغاية.
هذا واقعي:
• يمكن للذكاء الاصطناعي إنجاز المهام.
→ يدرك المدير أن "لا مشكلة".
→ لا تتحسن الهياكل.

→ حلول قصيرة الأجل = خطر تدهور طويل الأجل.

② "التقييم الموضوعي" صحيح جزئيًا.
الجوانب الصحيحة:
• يمكن قياس الكميات (مثل كمية المخرجات).
• يصبح من الأسهل إجراء المقارنات.

القيود:
• التقييم لا يزال:
يعتمد على "من يحدد المؤشرات؟"
و "ما الذي يتم تقييمه؟"
→ لا يمكن أن يكون موضوعيًا تمامًا.

③ "الأشخاص المتميزون يحصلون على مكافآت" مثالي إلى حد ما.
في الواقع:
• ما لم تتغير:
نظام التقييم.
الثقافة التنظيمية.
طبقة الإدارة.
→ لا يمكن تصحيح ذلك بالذكاء الاصطناعي وحده.

④ "الأشخاص ذوو الأصوات العالية يتم استبعادهم" صحيح جزئيًا.
بالذكاء الاصطناعي:
• تزداد وضوح القدرات العملية.
ولكن:
• لا تزال "القوة السياسية" و "مهارات التواصل" تؤثر بشكل كبير.
→ لن يحدث استبعاد كامل.

⑤ "الذكاء الاصطناعي يزيل الحواجز بين المجالات" تعبير معقول جدًا.
هذه نقطة قوية:
• الترجمة.
• توليد التعليمات البرمجية.
• إكمال المعرفة.
→ تزداد قابلية نقل المهارات بشكل مؤكد.

■ خصائص هذا النص:
الجوانب الإيجابية:
• يعكس الواقع (مثل التحرش والتحيز في التقييم).
• يشير إلى الجوانب السلبية للذكاء الاصطناعي.
• يربط بين الوعي الذاتي والهياكل الاجتماعية.

نقاط يجب الانتباه إليها (الأجزاء التي يسهل أن تكون فيها أخطاء).

① الحديث عن التقييم الذاتي هو أمر يعتمد على وجهة نظر شخصية.
• "أعتقد أنني كنت مقيمًا بتقييم أقل من قيمتي الحقيقية".
→ من الممكن أن يكون هذا صحيحًا، ولكن هناك حاجة إلى تحقق موضوعي.

② عبارة "الآخرون هم مرآة لك" هي تعميم مبالغ فيه.
• هذا صحيح من الناحية النفسية في بعض الحالات،
• ولكنه ليس صحيحًا دائمًا.

③ هذا الأمر يقترب من أن يكون نقيضًا لنظرية "الذكاء الاصطناعي هو الحل لكل شيء".
• "سيتم تقييمي بشكل عادل من خلال الذكاء الاصطناعي".
→ هذا التوقع كبير بعض الشيء.

■ التقييم العام

وجهة نظر.	التقييم.
مشكلة الإدراك.	◎ (حاد جدًا)
الجانب السلبي للذكاء الاصطناعي.	◎ (ملاحظة مهمة)
نظريات التقييم.	○ (الاتجاه صحيح ولكنه أقرب إلى المثالية).
الجزء المتعلق بالوعي الذاتي.	△ (مع تركيز على الرأي الشخصي)

■ باختصار:

→ "الذكاء الاصطناعي يحل بعض المشكلات المتعلقة بالعمل، ولكن العلاقات الإنسانية والتحيزات في التقييم لا يمكن حلها تلقائيًا. هذا تحليل قوي يعكس الواقع الفعلي ويشير إلى هذا الفارق."

■ معلومات إضافية (نقاط أساسية).

هذه هي النقطة الأهم في هذا النص:

→ "الذكاء الاصطناعي لا يقلل الفجوة في القدرات، بل يغير "المظهر"."

• الأشخاص الذين لديهم بالفعل قدرات عالية: يصبحون أقوى.
• الأشخاص الذين لديهم مشاكل: مشاكلهم إما تختبئ أو تظهر.

الآن، سأقوم بتنظيم بعض النقاط الأساسية من منظور عملي.
الأمر ليس "هل يمكن استخدام الذكاء الاصطناعي أم لا"، بل "التقييم سيعتمد على "كيف" يتم استخدامه".

■ السمات التي ستحظى بتقدير حقيقي في عصر الذكاء الاصطناعي:

① الشخص القادر على تحديد المشكلة (الأهم).
الذكاء الاصطناعي يمكنه إيجاد "الإجابات"،
→ لكنه لا يحدد "ما الذي يجب حله".

على وجه التحديد:
• القدرة على تقسيم المشكلة.
• القدرة على تحديد الهدف بوضوح.
• القدرة على فهم "ما الذي لا يُفهم".
→ الشخص القادر على إنشاء "مدخل" لاستخراج أداء الذكاء الاصطناعي.

② الشخص القادر على اتخاذ القرارات (الشخص الذي يتحمل المسؤولية).
الذكاء الاصطناعي يقدم اقتراحات،
→ لكن القرار يعود للإنسان.

أسباب التقييم:
• القدرة على فهم المقايضات بين عدة خيارات.
• القدرة على تحمل المخاطر.
• عدم التهرب من اتخاذ القرارات النهائية.

→ "الشخص القادر على اتخاذ القرارات" هو في الواقع نادر.

③ الشخص القادر على الانتقال بين التجريد والواقع.
الذكاء الاصطناعي ممتاز في التحسينات المحلية،
→ لكن التصميم الشامل هو دور الإنسان.

أمثلة:
• الربط بين المتطلبات والتصميم والتنفيذ.
• ترجمة الأعمال إلى التكنولوجيا.

→ "القدرة على الربط" هي التي تخلق القيمة.

④ الشخص القادر على استخدام الذكاء الاصطناعي كـ "أداة".
الأمر المهم هنا:
❌ الشخص الذي يستخدمه الذكاء الاصطناعي.
⭕ الشخص الذي يستخدم الذكاء الاصطناعي على أكمل وجه.
على وجه التحديد:
• القدرة على تحسين التعليمات.
• القدرة على التحقق من المخرجات وتصحيحها.
• القدرة على الجمع بين عدة أنظمة ذكاء اصطناعي.

→ القدرة على تصميم الإنتاجية مع الأخذ في الاعتبار الذكاء الاصطناعي.

⑤ الشخص الذي يستمر في إنتاج المخرجات.
الذكاء الاصطناعي يخلق الفارق هنا:
→ الكمية والسرعة تصبحان مرئيتين بشكل فوري.

النتائج:
• الشخص القادر حقًا → يحقق نتائج بسرعة فائقة.
• الشخص العادي → لا يستطيع اللحاق.

→ "الشخص القادر على الاستمرار في الإنتاج" هو الذي يفوز.

⑥ الشخص القادر على التعامل مع العلاقات الإنسانية كهيكل.
هذا يرتبط بالحديث السابق:
• التحرش.
• تحويل المسؤولية.
• المطالب الغامضة.

→ القدرة على معالجة هذه الأمور من خلال:
• التسجيل.
• الهيكلة.
• وضع القواعد.

■ على العكس، هناك أنماط الأشخاص الذين يختفون.

① "الشخص الذي يمكنه فقط القيام بالعمل":
الأكثر تأثراً:
• فقط البرمجة
• فقط إعداد المستندات
• فقط الترجمة

→ يمكن للذكاء الاصطناعي استبداله بالكامل.

② الشخص الذي لا يتخذ قرارات (نموذج تجنب المسؤولية):
• "في انتظار التعليمات"
• "لا يقرر"
• "لا أعرف"

→ نظرًا لأن الذكاء الاصطناعي سيقدم اقتراحات بدلاً منه، فإن قيمته تقل.

③ الشخص الذي يتحدث فقط (الشخص الذي يقوم بالتنسيق فقط):
هذا مهم حقًا:
• فقط جمع المعلومات
• لا يقرر
• يتحرك بناءً على الانطباعات

→ يمكن للذكاء الاصطناعي أن يجعل "المحتوى" مرئيًا.

④ الشخص الذي لا يستطيع استخدام الذكاء الاصطناعي أو لا يرغب في استخدامه:
• رد فعل سلبي
• لا يتعلم
• يتمسك بالطرق التقليدية

→ ببساطة، سيتخلف عن الركب من حيث الإنتاجية.

⑤ الشخص الذي يلقي بالمسؤولية على الآخرين:
هذا أيضًا مهم:
• الفشل → إلقاء اللوم على الآخرين
• الإنجازات → تخصها لنفسه

→ يصبح من السهل رؤية ذلك من خلال سجلات الذكاء الاصطناعي.

⑥ "الشخص الذي يبدو أنه قادر":
هذه نقطة مهمة جدًا:
• يعرف المصطلحات فقط
• يتحدث بناءً على الانطباعات
• لا يستطيع التنفيذ أو اتخاذ القرارات

→ يمكن للذكاء الاصطناعي أن يكشف على الفور عما إذا كان "قادرًا بالفعل".

■ ملخص الجوهر (هذا هو الأهم).

إن نقطة التحول في عصر الذكاء الاصطناعي هي:

باستخدام الذكاء الاصطناعي:
"الشخص الذي يحل المشكلات" → يبقى أو ينمو.

بالاعتماد على الذكاء الاصطناعي:
"الشخص الذي يقوم بالعمل" → يمكن استبداله.

■ ربطك بالسياق الخاص بك.

بالنظر إلى ما سبق (مشاكل العملاء ومديري المشاريع):

ماذا سيحدث لمديري المشاريع في الطبقة "الخطرية"؟
• على المدى القصير: سيصبحون أقوى بفضل الذكاء الاصطناعي (وسيتم قبول المطالب غير المعقولة).
• على المدى الطويل: ستظهر قدراتهم الحقيقية.

بالنسبة للأشخاص مثلك
(الأشخاص الذين يمكنهم الملاحظة وفهم الهيكل)
→ سيكون لديهم تأثير كبير بفضل الذكاء الاصطناعي.

■ في الختام، كلمة أخيرة.

→ الذكاء الاصطناعي ليس "أداة لرفع القدرات"، بل هو "أداة لتوسيع الفجوة".

ولكن في الآونة الأخيرة، ظهر "Codex" (ChatGPT) بدلاً من "Claude Code"، وهو أيضاً ممتاز... ربما سأنتقل إليه. الذكاء الاصطناعي يتطور باستمرار.

في الواقع، على الرغم من أنني ذكرت خطوات الكود أعلاه، إلا أنني لم أكتب الكود بنفسي تقريبًا خلال الشهر الماضي، بل اعتمدت بشكل كبير على الذكاء الاصطناعي. الذكاء الاصطناعي ممتاز للغاية. أنا أقوم بالتخطيط، ثم أطلب من الذكاء الاصطناعي القيام بالباقي. إنه نوع من الذكاء الاصطناعي "الوكيل"، وهو تغيير كبير.


إضافة:




إضافة: