ایا د سافټویر انجینران به د مصنوعي ذهانت سره بدل شي؟

دا د هغو ځورونکو، یو څه نا آرامه پوښتنو څخه ده چې د شپې ناوخته د سلیک چیټونو او د کوډ جوړونکو، بنسټ ایښودونکو، او په صادقانه توګه د هر هغه چا ترمنځ چې کله هم یو پراسرار بګ لیدلی وي، د قهوې په اړه بحثونو کې راګیر کیږي. له یوې خوا، د مصنوعي ذهانت وسایل ګړندي، تیز، تقریبا عجیب کیږي چې دوی څنګه کوډ تویوي. له بلې خوا، د سافټویر انجینرۍ هیڅکله یوازې د نحو د هډوکو کولو په اړه نه وه. راځئ چې دا بیرته خلاص کړو - پرته له دې چې د عادي ډیسټوپین "ماشینونه به ونیسي" ساینسي افسانې سکریپټ ته لاړ شو.

هغه مقالې چې تاسو یې له دې وروسته لوستل خوښولی شئ:

🔗 د سافټویر ازموینې لپاره غوره AI وسایل
د مصنوعي ذهانت په واسطه د ازموینې وسایل ومومئ چې QA هوښیار او ګړندی کوي.

🔗 څنګه د مصنوعي ذهانت انجنیر شئ
په مصنوعي ذهانت کې د بریالي مسلک جوړولو لپاره ګام په ګام لارښود.

🔗 غوره بې کوډ AI وسایل
د غوره پلیټ فارمونو په کارولو سره د کوډ کولو پرته په اسانۍ سره د AI حلونه رامینځته کړئ.

د سافټویر انجنیران مهم دي 🧠✨

د ټولو کیبورډونو او سټیک ټریسو لاندې، انجینري تل د ستونزو حل کول، تخلیقیت، او د سیسټم په کچه قضاوت . البته، AI کولی شي ټوټې ټوټې کړي یا حتی په ثانیو کې یو اپلیکیشن سکیفولډ کړي، مګر ریښتیني انجینران هغه شیان راوړي چې ماشینونه یې په بشپړه توګه نه لمس کوي:

• شرایطو د درک کولو وړتیا .

• د تبادلې رامنځته کول (سرعت د لګښت په وړاندې د امنیت په وړاندې ... تل یو چلونکی عمل).

• خلکو سره کار کول ، نه یوازې کوډ.

• د هغو عجیبو څنډو قضیو نیول چې د یوې ښې نمونې سره سمون نه خوري.

د مصنوعي ذهانت په اړه فکر وکړئ چې یو ډېر ګړندی او نه ستړی کېدونکی کارپوه دی. ګټور؟ هو. د معمارۍ مشري کوي؟ نه.

تصور وکړئ: د ودې ټیم داسې ځانګړتیا غواړي چې د نرخ مقرراتو، د بل کولو زاړه منطق، او د نرخ محدودیتونو سره تړاو ولري. یو AI کولی شي د هغې برخې مسوده کړي، مګر پریکړه کول چې منطق چیرته ځای په ځای کړي ، څه بیرته واخلي ، او څنګه د مهاجرت په مینځ کې رسیدونه خراب نه کړي - دا قضاوت د انسان پورې اړه لري. دا توپیر دی.

هغه څه چې معلومات په حقیقت کې ښیې 📊

شمېرې حیرانونکې دي. په جوړښتي مطالعاتو کې، د GitHub Copilot کارولو پراختیا کونکو دندې د هغو کسانو په پرتله چې سولو کوډ کوي ~ 55٪ ګړندي د جین-AI سره د کاري فلو کې یوځای شوي [2] سره تر 2x پورې ګړندي 84٪ پراختیا کونکي یا د AI وسیلو څخه کار اخلي یا د کارولو پلان لري، او له نیمایي څخه ډیر مسلکي کسان هره ورځ دا کاروي [3].

خو یوه ستونزه شته. د ملګرو لخوا بیاکتل شوي کار ښیي چې د مصنوعي ذهانت په مرسته کوډ کونکي ډیر احتمال ډیر باوري پاتې کیږي [5]. له همدې امله چوکاټونه د ساتونکو په لیکو فشار راوړي: نظارت، چکونه، انساني بیاکتنې، په ځانګړې توګه په حساسو ساحو کې [4].

چټک څنګ په څنګ: مصنوعي ذهانت د انجینرانو په وړاندې

د مصنوعي ذهانت د کوډ کولو د ملاتړو زیاتوالی 🚀

وسایل لکه کوپائلټ او LLM-powered IDEs د کار جریان بیا شکل ورکوي. دوی:

• سمدلاسه د بویلرپلیټ مسوده جوړه کړئ.

• د بیا رغونې لارښوونې وړاندې کړئ.

• هغه APIs تشریح کړئ چې تاسو هیڅکله نه دي لمس کړي.

• حتی ازموینې تویوي (کله ناکله فلیکي، کله ناکله سخت).

بدلون؟ د کوچنیو کچو دندې اوس کوچنۍ شوي دي. دا د پیل کونکو زده کړې څرنګوالی بدلوي. د نه ختمیدونکو لوپونو له لارې مینځل لږ اړونده دي. هوښیار لاره: اجازه راکړئ چې AI مسوده وکړي، بیا تایید کړي : ادعاوې ولیکئ، لینټ چل کړئ، په جارحانه توګه ازموینه وکړئ، او د یوځای کیدو دمخه د پټو امنیتي نیمګړتیاوو لپاره بیاکتنه وکړئ [5].

ولې مصنوعي ذهانت لاهم بشپړ بدیل نه دی

راځئ چې په څرګنده توګه ووایو: مصنوعي ذهانت ځواکمن دی خو ... ساده هم دی. دا نلري:

• وجدان - د بې معنی غوښتنو نیول.

• اخلاق - انصاف، تعصب، او خطر وزن کول.

• شرایط - پدې پوهیدل چې ولې یو ځانګړتیا باید شتون ولري یا باید شتون ونلري.

د ماموریت مهم سافټویر لپاره - مالي، روغتیا، فضايي - تاسو په تور بکس سیسټم کې قمار نه کوئ. چوکاټونه دا روښانه کوي: انسانان د ازموینې څخه تر څارنې پورې حساب ورکوونکي پاتې کیږي [4].

په دندو باندې د "منځني-بهر" اغیز 📉📈

مصنوعي ذهانت د مهارت د زینې په منځ کې تر ټولو سخت ټکان ورکوي:

• د داخلي کچې پراختیا کونکي : زیان منونکي - اساسي کوډ کول اتومات کیږي. د ودې لاره؟ ازموینه، وسایل، د معلوماتو چکونه، امنیتي بیاکتنې.

• لوړ پوړي انجنیران/معماران : خوندي - د ډیزاین، مشرتابه، پیچلتیا، او د مصنوعي ذهانت تنظیم کول.

• د ځانګړو متخصصینو : لا هم خوندي - امنیت، ایمبیډ شوي سیسټمونه، د ML زیربنا، هغه شیان چې د ډومین ځانګړتیاوې مهمې دي.

د محاسبینو په اړه فکر وکړئ: دوی ریاضی له منځه نه دی وړی. دوی هغه مهارتونه بدل کړل چې اړین شول.

د انسان ځانګړتیاوې مصنوعي ذهانت له منځه ځي

د انجینرۍ یو څو زبرځواکونه چې مصنوعي ذهانت یې لاهم نلري:

• د بې ادبه، سپګیټي میراثي کوډ سره غېږ نیول.

• د کاروونکو د مایوسۍ لوستل او په ډیزاین کې د خواخوږۍ شاملول.

• د دفتر سیاست او د مراجعینو په خبرو اترو کې حرکت کول.

• د هغو نمونو سره تطابق چې لا تر اوسه اختراع شوي نه دي.

په طنزیه توګه، د انسان توکي تر ټولو تیزه ګټه کیږي.

څنګه خپل مسلک په راتلونکي کې ثابت وساتو 🔧

• تنظیم کړئ، سیالي مه کوئ : د مصنوعي ذهانت سره د یو همکار په څیر چلند وکړئ.

• په بیاکتنه کې دوه چنده کمښت : د ګواښ ماډلینګ، د ازموینې په توګه مشخصات، مشاهده وړتیا.

• د ساحې ژوروالی زده کړئ : تادیات، روغتیا، فضايي حریم، اقلیم - شرایط هرڅه دي.

• یو شخصي اوزار کټ جوړ کړئ : لینټرونه، فزرونه، ټایپ شوي APIs، د بیا تولید وړ جوړونه.

• د اسنادو پریکړې : ADRs او چک لیستونه د AI بدلونونه تعقیبوي [4].

احتمالي راتلونکی: همکاري، نه بدیل 👫🤖

اصلي انځور "د مصنوعي ذهانت په وړاندې د انجنیرانو" نه دی. دا د انجنیرانو سره مصنوعي ذهانت . هغه کسان چې تکیه کوي ګړندي حرکت کوي، لوی فکر کوي، او د کار څخه کار اخلي. هغه کسان چې مقاومت کوي د شاته پاتې کیدو خطر لري.

د حقیقت کتنه:

• د معمول کوډ → AI.

• ستراتیژي + انتقادي غوښتنې → انسانان.

• غوره پایلې → د مصنوعي ذهانت سره سمبال انجنیران [1][2][3].

بشپړول 📝

نو، ایا انجنیران به بدل شي؟ نه. د دوی دندې به بدلې شي. دا د "کوډ کولو پای" لږ او "کوډ کول وده کوي" ډیر دی. ګټونکي به هغه څوک وي چې ترسره کول ، نه د هغې سره مبارزه.

دا یو نوی زبرځواک دی، نه ګلابي سلیپ.

ماخذونه

[1] ګیټ هب. "څېړنه: د ګیټ هب کوپائلټ اغیزې د پراختیا کونکي تولید او خوښۍ باندې اندازه کول." (2022). https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/

[2] مک کینسي او شرکت. "د تولیدي مصنوعي ذهانت سره د پراختیا کونکو تولیدي وړتیا خلاصول." (جون 27، 2023). https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai

[3] د سټیک اوور فلو. "د ۲۰۲۵ پراختیا کونکي سروې - AI." (۲۰۲۵). https://survey.stackoverflow.co/2025/ai

[4] NIST. "د AI د خطر مدیریت چوکاټ (AI RMF)." (2023–). https://www.nist.gov/itl/ai-risk-management-framework

[5] پیری، این.، سریواستو، ایم.، کمار، ډي.، او بونه، ډي. "ایا کاروونکي د AI مرستیالانو سره ډیر ناامنه کوډونه لیکي؟" ACM CCS (2023). https://dl.acm.org/doi/10.1145/3576915.3623157