ابزارهای هوش مصنوعی، تولید کد را متحول کردهاند. امروز مدلهایی مانند Claude Code، Codex و دیگر دستیارهای برنامهنویسی میتوانند در چند دقیقه کدی تولید کنند که پیشتر ساعتها یا روزها زمان میبرد. اما این تحول، چالشی را ایجاد کرده که کمتر به آن توجه شده است: با افزایش چشمگیر حجم کدهای تولیدشده، چه کسی مسئول نگهداری آنها خواهد بود؟
بخش بزرگی از اینترنت بر پایه پروژههای متنباز ساخته شده است؛ پروژههایی که معمولاً کاربران نام آنها را نمیدانند اما تقریباً همه نرمافزارها به آنها وابستهاند. یکی از نمونههای شناختهشده، cURL است که برای انتقال داده میان نرمافزارها و سرورها استفاده میشود و روی میلیاردها دستگاه حضور دارد. برخلاف تصور، نگهداری چنین پروژههایی معمولاً بر عهده شرکتهای بزرگ نیست، بلکه گروه کوچکی از توسعهدهندگان آنها را بهروز نگه میدارند، مشکلات امنیتی را برطرف میکنند و تغییرات جدید را بررسی میکنند.
با فراگیر شدن هوش مصنوعی، تعداد درخواستهای تغییر و کدهای ارسالی به این پروژهها بهشدت افزایش یافته است. هرچند تولید کد آسانتر شده، اما بررسی، آزمایش و تأیید این کدها همچنان به نیروی انسانی نیاز دارد. به همین دلیل، بسیاری از نگهدارندگان پروژههای متنباز میگویند هوش مصنوعی بهجای کاهش بار کاری، در عمل حجم کار آنها را بیشتر کرده است.
این وضعیت باعث شده برخی پروژهها در پذیرش مشارکتهای جدید تجدیدنظر کنند. استیو رویز، خالق ابزار طراحی tldraw، اعلام کرده است که دیگر مشارکتهای بیرونی را نمیپذیرد. او معتقد است اگر تقریباً همه بتوانند با کمک هوش مصنوعی کد تولید کنند، ارزش مشارکت در پروژههای متنباز تغییر میکند. در گذشته، مشارکتکنندگان بهتدریج با ساختار پروژه آشنا میشدند و بعدها خود به نگهدارندگان آن تبدیل میشدند، اما اکنون این مسیر در حال تضعیف است.
نگرانی اصلی این است که اگر بیشتر مشارکتها توسط هوش مصنوعی تولید شود، انگیزه افراد برای یادگیری عمیق پروژه و پذیرش مسئولیت نگهداری آن کاهش یابد. نوشتن کد تنها بخشی از توسعه نرمافزار است؛ بخش دشوارتر، نگهداری، رفع اشکال، مدیریت وابستگیها و تصمیمگیری درباره تغییرات است؛ وظایفی که هنوز به تجربه و قضاوت انسان وابستهاند.
این مشکل تنها به پروژههای متنباز محدود نمیشود. در بسیاری از شرکتها نیز توسعهدهندگان بهجای مطالعه مستندات یا درک دقیق سازوکار نرمافزار، پاسخ پرسشهای خود را از چتباتها دریافت میکنند. برخی برنامهنویسان نگراناند که این روند، توانایی حل مسئله و درک عمیق سیستمها را در نسل جدید توسعهدهندگان تضعیف کند.
همزمان، استفاده از سایتهایی مانند Stack Overflow نیز کاهش یافته است. این وبسایت سالها محل اصلی پرسش و پاسخ برنامهنویسان بود، اما با رواج دستیارهای هوش مصنوعی، بسیاری از کاربران ترجیح میدهند پاسخ خود را مستقیماً از یک چتبات دریافت کنند. در نتیجه، حجم پرسشها و مشارکت کاربران کاهش یافته و یکی از مهمترین منابع یادگیری جمعی برنامهنویسان با افت فعالیت روبهرو شده است.
در مقابل، برخی معتقدند این تحول ادامه روند طبیعی تکامل برنامهنویسی است. همانطور که برنامهنویسان در گذشته از زبان ماشین به زبانهای سطح بالا، سپس به کتابخانهها و فریمورکها مهاجرت کردند، اکنون نیز هوش مصنوعی تنها لایه جدیدی از انتزاع را به فرایند توسعه اضافه کرده است. از این دیدگاه، برنامهنویسان آینده زمان کمتری را صرف نوشتن جزئیات کد و زمان بیشتری را صرف طراحی، معماری و حل مسائل خواهند کرد.
با این حال، حتی طرفداران این دیدگاه نیز تأکید میکنند که کیفیت خروجی هوش مصنوعی به دانش کاربر وابسته است. کسی که مسئله را بهخوبی درک نکند، نمیتواند درخواست درستی از مدل ارائه دهد یا خطاهای آن را تشخیص دهد. به همین دلیل، تجربه و دانش فنی همچنان اهمیت خود را حفظ میکند.
چالش دیگر، اقتصاد پروژههای متنباز است. بسیاری از این پروژهها سالهاست توسط افرادی نگهداری میشوند که درآمد اصلی آنها از محل دیگری تأمین میشود. اگر مشارکت انسانی کاهش یابد و نسل جدید توسعهدهندگان کمتر درگیر این پروژهها شود، یافتن افرادی که حاضر باشند مسئولیت نگهداری بلندمدت این زیرساختها را بر عهده بگیرند دشوارتر خواهد شد.
در نهایت، هرچند هوش مصنوعی هزینه و زمان تولید کد را بهشدت کاهش داده است، اما هنوز نتوانسته جایگزین تجربه، مسئولیتپذیری و تعهد افرادی شود که ستونهای پنهان اینترنت را سرپا نگه داشتهاند. آینده توسعه نرمافزار تنها به سرعت تولید کد وابسته نیست؛ بلکه به این بستگی دارد که آیا همچنان افرادی وجود خواهند داشت که حاضر باشند سالها از این زیرساختهای حیاتی نگهداری کنند یا نه.
