الذكاء الاصطناعي هو مكبر للصوت. إن التركيز الاستراتيجي على النظام التنظيمي يحقق أكبر العوائد، كما أوضح ناثن هارفي في حديثه عن مقياس الأداء العالي، وليس الخلل الوظيفي في QCon London. يوفر بحث DORA لعام 2025 حول الذكاء الاصطناعي في تطوير البرمجيات ملفات تعريف الفريق وقدرات النجاح التي يمكن استخدامها لوضع البحث موضع التنفيذ.
وأوضح هارفي أن DORA تبحث في كيفية تحسن الفرق في استخدام التكنولوجيا. وهو يشمل تسليم البرمجيات، ولكن ليس فقط التكنولوجيا؛ وأيضًا كيف نعمل كفرق، كأشخاص، ونغطي كيفية دفع أعمالنا إلى الأمام وخدمة عملائنا حقًا. تجري DORA دراسة استقصائية مدعومة بالبحث النوعي. وفي عام 2025، نشروا تقرير حالة تطوير البرمجيات المدعومة بالذكاء الاصطناعي في تقارير DORA.
الدور الأساسي للذكاء الاصطناعي في تطوير البرمجيات هو دور مكبر الصوت، ذكر هارفي:
ستأتي أكبر العوائد على استثماراتك في الذكاء الاصطناعي من التركيز الاستراتيجي على النظام التنظيمي الأساسي. وبدون هذا الأساس، يميل الذكاء الاصطناعي إلى خلق جيوب محلية من الإنتاجية التي غالبا ما تضيع بسبب الفوضى.
أراد الباحثون فهم كيفية عمل الفرق عبر عوامل مختلفة، مثل أداء الفريق، وأداء المنتج، والفعالية، والاحتكاك، والإرهاق، وما إلى ذلك. وذكر هارفي أنهم حددوا سبعة ملفات تعريف فريدة للفريق في البيانات:
- التحديات التأسيسية
- عنق الزجاجة التراثي
- مقيدة بالعملية
- تأثير عالي، إيقاع منخفض
- مستقرة ومنهجية
- فناني الأداء العمليين
- المتفوقون المتناغمون
على سبيل المثال، أظهر مخططًا عنكبوتيًا لملف تعريف الفريق “المقيد بالعملية”:
وقال هارفي إنه بالنسبة لملف الفريق هذا، فإن الإرهاق مرتفع، والاحتكاك مرتفع، والفعالية الفردية منخفضة، والوقت المستغرق في القيام بعمل قيم منخفض. يعد عدم استقرار تسليم البرامج جيدًا جدًا؛ إنه أقل من أي شخص آخر، لكن الإنتاجية أقل قليلاً. ذكر هارفي: “إنه ليس الفريق المثالي، لكننا لا نقدم حقًا الكثير من القيمة”.
ذكر هارفي أنهم يريدون معرفة ما إذا كانت هناك أشياء محددة تساعد بعض الفرق في الحصول على قيمة أكبر من الذكاء الاصطناعي أكثر من غيرها. وقد حددوا سبع قدرات تؤدي، عند دمجها مع اعتماد الذكاء الاصطناعي، إلى تحقيق نتائج أفضل:
- موقف الذكاء الاصطناعي الواضح والمعلن
- النظم البيئية للبيانات الصحية
- بيانات داخلية يمكن الوصول إليها بواسطة الذكاء الاصطناعي
- ممارسات قوية للتحكم في الإصدار
- العمل على دفعات صغيرة
- التركيز على المستخدم
- منصات داخلية عالية الجودة
وقال هارفي إن كل قطعة من البرامج التي نقوم بإنشائها مصنوعة للبشر:
مهمتنا هي حل المشاكل. مهمتنا هي فهم من هم مستخدمينا وبناء الأشياء التي يحتاجون إليها، والأشياء التي من شأنها تحسين حياتهم.
يمكن للذكاء الاصطناعي أن يفعل الأشياء بشكل أسرع بكثير؛ وقال هارفي إنه يفتح الاختيارية. يمكننا إنشاء نماذج أولية لخمسة أشياء في وقت أقل مما استغرقه إنشاء نموذج أولي لشيء واحد. نظرًا لأننا سيئون حقًا في فهم ما يريده المستخدمون بالضبط، فقد اقترح هارفي بناء العديد من الأشياء، وتجربتها، ومناقشتها كفريق واحد.
في ديسمبر الماضي، نشرت DORA تقرير نموذج قدرات الذكاء الاصطناعي. ولوضع الأبحاث موضع التنفيذ، اقترح هارفي تقييم حالتك الحالية، وتحديد الأولويات، وتطوير ثقافة التحسين المستمر. عندما تعمل في مؤسسة ما، يكون لديك سياقك الخاص وعملائك؛ قال هارفي: “عليك أن تضع في سياق ما ورد في تقارير DORA”. وخلص إلى القول: خذ النتائج واستخدمها كفرضيتك.
أجرى InfoQ مقابلة مع ناثين هارفي بعد حديثه.
InfoQ: ما هي الاستنتاجات الرئيسية من تقرير DORA عندما يتعلق الأمر بالتأثير الملحوظ للذكاء الاصطناعي على الإنتاجية الفردية وجودة الكود؟
ناثين هارفي: مع زيادة اعتماد الذكاء الاصطناعي، زاد التأثير الملحوظ على كل من جودة التعليمات البرمجية والفعالية الفردية. في الواقع، شهدت الفعالية الفردية المبلغ عنها ذاتيًا أعلى زيادة مقارنة بكل الجوانب الأخرى التي نظرنا إليها. كما تحسنت تصورات جودة التعليمات البرمجية.
ومن المثير للاهتمام أنه في حين تحسنت الفعالية الفردية وجودة التعليمات البرمجية، فقد زاد أيضًا عدم استقرار تسليم البرامج. وهذا يعني أنه من المرجح أن نشهد التراجع عن عمليات النشر أو الإصلاحات العاجلة المطلوبة لتصحيح خطأ تم تقديمه بواسطة عملية نشر جديدة.
قد يكون هذا التناقض – زيادة جودة التعليمات البرمجية وعدم استقرار تسليم البرامج – إشارة إلى الحوافز غير المتوافقة أو عدم وضوح تأثير التغييرات التي تم إدخالها. يمكن أن يحدث هذا عندما يكون مهندس البرمجيات مهتمًا في المقام الأول ببناء ميزات جديدة، دون القلق بشأن مدى نجاح هذه الميزات في الإنتاج.
InfoQ: كيف تساعد قدرات الذكاء الاصطناعي الفرق في الحصول على قيمة أكبر من الذكاء الاصطناعي؟
هارفي: تساعد الإمكانات الفرق على فهم كيفية تحقيق أقصى استفادة من استثماراتهم في اعتماد الذكاء الاصطناعي. على سبيل المثال، أظهرت بيانات DORA لفترة طويلة أن العمل على دفعات أصغر يؤدي إلى أداء أفضل في تسليم البرامج. يضغط الذكاء الاصطناعي على هذه الفكرة لأن النماذج يمكن أن تقترح مجموعات تغيير كبيرة أو طلبات سحب.
من الصعب مراجعة التغييرات الأكبر وتقييمها لمعرفة ما إذا كانت مناسبة للغرض. أبعد من ذلك، تميل التغييرات الكبيرة إلى أن تنطوي على المزيد من المخاطر.
يمكن للفرق استخدام هذه الرؤى للتعاون مع مساعدي الذكاء الاصطناعي لتقسيم التغييرات الكبيرة إلى وحدات أصغر قابلة للنشر بشكل مستقل.
InfoQ: ما هو الدور الذي يمكن أن تلعبه المنصات في اعتماد الذكاء الاصطناعي وتوليد القيمة؟
هارفي: تلعب المنصات الداخلية عالية الجودة دورًا مهمًا في مساعدة المؤسسات في الحصول على قيمة من الذكاء الاصطناعي. أولاً، يعد النظام الأساسي وسيلة مثالية لجعل قدرة معينة متاحة للمؤسسة بأكملها. إن إتاحة الوصول إلى النماذج وسير العمل والإمكانات الأخرى على نطاق واسع يساعد في تعزيز التبني وتحقيق القيمة.
لكن الأمر يتجاوز مجرد جعل القدرة متاحة. تسمح المنصات أيضًا للمؤسسات بنقل التعقيد إلى النظام الأساسي وإخفائه عن مستخدمي النظام الأساسي.
على سبيل المثال، إذا كانت مؤسستك لديها سياسة أمان محددة يجب عليها اتباعها، فيمكن للنظام الأساسي فرض هذه السياسة على أي حلول جديدة يتم إنشاؤها. ومن خلال القيام بذلك، فإنه يعمل على تحسين الامتثال للسياسة مع التخلص أيضًا من التعقيدات الناجمة عن الاضطرار إلى التفكير في السياسة.
