قالت منظمة METR، وهي جهة بحثية مستقلة متخصصة في تقييم قدرات نماذج الذكاء الاصطناعي، إن معدل تحسّن القدرات البحثية داخل شركة Anthropic تضاعف تقريبًا، وإن الحصة الأكبر من هذا التسارع تعود مباشرة إلى مساعدة الذكاء الاصطناعي للموظفين في مهامهم اليومية.
لكن الدرس الأهم لمدير الفريق التقني ورائد الأعمال ليس الانبهار بهذا الرقم، بل التوقف بوعي أمام كيفية الوصول إليه، ومدى صلابة الأرضية التي يقف عليها.
في ٥ نوفمبر ٢٠٢٦، نشرت METR تقييمها لبيانات Anthropic الداخلية خلال الفترة من ١٢ أغسطس إلى ٢٩ أكتوبر. وسؤال هذا المقال مباشر وعملي: إذا كانت الأدلة العلمية تتسم بالحذر والتحفظ حتى داخل أكثر مختبرات الذكاء الاصطناعي تطورًا، فكيف نثبت نحن أثر هذه الأدوات في فرقنا دون أن نخدع أنفسنا؟
ماذا وجدت METR؟
قدّرت METR أن Anthropic تحسّن قدرات نماذجها على المهام المحددة بدقة بنحو ضعف معدلها التاريخي السابق. وتتلخص أبرز نتائج التقييم في ثلاث نقاط:
معدل التسارع (الرقم الفعلي): التقدير المرجعي يدور حول ١٫٩×، بفاصل ثقة (٩٥٪) يتراوح بين ١٫٥× و٢٫٨×. بل إن METR تعترف صراحة بأنها لن تتفاجأ لو كان الرقم الحقيقي أقرب إلى ١٫٣× أو ٣×، مما يعكس هامش تباين واسع في النطاق.
نسبة مساهمة الذكاء الاصطناعي: يُعزى نحو ٨٠٪ من تسارع أكتوبر ٢٠٢٦ إلى أدوات الذكاء الاصطناعي. إلا أن هذا الرقم يظل تخمينًا شخصيًا غير مؤكد، وترى METR أن عوامل أخرى غير الذكاء الاصطناعي فسّرت جزءًا كبيرًا من التسارع المسجل في أواخر ٢٠٢٥.
آلية التأثير الحقيقية: لم يأتِ المكسب من وكلاء أذكياء يتولون مشاريع بحثية كاملة من الألف إلى الياء، بل جاء معظمه من مساعدة المهندسين والباحثين في كتابة الأكواد وتحليل نتائج التجارب.
النقطة الأخيرة هي جوهر الإدارة الرشيدة: الأثر يظهر في طريقة تفاعل الإنسان مع الأداة لا في استبداله؛ ولهذا السبب تحديدًا، يجب أن يُقاس الأثر على مستوى مجرى العمل بأكمله (Workflow)، لا على مستوى المهمة الفردية المعزولة.
لماذا يجب أن نقرأ هذه الأرقام بحذر شديد؟
الأمر الأكثر إثارة للإعجاب في تقرير METR هو شفافيتها في رسم حدود الدليل العلمي وتفنيد الادعاءات الفضفاضة، وتبرز هنا ثلاثة تحفظات لا غنى عنها لأي قيادة تنفيذية:
أرقام قنوات Slack دليل هش: ذكر بعض موظفي الشركة في استطلاعات داخلية غير رسمية رفعًا في إنتاجيتهم بلغ متوسطه نحو ١٢×. لكن METR وصفت هذا المعطى بأنه «دليل ضعيف جدًا»؛ فالمجيبون غالبًا ليسوا عينة ممثلة، وإجاباتهم قد تكون سريعة وغير متأنية، والتقييم الذاتي قد يبالغ في تقدير المكاسب الفعلية.
حجب البيانات الأكثر إفادة: حجبت Anthropic معظم الأدلة التي رأتها METR الأكثر إفادة، لتجنّب كشف معلومات سرية قد تسرّع عمل مطورين آخرين في المجال.
محدودية موارد البحث والوصول: أُنجز مشروع التقييم بفريق يعادل ٢٫٥ موظف بدوام كامل على مدار ١١ أسبوعًا، ولم يُتح لهم الوصول إلى النماذج غير المنشورة.
وفوق كل ذلك، تؤكد METR على بديهة إدارية غالبًا ما تُنسى: تسريع الفرد لا يعني بالضرورة تسريع المنظومة.
ولنأخذ مثالًا افتراضيًا: المبرمج الذي يفرغ من كتابة الكود بنصف الوقت المعتاد لن يُسرّع تسليم الميزة إذا كانت ستنتظر أسبوعين في طابور مراجعة الفريق، أو فحص الجودة، أو اعتمادات النشر. الاختناق لم يُحل؛ بل تحرك ببساطة إلى نقطة تالية.
كيف تقيس أثر الذكاء الاصطناعي في فريقك دون تزييف؟
بدلًا من الاعتماد على انطباعات المطورين وشعورهم بالسرعة، حوّل هذا الدرس إلى تجربة منضبطة تستلهم روح منهجيات الأجايل (Agile Experimentation):
ضع فرضية واضحة : ابتعد عن العموميات واعتمد صيغة محددة، مثل: «استخدام المساعد البرمجي في كتابة اختبارات الوحدة سيقلل زمن الدورة الإجمالي بنسبة ١٠٪ خلال ٣ أسابيع».
اختر مقياسًا موضوعيًا واحدًا لا يعتمد على الرأي: ركّز على مقاييس التدفق الفعلية المعمول بها لديك، مثل زمن دورة التطوير (Cycle Time)، أو معدل تكرار الأعطال بعد النشر (Change Failure Rate).
سجّل خط الأساس (Baseline) أولًا: اجمع بيانات تاريخية لما بين ٣ إلى ٦ أسابيع سابقة قبل إدخال الأداة؛ فمقارنة أسبوع بآخر في بيئة العمل تخدع بسهولة نظرًا لتقلبات الظروف.
حدّد أفق التجربة مسبقًا: التزم بمدى زمني مغلق (سبرنتين أو ثلاثة سبرنتات)، وقاوم إغراء تعديل المقياس في منتصف الطريق.
دوّن المتغيرات الموازية بدقة: سجّل أي تغيير طرأ خلال فترة التجربة؛ كخروج عضو من الفريق، أو تغير طبيعة المهام، أو فترات الإجازات. هذا السجل هو ما يمنع نسبة كل تحسن عرضي إلى الأداة الذكية.
راقب سلامة مجرى العمل بالكامل: مثال افتراضي: إذا انخفض وقت كتابة الكود بنسبة ٣٠٪ بينما ارتفع وقت مراجعة الأكواد (PR Reviews) بنسبة ٤٠٪ نتيجة تضخم حجم الملفات المرفوعة، فالمحصلة الصافية للمنظومة صفر أو بالسالب.
اجعل الانطباع مكمّلًا لا حكمًا: استمع لآراء الفريق ومشاعره حول انخفاض الإرهاق الذهني، ولكن قارن هذا الشعور بالأرقام الموضوعية ولا تجعله بديلًا عنها.
اطرح النتائج في اجتماع (Retrospective): قرر مع الفريق بناءً على الأرقام: هل نعتمد الأداة ونوسعها، أم نعدل طريقة استخدامها، أم نوقفها فورًا ونوقف استنزاف الميزانية؟
قبل أن تصدّق الرقم
أثر الذكاء الاصطناعي حقيقي وواعد في كثير من البيئات، لكن حجمه الفعلي يحتاج إلى برهان عملي لا إلى مجرد انطباعات عاطفية.
إذا كانت مؤسسة أبحاث رائدة تعمل جنبًا إلى جنب مع جهة تقييم مستقلة لم تجزم بأكثر من ١٫٩ ضعف، مع اعتراف صريح بأن الواقع قد يهبط إلى ١٫٣ ضعف أو يرتفع إلى ٣ أضعاف، فمن المنطقي أن نكون أكثر تواضعًا وحذرًا حيال الأرقام الاستعراضية المعروضة على فرقنا.
