menu
close

معهد MIT يرسم خارطة التحديات أمام هندسة البرمجيات المدعومة بالذكاء الاصطناعي

كشفت دراسة شاملة قادها باحثون من معهد MIT عن أبرز التحديات التي تعيق الذكاء الاصطناعي من أتمتة تطوير البرمجيات بشكل كامل. ونُشرت الدراسة في 16 يوليو 2025 بقيادة البروفيسور أرماندو سولار-ليزاما، حيث وضعت خارطة طريق للتقدم من توليد الشيفرات البسيطة إلى معالجة المهام الهندسية المعقدة. ودعت الدراسة إلى جهود جماعية لتطوير معايير تقييم أفضل، وتعزيز التعاون بين البشر والذكاء الاصطناعي، وإنشاء مجموعات بيانات أكثر ثراءً تعكس العمليات الحقيقية لتطوير البرمجيات.
معهد MIT يرسم خارطة التحديات أمام هندسة البرمجيات المدعومة بالذكاء الاصطناعي

على الرغم من التقدم اللافت الذي أحرزه الذكاء الاصطناعي في توليد مقاطع الشيفرة البرمجية، تكشف دراسة جديدة من معهد MIT عن وجود عوائق كبيرة أمام تحقيق هندسة برمجيات ذاتية بالكامل.

الدراسة التي حملت عنوان "التحديات والمسارات نحو الذكاء الاصطناعي لهندسة البرمجيات" أعدها فريق بقيادة البروفيسور أرماندو سولار-ليزاما والمؤلف الأول أليكس جو. وقد نُشرت في 16 يوليو 2025، وسيتم عرضها في المؤتمر الدولي لتعلم الآلة (ICML 2025) في فانكوفر.

يقول سولار-ليزاما: "الجميع يتحدث عن أننا لم نعد بحاجة إلى المبرمجين، وأن الأتمتة أصبحت متاحة للجميع الآن. من جهة، حقق المجال تقدماً هائلاً، ولدينا أدوات أقوى بكثير من أي وقت مضى. لكن لا يزال أمامنا طريق طويل لتحقيق الوعد الكامل للأتمتة الذي نطمح إليه".

ويشير الباحثون إلى أن أنظمة الذكاء الاصطناعي الحالية تتفوق في توليد وظائف برمجية صغيرة، لكنها تواجه صعوبات في مهام هندسة البرمجيات الأوسع مثل إعادة هيكلة الشيفرة على نطاق واسع، أو نقل الشيفرات، أو تصحيح الأنظمة المعقدة. كما أن المعايير الشائعة مثل SWE-Bench تختبر فقط التعديلات على مشكلات GitHub التي تتضمن بضع مئات من الأسطر البرمجية، ولا تعكس السيناريوهات الواقعية التي قد تتطلب تحسين أو نقل ملايين الأسطر من الأنظمة القديمة.

ويمثل التواصل بين الإنسان والآلة تحدياً كبيراً آخر. حيث يصف جو التفاعل الحالي بأنه "خط تواصل رفيع"، إذ غالباً ما تنتج أدوات الذكاء الاصطناعي ملفات ضخمة غير منظمة مع اختبارات سطحية، وتفتقر إلى القدرة على الاستفادة الفعالة من أدوات التصحيح والمحللات الثابتة التي يعتمد عليها المطورون البشر.

وبدلاً من اقتراح حل واحد، يدعو الباحثون إلى جهود جماعية على مستوى المجتمع التقني: تطوير مجموعات بيانات أكثر ثراءً تعكس كيفية كتابة وتعديل المطورين للشيفرات مع مرور الوقت؛ وإنشاء مجموعات تقييم مشتركة تقيس جودة إعادة الهيكلة واستدامة إصلاح الأخطاء؛ وبناء أدوات شفافة تكشف عن عدم يقين النماذج وتتيح التوجيه البشري.

ويشير سولار-ليزاما إلى أن "البرمجيات تدعم بالفعل قطاعات حيوية مثل المالية، والنقل، والرعاية الصحية، والعديد من الأنظمة الحرجة الأخرى". ويتطلع فريق البحث إلى مستقبل يتولى فيه الذكاء الاصطناعي المهام الروتينية في تطوير البرمجيات، مما يتيح للمهندسين البشريين التركيز على قرارات التصميم عالية المستوى والمفاضلات المعقدة التي تتطلب حكماً بشرياً.

Source: Mit

Latest News