رغم التقدم الملحوظ 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.
أُجريت الدراسة بعنوان "التحديات والمسارات نحو الذكاء الاصطناعي لهندسة البرمجيات" بواسطة فريق بقيادة البروفيسور أرماندو سولار-ليزاما والباحث الأول أليكس جو. ونُشرت الدراسة في 16 يوليو 2025، وستُعرض 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 مما رأيناه من قبل. لكن لا يزال أمامنا طريق طويل لتحقيق الأتمتة الكاملة التي نطمح إليها".
ويؤكد الباحثون أن أنظمة الذكاء الاصطناعي الحالية تتفوق في توليد وظائف برمجية صغيرة، لكنها تواجه صعوبات في المهام الهندسية الأوسع مثل إعادة هيكلة البرمجيات على نطاق واسع، أو نقل الشيفرات، أو تصحيح الأنظمة المعقدة. كما أن المعايير الشائعة مثل SWE-Bench تختبر فقط تعديلات لمشاكل على GitHub تتعلق ببضع 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 وغير منظمة مع اختبارات سطحية، وتفتقر للقدرة على الاستفادة الفعالة من أدوات التصحيح والتحليل الساكن التي يعتمد عليها المطورون البشر.
وبدلاً من اقتراح حل واحد، يدعو الباحثون إلى جهود مجتمعية: 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 أصبحت أساساً للتمويل والنقل والرعاية الصحية والعديد من الأنظمة الحيوية الأخرى". ويتطلع فريق البحث إلى مستقبل يتولى فيه الذكاء الاصطناعي المهام الروتينية في التطوير، مما يتيح للمهندسين البشريين التركيز على قرارات التصميم العليا والمفاضلات المعقدة التي تتطلب حكماً بشرياً.