“Microsoft” تشارك تحديات واحتياجات مطوري البرمجيات حول بناء المساعدين المدعومين بالذكاء الاصطناعي “Copilots”

قام الباحثون في شركة "Microsoft" و"GitHub" بإجراء دراسة معمقة حول التحديات والفرص والاحتياجات المرتبطة بتطوير مساعدين مدعومين بالذكاء الاصطناعي "Copilots". وقد شملت الدراسة إجراء مقابلات مع 26 مهندس برمجيات محترف من شركات متنوعة مسؤولة عن تطوير هذه الأدوات المتقدمة.

إن المنافسة في دمج الذكاء الاصطناعي المتقدم في المنتجات مستمرة، حيث تسعى الشركات التكنولوجية لإضافة هذه القدرات إلى برمجياتها؛ مع ذلك، لا تزال هناك تحديات عديدة. حيث يمكن أن يؤدي تنسيق مصادر البيانات والمطالبات المتعددة إلى زيادة مخاطر الفشل، بينما يعد اختبار نماذج اللغة الكبيرة (LLMs)  أمرًا صعبًا نظرًا لتقلبها.

كما يجد المطورون صعوبة أيضًا في مواكبة أفضل الممارسات في هذا المجال سريع تطور، وغالبًا ما يلجأون إلى وسائل التواصل الاجتماعي أو الأوراق الأكاديمية للإرشاد. تعد كذلك السلامة والخصوصية والامتثال من الاهتمامات الرئيسية التي تتطلب إدارة دقيقة لتجنب الأضرار أو الانتهاكات المحتملة.

وقد أشار أوستن هينلي، الباحث في الذكاء الاصطناعي في Microsoft، وأستاذاً في جامعة تينيسي، إلى أن: "إيجاد متجر شامل لدمج الذكاء الاصطناعي في المشاريع لايزال يمثل تحديًا. يبحث المطورون عن مكان لبدء عملهم بسرعة، والانتقال من مرحلة التجارب إلى النموذج الأولي القابل للتطبيق (MVP)، وربط مصادر بياناتهم المختلفة بالمطالبات، ثم دمج مكونات الذكاء الاصطناعي في قاعدة البرمجة الحالية بكفاءة".

وأضاف هينلي أن "وجود أداة تصحيح سريعة يمكن أن تقدم تعليقات فورية، كما طلب المطورون أيضًا مكتبة أو "صندوق أدوات" يحتوي على مجموعة من القصاصات الجاهزة (prompt snippets) التي يمكن استخدامها في مهام شائعة تتعلق بالذكاء الاصطناعي.

ومن التحديات الهامة التي تم تحديدها أيضًا، التحدي المتمثل في الهندسة السريعة، وهي عملية إنشاء المطالبات أو المحفزات التي تؤدي إلى عملية الاستدلال لنموذج الذكاء الاصطناعي. وقد صرح أحد المشاركين بأن "نماذج اللغة الكبيرة غالبًا ما تكون هشة للغاية من حيث الاستجابات، مما يجعل هناك الكثير من التحكم والتوجيه الممكن من خلال التحفيز". ويعد عدم القدرة على التنبؤ هذا بمثابة تحدي حيث يتعين على المطورين التنقل عبر عمليات التجربة والخطأ التي قد تكون مستهلكة للوقت.

وقد أثيرت أيضًا مسألة اختبار المعايير؛ فمع النماذج التوليدية مثل LLMs، تصبح كتابة التأكيدات صعبة نظرًا لاختلاف كل إجابة عن الأخرى. وقد أوضح أحد المشاركين أنه "لهذا السبب نقوم بإجراء كل اختبار 10 مرات"، بينما أضاف آخر: "التجربة هي الأكثر استهلاكًا للوقت إذا لم تكن الأدوات المناسبة متوفرة".

فضلاً عن ذلك، عبر المشاركون عن مخاوفهم بخصوص مشكلات السلامة والخصوصية المرتبطة بدمج الذكاء الاصطناعي في المنتجات. حيث أكد أحد المشاركين على أهمية وجود إجراءات وسائل الحماية المناسبة، خاصةً عند استخدام التكنولوجيا الذكاء الاصطناعي في مجالات حساسة، مشيرًا إلى المخاطر المحتملة في استخدام هذه التقنيات دون ضمانات مناسبة.

وفي النهاية، عبر أحد المشاركين عن صعوبة تعلم تلك التقنيات والأدوات الجديدة، مشيرًا إلى عدم وجود مسار محدد أو خطة واضحة للتعلم وتطبيق التكنولوجيا الذكية بالطريقة الصحيحة. هذا التعليق يبرز التحدي الذي يواجههم في فهم التكنولوجيا الجديدة واستخدامها بفعالية، ويشير إلى ضرورة البحث المستمر ومتابعة التطورات في هذا المجال لضمان التطور المستمر والاستخدام الأمثل لتلك التقنيات.

ومن الجدير بالذكر أن هذه التغييرات تأتي بالتزامن مع إطلاق "Microsoft" مؤخرًا لتحديثات وترقيات على برنامج "CoPilot" الخاص بها، حيث يمكن الآن لجميع مستخدمي "CoPilot" الناطقين باللغة الإنجليزية في الولايات المتحدة والمملكة المتحدة وأستراليا والهند ونيوزيلندا تحرير الصور أثناء الدردشة. وقد أبلغ العديد من مشتركي "Microsoft CoPilot Pro" عن مشكلات في الأداء.