مهن جديدة أنشأها الذكاء الاصطناعي: خريطة الأدوار وPDLC وكيف تجتاز المقابلة

حديث «الذكاء الاصطناعي سيستبدل المهن» غير مفيد: ينتج قلقاً ولا شيء آخر. القراءة العملية مختلفة: داخل الشركات يتغيّر العملية، ومعها قائمة المهام، وتظهر أدوار لم تكن موجودة قبل ثلاث سنوات. هذه هي الأدوار التي يُعيَّن عليها اليوم.

ما يتغيّر داخل الشركة

تتكرر في دورة تطوير المنتج الكلاسيكية الخطوات نفسها: فهم المشكلة، تصميم الحل، البناء، الاختبار، الإطلاق، قياس الأثر. يدخل الذكاء الاصطناعي في كل خطوة، لكن بشكل مختلف.

• الاستكشاف. تلخيص المقابلات وتحليل الملاحظات والتذاكر والفرضيات أسرع، لكن مع عمل جديد: التحقق مما إذا كان النموذج اخترع نمطاً غير موجود.
• التصميم. تظهر النماذج والنصوص في دقائق، وتنتقل القيمة إلى صياغة المشكلة ومعايير الجودة.
• البناء. تُكتب الشيفرة أسرع، لكن المراجعة والاختبارات وقراءة الشيفرة المولّدة تستهلك وقتاً أكبر.
• الاختبار. تنشأ تخصصية مستقلة: تقييم جودة النماذج — مجموعات اختبار ومقاييس وتشغيل يدوي وآلي.
• الإطلاق والقياس. يحتاج أحدهم إلى متابعة التكلفة وانحراف الجودة وشرح ما تغيّر فعلاً للإدارة.

من هذا التحوّل تُولد المهن الجديدة: العمل لا يختفي، بل يُعاد توزيعه — جزء من الروتين ينتقل إلى النموذج، والوقت المتحرر ينتقل إلى الصياغة والتحقق والشرح.

الأدوار التي ظهرت

• مهندس ذكاء اصطناعي / LLM: يبني سيناريوهات فوق نماذج جاهزة: اختيار النموذج، السياق، الأدوات، التخزين المؤقت، معالجة الأخطاء.
• مهندس التقييم: يبني نظام الفحوص: أي الحالات يجب أن تعمل، كيف تُقاس الانحدارات، وكم يكلّف الخطأ.
• مدير منتج للذكاء الاصطناعي: يقرر أين يكون الذكاء الاصطناعي مناسباً، ويقدّر الأثر والمخاطر والتكلفة، ويقول «لا» لعرض لامع لا يحل شيئاً.

المهارات التي تُقاس فعلاً

الإعلانات الوظيفية مليئة بأسماء الأدوات، لكن المقابلة تقيس شيئاً آخر: هل تستطيع أن تُوصل سيناريو إلى نتيجة وأن تشرح حدوده.

1. التفكير المنظومي: هل ترى مسار البيانات — من أين يأتي الطلب، وما يدخل السياق، وأين تُخزَّن الإجابة، ومن يتحمّل الخطأ.
2. الارتياح للغموض: تتغيّر التقنيات كل نصف عام؛ يُقاس سرعة التعلّم لا حفظ مكتبة معيّنة.
3. معايير قابلة للقياس: «يعمل جيداً» ليس معياراً. يتميّز من يقترح فحوصاً ملموسة.
4. اقتصاد الحل: تكلفة الطلب وزمن الاستجابة والحجم جزء من القرار الهندسي.
5. الأمن والبيانات: ما لا يجوز إرساله إلى النموذج، وكيف تُعالج البيانات الشخصية.
6. التواصل: شرح للفريق وللإدارة لماذا يعمل الحل وأين ينكسر.

كيف تجتاز المقابلة

1. جهّز قصصاً لا إجابات

يُطلب غالباً حالة حقيقية. أربعة أجزاء: المهمة والقيود، وما فعلت، وما حدث، وما كنت ستفعله بشكل مختلف. بدون الجزء الأخير يبدو الجواب تقريراً لا خبرة.

2. توقّع حالة «أدخل الذكاء الاصطناعي في هذه العملية»

«الدعم يستقبل 3000 تذكرة يومياً، ماذا تقترح؟» الجواب القوي يبدأ بأسئلة لا بنموذج: الحجم، تكلفة الخطأ، من يتحقق من النتيجة، وما البيانات المتاحة. ثم تجربة محدودة ومقياس.

3. اذكر الحدود قبل أن تُسأل

تُقدَّر الصراحة حول مواضع الفشل: الهلوسة، البيانات القديمة، التكلفة، المخاطر القانونية. من يحدد الحدود بنفسه يبدو أكثر موثوقية ممن يَعِد بكل شيء.

قائمة التحضير

1. اكتب ثلاث قصص بصيغة «مهمة — إجراء — نتيجة — درس».
2. صف تطبيقاً للذكاء الاصطناعي وفق خطوات PDLC وحدّد مقياساً.
3. حدّد خمسة فحوص جودة لسيناريو متخيَّل.
4. قدّر التكلفة: طلبات يومياً × السعر × هامش.
5. تدرّب بصوت عالٍ — بالعربية والإنجليزية إذا كانت الوظيفة دولية.

تُخيف المهن الجديدة بأسمائها، لكن المتطلبات واقعية: افهم العملية، وحدّد المعايير، ووصل إلى نتيجة، واشرحها للناس. هذه المهارات قابلة للتدريب — بما في ذلك في الحوار: كلما قلت قصتك بصوت عالٍ، كان اللقاء الحقيقي أهدأ.

• أمين البيانات: مسؤول عن جودة المدخلات والتصنيف؛ غالباً يُستهان به، لكنه يحدد سقف الجودة.
• تشغيل الذكاء الاصطناعي / MLOps: إصدارات النماذج، المراقبة، تكلفة الطلب، زمن الاستجابة، التراجع. بدونه ينهار المشروع التجريبي عند التحول إلى منتج.
• مسؤول التبنّي والتدريب: يساعد الناس على إعادة بناء عملهم: أدلة وتدريب ومراجعة أخطاء. بسيط تقنياً وأكثر الأجزاء إثارةً للخلاف.