الموضوع 64 من 64· الصلة بهندسة البرمجيات والتقديم الرقمي

إنتاجية الذكاء الاصطناعي في القطاع العام

مقاييس ما تفعله فعلياً مساعدة الذكاء الاصطناعي البرمجية بمخرجات الهندسة — معدلات قبول الاقتراحات، وسرعات الإنجاز في الدراسات المضبوطة، وإنتاجية طلبات الدمج (PR)، ومعدل بقاء الشيفرة — تحمل قاعدة أدلة متناقضة فعلياً حتى قبل إضافة قيود القطاع العام: فتصنيف البيانات يحدّ من أي أجزاء من المنظومة القديمة يمكن لأداة الذكاء الاصطناعي لمسها أصلاً، ودورات الشراء تعني أن الأداة قيد التقييم غالباً ما تكون متأخرة جيلاً كاملاً عن أحدث القدرات، ومتطلبات التصريح الأمني تحكم من يجوز له استخدامها وعلى أي نظام.

لماذا يهم الأمر

أكثر الدراستين المضبوطتين استشهاداً تشيران إلى اتجاهين متعارضين. وجدت تجربة Peng وزملائه العشوائية المضبوطة عام 2023 على GitHub Copilot أن المطورين أنجزوا مهمة خادم HTTP من الصفر أسرع بنسبة 55.8% باستخدام Copilot (ساعة و11 دقيقة مقابل ساعتين و41 دقيقة، بعيّنة قوامها 95 مطوراً). ووجدت تجربة METR العشوائية المضبوطة عام 2025 أن مطورين ذوي خبرة يعملون على مستودعاتهم البرمجية الناضجة الخاصة كانوا أبطأ بنسبة 19% باستخدام أدوات الذكاء الاصطناعي المتاحة في أوائل 2025، مع اعتقادهم أنهم أسرع بنحو 20%. كلتا الدراستين سليمتان منهجياً؛ والتناقض نفسه هو الاكتشاف — فعّالية المهام الجديدة كلياً لا تنتقل إلى فعّالية العمل على قواعد الشيفرة الناضجة، ومعظم الهندسة الحكومية عمل على قواعد شيفرة ناضجة في منظومات أقدم وأكثر خصوصية من المستودع التجاري المتوسط. ويضع إطار الذكاء الاصطناعي التوليدي الصادر عن مكتب البيانات الرقمية المركزي البريطاني (Central Digital and Data Office) لعام 2024 لحكومة جلالة الملكة (https://www.gov.uk/government/publications/generative-ai-framework-for-hmg) مبادئ للتبني المسؤول تحديداً لأن قاعدة الأدلة هذه لا يمكن استيرادها ببساطة من عروض البائعين التوضيحية؛ ويُتوقع من الجهات الحكومية أن تقيّم الأدوات وفق متطلباتها الخاصة في التعامل مع البيانات والأمن قبل أي طرح فعلي.

الحسابات

Acceptance rate  = accepted suggestions / shown suggestions
Retention rate   = AI code surviving to merge / accepted AI code
Speedup          = (t_control − t_AI) / t_control  (from controlled comparison ONLY)
Throughput delta = Δ merged PRs/dev/week

Public-sector coverage factor:
  eligible codebase share = LOC on systems where the classification
    (OFFICIAL, OFFICIAL-SENSITIVE, SECRET) permits the tool at all

Value model = devs × eligible-coverage × time saved × loaded rate × utilization
             — every term needs local measurement, and the coverage factor
             has no private-sector equivalent

مثال توضيحي

تُجري جهة حكومية تجربة استرشادية لمساعد برمجي بالذكاء الاصطناعي على 300 مطوّر، لكن الأنظمة المصنّفة OFFICIAL فقط مؤهلة لاستخدام الأداة — أي 70% من المنظومة بحسب توزيع القوى العاملة، مع استبعاد الـ30% المتبقية (الأنظمة ذات التصنيف الأعلى) استبعاداً تاماً.

Eligible developers = 300 × 0.70 = 210

Pilot result: self-reported time saved 40 min/day;
              measured task-level saving 12 min/day (0.2h)
              — the METR perception gap, reproduced in the wild

Value the MEASURED number:
  210 × 0.2h × 220 days × £55/hr loaded × 0.6 utilization
  = 210 × 44 hours × £55 × 0.6
  = 9,240 hours × £55 × 0.6 ≈ £304,920/year capacity

Cost: 210 licensed seats × £22/month × 12 ≈ £55,440/year

Net capacity ratio ≈ 304,920 / 55,440 ≈ 5.5:1

قابل للتمويل بنحو ثلث المنفعة المُبلَّغ عنها ذاتياً فقط، وبعد تطبيق سقف التصنيف فقط — فترخيص جميع المطورين الـ300 اعتماداً على الرقم المُبلَّغ عنه ذاتياً كان سيبالغ في تقدير كلٍّ من عدد السكان المؤهلين والوفر الحقيقي.

الصلة بهندسة البرمجيات

الانضباطات التي تنتقل مباشرةً: إجراء تجارب عملية على قاعدة شيفرة الجهة الحكومية نفسها وتذاكرها الحقيقية، لا على مهام بائعين توضيحية، لأن نتيجة METR هي تحديداً اكتشاف خاص بقواعد الشيفرة الناضجة؛ والتعامل مع معدل القبول باعتباره مؤشراً وكيلاً لا نتيجة، فالقبول المرتفع مع بقاء منخفض هو المعادل البرمجي للتشخيص المفرط؛ وإقران كل ادّعاء بشأن الإنتاجية بـفحص استقرار، إذ وجد تقرير DORA لعام 2025 أن تبني الذكاء الاصطناعي يرفع الإنتاجية لكنه يُضعف استقرار التغييرات، وهو بالضبط تحليل صافي المنفعة الذي بُني من أجله مقاييس DORA لأجل القيمة العامة؛ والصدق في الاعتراف بأن أدوات الذكاء الاصطناعي قد توسّع لا تضيّق الفجوة في المنظومات القديمة المثقلة بـالدَّين التقني، لأن بيانات التدريب لا تمثّل بما يكفي شيفرة COBOL ولغات الجيل الرابع والشيفرة المخصصة للحواسيب المركزية الشائعة في الحكومة، فتأتي جودة الاقتراحات على الأنظمة الأشد حاجة للمساعدة هي الأضعف غالباً. ويندرج هذا ضمن سؤال قيمة الذكاء الاصطناعي في الحكومة الأوسع، وينبغي أن تحكمه القيود نفسها الواردة في قيمة الأمن السيبراني في القطاع العام التي تحدّ من أين يمكن لأي أداة خارجية رؤية الشيفرة أو البيانات على الإطلاق.

المزالق

  • نقل نتائج دراسات البائعين كما هي: تطبيق سرعات التجارب العشوائية على مهام من الصفر على عمل الدمج مع أنظمة قديمة هو بالضبط الخطأ الذي كشفته دراسة METR.
  • الاعتماد على التقرير الذاتي كقياس: فجوة إدراك مقابل قياس بمقدار 20 نقطة مئوية هي أكبر تحيّز معروف في هذا الأدب البحثي، وهي تُضخّم الحالات التجارية التي تعتمد على استبيانات المطورين وحدها.
  • تجاهل سقف التصنيف: نماذج الترخيص والقيمة المبنية على إجمالي القوى العاملة بدلاً من الفئة المؤهلة والمصرَّح لها أمنياً تُبالغ بشكل منهجي في كلٍّ من جدوى التكلفة والتغطية القابلة للتحقيق.
  • تأخر دورة الشراء: قد يعني الشراء القائم على الأطر الإطارية أن التجربة الاسترشادية تقيّم جيلاً من النماذج متأخراً بـ12 إلى 18 شهراً عما هو متاح للعموم بحلول الطرح الكامل، مما يجعل افتراض السرعة في الحالة التجارية الأصلية بالياً قبل الإطلاق الفعلي.

المصادر