قِس التقدم المفيد

عرّف النتيجة قبل المقياس

تستطيع أداة ذكاء اصطناعي إنتاج الشيفرة بسرعة. أما النتيجة المفيدة فهي تغيير يلبي حاجة مستخدم عند مستوى الجودة المطلوب. هذان قياسان مختلفان.

تصف الأسطر المولّدة والاقتراحات المقبولة وتشغيلات الوكيل نشاطاً. وقد تساعد على فهم استخدام الأداة. لكنها لا تثبت تحسّن خدمة أو تقديم الفريق عملاً مفيداً في وقت أقصر.

ابدأ بسؤال واحد. مثلاً: «هل يقلّل سير العمل هذا إجمالي الجهد اللازم لإكمال مهمة صيانة صغيرة؟». عرّف الإكمال قبل جمع النتائج. أدرج الاختبارات والمراجعة والتوثيق المطلوبة.

احسب المهمة كاملة

تأمّل تغييراً خيالياً في مرشح تقرير. دون الذكاء الاصطناعي، يستغرق التنفيذ 60 دقيقة والمراجعة 10 دقائق. ومع الذكاء الاصطناعي، يستغرق التنفيذ 30 دقيقة والمراجعة 45 دقيقة.

أصبح التنفيذ أسرع. ويرتفع الجهد المقاس لهاتين المرحلتين من 70 إلى 75 دقيقة. لا تشمل أي من النتيجتين التحضير أو التصحيحات اللاحقة أو العيوب بعد الإصدار. أبقِ هذه الحدود واضحة.

توضّح هذه الأرقام عملية حسابية. وليست نتائج بحث أو توقعاً لفريقك. قد تعكس زيادة المراجعة فرق شيفرة أكبر أو شيفرة غير مألوفة أو متطلباً مفقوداً. ابحث عن السبب قبل تغيير سياسة الأدوات.

افصل الجهد عن الوقت المنقضي

يقيس الجهد الوقت الذي يقضيه الناس في العمل. ويشمل الوقت المنقضي الانتظار. يستطيع وكيل تنفيذ الفحوص بينما يعمل مطوّر على مهمة أخرى. لا تحسب وقت الشخص نفسه مرتين. وسجّل أيضاً مدة انتظار التغيير للمراجعة أو لتوفّر بيئة.

قد يقلّل سير العمل الجهد دون تقليل وقت التسليم. قد يحدث ذلك حين تحدّد قائمة انتظار الموافقات موعد الإكمال. وقد يظل للجهد الموفّر قيمة، لكن المؤسسة تحتاج إلى قرار منفصل بشأن استخدامه.

اسأل المطوّرين إن كان سير العمل يساعدهم على فهم النظام والحفاظ على التركيز. تعامل مع الإجابات كبيانات عن تجربتهم. لا تحوّل الشعور بالسرعة إلى نسبة تحسّن مثبتة.

اقرأ البحث ضمن حدوده

أبلغت METR عن تباطؤ في دراسة محددة أُجريت أوائل 2025 على مطوّرين ذوي خبرة في البرمجيات مفتوحة المصدر. لم تثبت الدراسة أثراً يشمل كل المطوّرين أو المهام. ووصف تحديثها في فبراير 2026 آثار الانتقاء ومشكلات القياس في تجربة لاحقة.

الدرس المفيد هنا يتعلق بالقياس. قد تغيّر إصدارات الأدوات واختيار المهام ومتطلبات الجودة وسلوك المشاركين النتيجة. لا تستخدم نسبة تاريخية واحدة قاعدة دائمة للتطوير بالذكاء الاصطناعي.

تلفت أبحاث DORA لعام 2025 الانتباه أيضاً إلى التنظيم المحيط بالأدوات. يحتاج الفريق إلى ممارسات تطوير فعالة لتحويل قدرات الأدوات إلى نتائج تسليم مفيدة.

أجرِ مقارنة صغيرة قابلة للتكرار

استخدم مهام تمثّل العمل ومعايير الإكمال نفسها. سجّل إصدارات النماذج والأدوات. أدرج المحاولات الفاشلة وجهد المراجعة. قارن عدة مهام بدلاً من اختيار أفضل عرض توضيحي.

أبلغ عن نطاق النتائج والقيود الرئيسية. إذا قلّل تغيير الجهد لكنه زاد العيوب، فابحث في الأمر قبل توسيعه. وإذا كانت النتائج مختلطة، فاحصر التوصية في أنواع المهام التي تتوفر لها أدلة مفيدة.

يدعم القياس الجيد قراراً تالياً محدداً. ولا يحتاج إلى إثبات أن الذكاء الاصطناعي جيد أو سيئ في كل الأحوال.