ساعت سه بامداد است و بنیانگذار یک استارتاپ بیوقفه در حال دریافت کدهای جدید از هوش مصنوعی است. ابزارهایی مانند کلاود رویای ساخت محصولات نرمافزاری توسط تیمهای کوچکتر را دستیافتنیتر کردهاند؛ اما این ابزارها قرار بود زمان توسعهدهندگان را آزاد کنند، نه اینکه آنها را ساعتهای طولانیتری پشت میز نگه دارند. پژوهشهای تازه نشان میدهند اتفاق دوم در حال رخ دادن است!
چرا کدنویسی با هوش مصنوعی اعتیادآور میشود؟
ابزارهای ایجنتیک1 هوش مصنوعی برخلاف توسعه سنتی، توقفهای طبیعی مانند بازبینی تیمی، انتظار کامپایل یا حتی به بنبست خوردن را حذف کردهاند. به گفته ربکا کنیاگری، سرپرست فنی و بنیانگذار BRYGE AI، در این ابزارها هر مشکل یک گام بعدی فوری دارد و جلسه کاری تا وقتی کاربر آگاهانه تصمیم به توقف نگیرد ادامه مییابد؛ تصمیمی که هرچه پیشرفت بیشتری ببینید، سختتر میشود.
استیو یگی، توسعهدهنده و بلاگر شناختهشده، این پدیده را «خونآشام هوش مصنوعی» (AI Vampire) مینامد: ابزاری که زمان، عادتهای کاری و انرژی ذهنی مهندس را میبلعد. او میگوید کدنویسی با هوش مصنوعی چنان اعتیادآور است که پس از جلسههای طولانی وایب کدینگ ناگهان از خستگی از پا میافتد: «هوش مصنوعی میتواند مانند پریهای دریایی افسونگر باشد و شما را بیش از آنچه باید، پای کامپیوتر نگه دارد.»
سازوکار این وابستگی به ماشین اسلات کازینو شباهت دارد: بیشتر پرامپتها نتیجهای معمولی دارند، بعضی شکست میخورند و گاهی یکی از آنها خروجی غیرمنتظره و ارزشمندی میدهد. پژوهشهای روانشناسی قمار نشان دادهاند پاداشهای غیرقابل پیشبینی از قویترین محرکهای تکرار یک رفتار هستند. به تعبیر یگی، هنگام وایب کدینگ اتفاقهای خوب و بد با سرعت بالا پشت هم رخ میدهند و مغز شما در حمامی از دوپامین و آدرنالین فرو میرود.
آمارهای فرسودگی؛ ساعت کار بیشتر، ذهن خستهتر
طبق یک گزارش ۴۵ درصد از پاسخدهندگان نسبت به سال قبل ساعتهای بیشتری در هفته کار میکنند؛ این افزایش در میان مهندسان باتجربهتر شدیدتر است و از ۲۸ به ۵۳ درصد رسیده است.
فرسودگی هم به همان نسبت رشد کرده است. نزدیک به نیمی از مهندسان نرمافزار (۴۹ درصد) دستکم هفتهای یک بار احساس تخلیه هیجانی در کار را گزارش میکنند. تکاندهندهترین تغییر مربوط به مدیران ارشد فناوری است: سهم آنها از ۲۴ درصد در سال ۲۰۲۵ به ۵۴ درصد در ۲۰۲۶ جهش کرده است. توماس جانسون، مدیر ارشد فناوری شرکت Multiplayer، دلیل آن را چنین توضیح میدهد که هوش مصنوعی به تیمها ظرفیت تقریباً نامحدود داده و همین، فشاری بیامان برای «تغذیه مداوم این هیولا» ایجاد کرده است.
پژوهشگران دانشگاه برکلی نیز به نتیجه مشابهی رسیدهاند: هوش مصنوعی بهجای کاهش کار، آن را فشردهتر میکند. وعده افزایش بهرهوری باعث میشود کاربران مشتاق، کار بیشتری بپذیرند، سریعتر کار کنند و بیش از حد چندوظیفه شوند و در نهایت از توان خود فراتر بروند.
تله خودکفایی برای بنیانگذاران
محمد یوسف، بنیانگذار Smart Workforce AI، در یک یادداشت، تجربه شخصی خود از اعتیاد به کلاود کد را روایت کرده است. او که بهدنبال کارآمدی، کاهش هزینه و استقلال بود، با این ابزار توانست کمپینهای فروش را خودش اجرا کند، متن ایمیلها را بنویسد، وبسایت را بهروزرسانی کند و بدون کمک برنامهنویس، پروژه نرمافزاری بسازد.
اما همین توانمندی، او را از مسیر منحرف کرد. به گفته یوسف، چون کلاود کد انجام کارها را بهدست خودش ممکن کرده بود، واگذاری وظایف را متوقف کرد و ساعتها وقتش صرف رفتوبرگشت با ایجنت هوش مصنوعی برای تنظیم جزئیات وبسایت شد؛ زمانی که باید صرف کارهای بزرگتری مانند فروش و جذب سرمایه میشد. تجربه او یادآور این واقعیت است که واگذاری اختیار، مهارتی حیاتی برای بنیانگذاران است و کنار گذاشتن آن، هم رشد را کند میکند و هم به فرسودگی میانجامد.
یوسف جمعبندی صریحی دارد: کلاود کد هرگز یک برنامهنویس ارشد باتجربه نخواهد بود که زمینه کسبوکار شما را بفهمد و مشکلات را پیشبینی کند. در بهترین حالت، یک برنامهنویس تازهکار است (که البته بعضی اوقات هم بسیار خفن میشود!) و برای درست انجام دادن کار به کمک فراوان شما نیاز دارد؛ و همین توجه اضافه میتواند دقیقاً همان عاملی باشد که بنیانگذار را به فرسودگی میرساند.
سراب سرعت در وایب کدینگ
اصطلاح «وایب کدینگ» (Vibe Coding) به توسعه نرمافزار با هدایت هوش مصنوعی از طریق توضیح متنی نیازمندیها اشاره دارد. این روش برای نمونهسازی سریع و محدود مفید است، اما استفاده طولانیمدت بدون معماری مناسب میتواند بدهی فنی ایجاد کند و سبب دشوار شدن نگهداری کد شود.
پژوهشها نشان میدهند توسعهدهندگان هنگام استفاده از هوشمصنوعی تصور میکنند سریعتر کار کردهاند، در حالی که زمان تکمیل وظایف آنها بهدلیل نیاز به رفع باگهای پنهان و ناهماهنگی معماری، ۱۹ درصد کندتر شده است.
احساس پیشرفت مداوم، خطرناکترین بخش ماجرا است: کاربر تصور میکند بهرهور بوده، در حالی که بخشی از این بهرهوری توهمی است که چرخه اعتیاد را تقویت میکند. به گفته کنیاگری، وقتی این الگو روز پس از روز تکرار شود، دیگر نام آن بهرهوری نیست؛ زمینهسازی برای فرسودگی است.
چگونه از کدنویسی با هوش مصنوعی استفاده کنیم و روانمان را هم سالم نگه داریم؟
کارشناسان بهجای محدود کردن ابزارها، بر ساختن عادتهای آگاهانه تأکید میکنند. توصیههای کنیاگری برای کار سالم با این ابزارها سه محور دارد:
- زمانبندی جلسهها: پیش از باز کردن ابزار، هدف مشخص و زمان پایان قطعی تعیین کنید؛ هوش مصنوعی هرگز خودش پایان کار را اعلام نمیکند.
- جدا کردن اکتشاف از اجرا: آزمایش ایدهها یک کار است و تحویل خروجی نهایی کاری دیگر؛ مخلوط کردن این دو همان جایی است که سه ساعت از دست میرود بدون آنکه چیزی نهایی شود.
- جدی گرفتن بازیابی: خواب کافی، توقفهای قطعی و استراحت واقعی نه یک تجمل، بلکه نگهداری ظرفیت کاری شما است.
یگی نکته دیگری هم اضافه میکند: مهارت کار با هوش مصنوعی خودبهخود بهدست نمیآید و نیازمند آموزش است. به گفته او، رسیدن به تسلط واقعی برای خودش حدود یک سال طول کشیده و بیشتر افراد پیش از یافتن روش درست، مدتها عادتهای ناکارآمد را تجربه میکنند. جریان کاری سالم برای هر فرد شکل متفاوتی دارد و نکته کلیدی، پرهیز از الگوهای مخرب است، نه پیروی از یک نسخه واحد.
هوش مصنوعی؛ ابزار توسعه، نه جایگزین مدیریت
ابزارهای کدنویسی هوشمصنوعی میتوانند شروع و توسعه اولیه استارتاپها را سریعتر کنند، اما جایگزین مدیریت و تصمیمگیری استراتژیک نیستند. پایداری یک کسبوکار نوپا نیازمند تعیین مرزهای مشخص و احیای مهارت واگذاری اختیار است. اگر بنیانگذاران نتوانند در زمان مناسب صفحهنمایش را خاموش کنند، همان تصویر ساعت سه بامداد به واقعیتی تلخ و دائمی تبدیل میشود و ابزارهای افزایش بهرهوری، به عامل افزایش پیچیدگی و فرسودگی بدل خواهند شد.
- ابزارهای عاملمحور هوش مصنوعی یا Agentic میتوانند مجموعهای از وظایف مانند تولید کد، اجرای فرمانها و اصلاح خطاها را بهصورت نیمهمستقل انجام دهند. ↩︎
