ملخص المحتوى الرئيسي
تدور هذه المقالة حول التناقض في الإدراك الشائع في بيئة العمل، والذي يتمثل في قول “هذا الأمر ليس معقدًا”، وتكشف عن أسباب اختلاف تجارب المديرين والمنفذين تجاه نفس المهمة: فالمديرون ينظرون إلى الأمور من منظور مجرد ومبسط (مثل “استرداد أموال المستخدمين”)، بينما يواجه المنفذون في الواقع العديد من الحالات الشاذة والقيود والمخاطر (مثل تأخير الشبكة أثناء عملية الاسترداد، أو إعادة التقديم المتكرر، أو تغيرات في الصلاحيات). كما تحلل المقالة العوامل اللغوية والتنظيمية والموارد التي تكمن وراء هذا التناقض، وتشير إلى أن هذا الانحياز في الإدراك سيصبح أكثر وضوحًا في عصر الذكاء الاصطناعي، مؤكدة على أهمية مواجهة تعقيدات الواقع بشكل صادق.
أولاً: الفروق في وجهات النظر: المديرون يرون “خطًا واحدًا”， بينما المنفذون يواجهون “شبكة معقدة”
المهام في نظر المديرين غالبًا ما تكون عبارة عن عمليات مثالية مبسطة: مثل “تقديم المستخدم لطلب الاسترداد → مراجعة النظام → إتمام عملية الاسترداد”， وكأنها خط مستقيم يتم إكماله في بضع خطوات فقط. لكن المنفذين عليهم التعامل مع جميع الحالات “غير المتوقعة”: ماذا لو كانت المعلومات التي قدمها المستخدم غير كاملة؟ ماذا لو انقطعت الشبكة ولم تتم عملية الاسترداد؟ ماذا لو لم يستجب واجهة الدفع الخارجي وكان عليهم إعادة المحاولة؟ هل سيتم استرداد المال مرتين من نفس المستخدم؟ هذه الأسئلة تشكل شبكة معقدة تستهلك 80% من وقت المنفذين.
على سبيل المثال: قد يستغرق إنشاء نسخة تجريبية لعملية الاسترداد ثلاثة أيام فقط إذا كانت تعمل بشكل صحيح، لكن عند إطلاقها في البيئة الفعلية قد يستغرق الأمر شهرًا كاملًا، لأنه يجب أخذ جميع الحالات الشاذة في الاعتبار لضمان عدم حدوث أخطاء في النظام.
ثانيًا: “حيل اللغة”: اللغة الطبيعية تخفي التعقيدات
عندما نصف الاحتياجات باللغة الطبيعية، نغفل عن العديد من التفاصيل. مثلاً، عبارة “إضافة خاصية استرداد تلقائي” قد تُقال في 10 ثوانٍ، لكنها تحمل العديد من المشاكل: من لديه الصلاحية لبدء عملية الاسترداد التلقائي؟ ما هو حد المبلغ الذي يتطلب مراجعة يدوية؟ هل يمكن إجراء الاسترداد التلقائي بعد استلام المستخدم للمنتج؟ كيف نُبلغ المستخدم في حال فشل عملية الاسترداد؟ هذه التفاصيل موجودة أصلاً، لكنها غير مذكورة.
تمامًا كما عندما نطلب من شخص “شراء فنجان قهوة” دون تحديد ما إذا كانت باردة أو ساخنة، أو ما إذا كانت تحتوي على سكر أم لا، أو أي متجر نريده… يجب على المنفذ معرفة كل التفاصيل لتنفيذ الطلب بشكل صحيح. كلما كان وصف الطلب أبسط، زادت التفاصيل التي يجب على المنفذ توضيحها، وهذا ما يؤدي إلى الخلافات بين الطرفين: يعتقد من يقدم الطلب أن المنفذ يبالغ في التفاصيل، بينما يعتقد المنفذ أن الطلب غير واضح تمامًا.
ثالثًا: “فلاتر التنظيم”: كلما ارتفع المستوى، قلت رؤية التعقيدات
في الشركات الكبيرة، تُضغط المعلومات خطوة بخطوة: يتعامل الموظفون على المستوى الأساسي مع 10 حالات شاذة في اليوم، ثم يقوم المسؤولون التقنيون بتلخيصها إلى 3 مخاطر، ويقوم مديرو الأقسام بتقليلها إلى مشكلة واحدة فقط، وعندما تصل إلى الرئيس التنفيذي قد يبقى فقط “تأخير في تقدم المشروع”. هذا التقليل ضروري (لا يمكن للرئيس التنفيذي الإشراف على كل تفصيل صغير)، لكنه قد يجعل المستويات العليا تعتقد أن المشكلة غير موجودة.
مثلاً، عند استخدام المصعد، نضغط على زر ونصل إلى الطابق دون التفكير في أنظمة الفرملة أو أجهزة الاستشعار أو الإجراءات الأمانية المتعددة… هذه التعقيدات مخفية. الفرق الجيدة تتعامل مع التعقيدات في المستويات الدنيا، مما يجعل المستويات العليا تشعر بأن كل شيء على ما يرام، لكن عندما يغادر أحد الأفراد الرئيسيين، قد نكتشف فجأة مدى تعقيد النظام.
رابعًا: المنافسة على الموارد: “عدم التعقيد” يعني منازعة على الوقت والمال
أحيانًا، عندما يقول المديرون إن الأمر ليس معقدًا، فهم لا يعنون ذلك حقًا، بل يحاولون التحكم في الموارد: فإذا اعترفوا بالتعقيدات، سيتطلب الأمر توظيف المزيد من الأشخاص أو زيادة الميزانية أو تمديد الوقت. لكن التكاليف المهملة لا تختفي، بل تنتقل فقط… مثلاً، إذا تم تقليل وقت الاختبارات، قد يحدث خطأ بعد الإطلاق ويتطلب ذلك المزيد من الجهد لإصلاحه؛ أو إذا لم تكن عمليات المراقبة جيدة، قد تكون الخسائر أكبر.
تمامًا كما عند تجديد منزلنا، قد نقرر تجاهل إجراءات العزل المائي لتوفير المال، ولكن بعد فترة قد نواجه مشاكل في التسرب، وإصلاحها يكلف أكثر بكثير من تنفيذ إجراءات العزل المائي من الأساس.
خامسًا: فخوخ عصر الذكاء الاصطناعي: “القدرة على الإنشاء سهلة، لكن الاستقرار صعب”
الذكاء الاصطناعي جعل إنشاء النماذج الأولية أسهل بكثير: ما كان يتطلب أسابيع في الماضي، يمكن إنجازه الآن في ساعات باستخدام الذكاء الاصطناعي. لكن هذا قد يوحي بأن النظام كله بسيط… في الواقع، الذكاء الاصطناعي يحل مشكلة “القدرة على الإنشاء” فقط، ولا يحل مشكلة “الاستقرار”. مثلاً، عندما يتولى الذكاء الاصطناعي معالجة الطلبات، قد يفهم كيفية التعامل معها، لكنه لا يعرف أي الطلبات غير صالحة للمعالجة، وكيفية تصحيح الأخطاء، أو كيفية إيقاف الأنظمة الخارجية عند حدوث مشاكل.
الأخطر من ذلك هو سرعة تنفيذ الذكاء الاصطناعي: قد يخطئ موظف واحد 10 مرات في اليوم، بينما قد يخطئ الذكاء الاصطناعي 1000 مرة في دقيقة، وقد يؤثر ذلك على أنظمة متعددة. لذلك، في عصر الذكاء الاصطناعي، المهم ليس فقط “القدرة على الإنشاء”， بل أيضًا “القدرة على التحكم في المخاطر”… مثل معرفة متى يجب توقف الذكاء الاصطناعي، ومن سيتحمل المسؤولية في حال حدوث خطأ، وكيفية التحقيق في الأسباب.
الخاتمة
لا بأس إذا قيل “هذا الأمر ليس معقدًا”， لكن يجب أن ندرك أن “البساطة هي الهدف، والتعقيد هو الواقع”. في المرة القادمة عند سماع هذه العبارة، لا تتسرعوا بالجدال… اسألوا أولاً: “هل ما نراه هو البساطة المثالية، أم التعقيدات المخفية؟” فالنضج الحقيقي لا يكمن في إنكار التعقيدات، بل في تحويلها إلى نظام قابل للإدارة.