لماذا معظم النقاش حول هذا السؤال بلا قيمة؟
السؤال "هل سيلغي الذكاء الاصطناعي وظيفة المهندس ؟" يجذب عادةً نوعين من الإجابات، وكلاهما عديم الفائدة.
الإجابة الأولى — التخويف: "الذكاء الاصطناعي قادم، وسيبتلع الجميع، وعليك تعلّم البرمجة فورًا." هذه إجابة تبيع دورات تدريبية أكثر مما تصف الواقع.
الإجابة الثانية — التطمين: "لا تقلق، الهندسة تحتاج إبداعًا بشريًا، والذكاء الاصطناعي مجرد أداة." هذه إجابة مريحة، لكنها تتجاهل تغيّرات حقيقية تحدث بالفعل.
كلتاهما تعامل المهنة ككتلة واحدة. وهذا هو الخطأ الجوهري.
المهنة ليست وظيفة واحدة — هي حزمة من عشرات المهام المختلفة، بعضها معرّض بشدة للأتمتة، وبعضها محصّن تمامًا لأسباب بنيوية.
السؤال الصحيح ليس "هل ستُلغى المهنة؟" بل: "أي المهام التي أقضي فيها وقتي معرّضة، وأيها ليس كذلك، وماذا يعني ذلك لتوزيع وقتي؟"
هذا ما سنفعله هنا: تفكيك المهنة إلى مهامها، وتقييم كل مهمة على حدة.
أولًا: الإطار التحليلي — ما الذي يجعل مهمة قابلة للأتمتة؟
قبل التقييم، نحتاج معيارًا واضحًا. أي مهمة تكون عرضة للأتمتة بقدر ما تتوفر فيها هذه الخصائص:
الخاصية • تفصيلها
متكررة ونمطية • نفس الخطوات في كل مرة
مدخلاتها رقمية • البيانات موجودة في ملفات لا في الواقع الفيزيائي
مخرجاتها قابلة للتحقق • يمكن التأكد آليًا من صحة الناتج
بيانات تدريب وفيرة • آلاف الأمثلة السابقة متاحة
تكلفة الخطأ منخفضة • الخطأ قابل للاكتشاف والتصحيح قبل الضرر
لا تتطلب حضورًا فيزيائيًا • لا حاجة للمس أو الرؤية المباشرة
وبالمقابل، المهمة تكون محصّنة بقدر ما:
• تتطلب حضورًا فيزيائيًا في بيئة غير منظمة
• تحمل مسؤولية قانونية وأخلاقية
• تتعامل مع معلومات ناقصة أو متناقضة
• تتطلب تفاوضًا بين أطراف بمصالح متعارضة
• تكون تكلفة الخطأ فيها كارثية وغير قابلة للتراجع
الآن، لنطبّق هذا الإطار.
ثانيًا: المهام المعرّضة بشدة
1. الحسابات الروتينية والتصميم المعياري ⚠️ عالٍ
حساب مقاطع الكابلات، جداول الأحمال، هبوط الجهد، تنسيق القواطع، حسابات الإنارة.
لماذا معرّضة؟ لأنها معادلات محدّدة تمامًا في معايير مكتوبة. لا اجتهاد فيها. الحل الصحيح واحد ومعروف.
الواقع الحالي: برمجيات مثل ETAP و Dialux و AmTech تقوم بهذا منذ سنوات. الذكاء الاصطناعي لا يبدأ الأتمتة هنا — هو يسرّعها ويجعلها متاحة بلا تدريب متخصص.
ما يبقى للمهندس: التحقق من صحة المدخلات، وتفسير المخرجات، وتحمّل المسؤولية عن القرار.
وهذه ليست تفصيلة صغيرة. البرنامج يحسب بشكل صحيح على المدخلات التي أعطيته إياها — لكن من يقرر أن معامل التزامن 0.4 وليس 0.6؟ ومن يلاحظ أن درجة الحرارة المفترضة في الحساب لا تناسب مناخ الموقع؟
الحساب صار سلعة رخيصة. الحكم على مدخلات الحساب لم يصر كذلك.
2. الرسم والتوثيق الفني ⚠️ عالٍ
إنتاج المخططات، جداول الكميات، قوائم الكابلات، مواصفات المعدات.
لماذا معرّضة؟ عمل نمطي بمخرجات منظمة، وبيانات تدريب وفيرة.
الواقع: النمذجة البارامترية (Revit، BIM) قللت هذا العمل بشدة بالفعل. أدوات التوليد الآلي للمخططات من النماذج تتحسن بسرعة.
التأثير المهني الحقيقي: الحاجة إلى رسّامين فنيين (Draftsmen) تتراجع بوضوح. الحاجة إلى مصمّمين يفهمون النظام لا تتراجع.
3. كتابة الكود القياسي ⚠️ متوسط إلى عالٍ
كتابة برامج PLC نمطية، سكريبتات، شاشات SCADA بسيطة.
الواقع: نماذج اللغة تكتب كود Structured Text وسكريبتات Python بجودة معقولة للمهام النمطية.
لكن — وهذه نقطة يجب أن تُقال بوضوح: هذا يعمل جيدًا في الأنماط الشائعة الموثقة، ويفشل في:
• المنطق الخاص بعملية صناعية معيّنة لا يعرفها إلا من رآها
• التعامل مع سلوكيات المعدات غير الموثقة (وهي كثيرة جدًا في الواقع)
• الحالات الحدّية التي لم يخطر ببال أحد توثيقها
• متطلبات السلامة الوظيفية، حيث الكود يجب أن يمر بعمليات تحقق صارمة
كتابة الكود صارت أسرع. ضمان أن الكود صحيح في هذا المصنع تحديدًا لم يتغيّر.
4. المراقبة الروتينية ⚠️ عالٍ
مراقبة الشاشات، تسجيل القراءات، إعداد التقارير الدورية.
لماذا معرّضة؟ هذا بالضبط ما تفعله الأنظمة الآلية بشكل أفضل من البشر: بلا كلل، بلا سهو، وعلى مدار الساعة.
التحول الفعلي: من "مراقب" إلى "محقّق في الحالات الشاذة". النظام يرصد، والإنسان يفسّر ويقرر.
5. الفرز الأولي للتشخيص ⚠️ متوسط
تحليل بيانات الاهتزاز، الصور الحرارية، سجلات الأعطال.
الواقع: نماذج كشف الشذوذ تتفوق على البشر في الرصد والفرز — رصد إشارة ضعيفة وسط ضجيج على آلاف النقاط في وقت واحد.
لكنها لا تتفوق في: ربط النتيجة بالسياق التشغيلي. النموذج يقول "اهتزاز غير طبيعي عند 3.2× RPM". المهندس يقول: "هذا لأنهم غيّروا الكوبلينج الشهر الماضي ولم يعيدوا المحاذاة."
ثالثًا: المهام المحصّنة — ولماذا
1. العمل الميداني في بيئة غير منظمة 🛡️ محصّن جدًا
الوقوف في موقع بناء لم يُنفَّذ كما في المخططات. تشغيل نظام لأول مرة. تشخيص عطل في لوحة مغبرّة في مصنع.
لماذا محصّن؟
العالم الفيزيائي فوضوي بشكل يصعب تصوّره. المخططات لا تطابق الواقع. الأسلاك غير مرقّمة. المعدة موديل قديم لا يوجد له داتاشيت. الظروف مختلفة عن كل ما هو موثق.
وهذه ليست مسألة "ذكاء" — هي مسألة بيانات. النموذج يتعلم من بيانات موثقة. والمواقف الميدانية الفوضوية غير موثقة بطبيعتها — لأن أحدًا لم يكتب "الكابل الأزرق في هذه اللوحة تحديدًا هو نيوترال، رغم أن المفروض أن يكون أزرق فاتح، لأن المقاول استخدم ما توفر."
والروبوتات؟ الروبوتات ممتازة في البيئات المنظمة (خط إنتاج). أداؤها في البيئات غير المنظمة لا يزال متواضعًا بفارق كبير، ومكلفًا جدًا حيث يعمل.
2. المسؤولية القانونية والتوقيع الهندسي 🛡️ محصّن
عندما ينهار مبنى أو يحترق مصنع أو يموت عامل بصعقة، يُسأل إنسان.
هذه ليست مسألة تقنية — هي مسألة بنية قانونية ومؤسسية. الأنظمة القانونية مبنية على مبدأ المسؤولية الشخصية. لا يمكنك مقاضاة خوارزمية، ولا سجنها، ولا سحب ترخيصها.
وحتى لو تغيّر هذا يومًا، فهو تغيير يستغرق عقودًا من التشريع والتقاضي وإعادة هيكلة التأمين.
طالما بقيت المسؤولية القانونية شخصية، بقيت الحاجة إلى مهندس يوقّع ويتحمّل.
3. التعامل مع المعلومات الناقصة والمتناقضة 🛡️ محصّن
في المشروع الحقيقي:
• المخطط المعماري يتعارض مع الميكانيكي
• المالك غيّر رأيه بعد التنفيذ
• المواصفة تطلب معدة غير متوفرة في السوق المحلي
• الميزانية اتخفضت 20% بعد التصميم
هذه ليست مسائل حسابية — هي مسائل مقايضة (Trade-offs) بين قيود متعارضة وأطراف مختلفة المصالح.
النموذج يمكنه اقتراح خيارات. لكن قرار "أي القيود نضحّي به" هو قرار تقدير وقيَم ومسؤولية، لا قرار حساب.
4. التواصل والإقناع والتفاوض 🛡️ محصّن
• إقناع المالك بأن توفير 50 ألف اليوم سيكلّفه 300 ألف لاحقًا
• التفاوض مع المقاول على تعديل تصميمي
• شرح مشكلة تقنية معقدة لمجلس إدارة غير هندسي
• إدارة خلاف بين تخصصين في المشروع
هذه مهارات علاقات، وثقة متبادلة، وقراءة سياق بشري.
ملاحظة مهمة: يمكن للنماذج مساعدتك في صياغة الرسالة. لا يمكنها بناء الثقة التي تجعل الطرف الآخر يقبلها.
5. الحكم في المواقف عالية المخاطر 🛡️ محصّن جدًا
القرار بتشغيل نظام أو عدم تشغيله. الموافقة على تصميم سلامة. الحكم بأن معدة آمنة للاستخدام.
السبب البنيوي: في هذه المواقف، تكلفة الخطأ كارثية وغير قابلة للتراجع. والمعايير الدولية للسلامة الوظيفية (IEC 61508، ISO 13849، IEC 62443) تشترط صراحةً مراجعة وتحقق بشريًا في السلاسل الحرجة.
هذا ليس تحفظًا ثقافيًا — هو مبدأ هندسي: النظام الذي لا يمكن التحقق من سلوكه بشكل حاسم لا يُوثق به في المهام التي تقتل عند الفشل.
والنماذج الاحتمالية بطبيعتها لا تقدّم ضمانات حاسمة.
6. تكامل الأنظمة عبر التخصصات 🛡️ محصّن
ربط نظام BMS بنظام الحريق بنظام الأمن بنظام الطاقة — مع فهم كيف يؤثر كل واحد على الآخر في الحالات الاستثنائية.
لماذا محصّن؟ لأن معظم المعرفة هنا غير موثقة. هي في رؤوس الناس الذين عملوا في مشاريع مشابهة. والنماذج تتعلم من الموثق.
رابعًا: الجدول الشامل
المهمة • التعرّض • ما يتغيّر • ما يبقى
الحسابات المعيارية • عالٍ • تُنجز في ثوانٍ • التحقق والمسؤولية
الرسم والتوثيق • عالٍ • يُولَّد آليًا • قرارات التصميم
الكود النمطي • متوسط-عالٍ • يُكتب أسرع • المنطق الخاص والتحقق
المراقبة الروتينية • عالٍ • آلية بالكامل • التحقيق والقرار
الفرز التشخيصي • متوسط • أدق وأشمل • التفسير السياقي
تحليل البيانات • متوسط • أسرع بكثير • صياغة السؤال الصحيح
العمل الميداني • منخفض • أدوات مساعدة • الحضور والحكم
التشغيل والاختبار • منخفض • توثيق أسهل • الخبرة العملية
المسؤولية القانونية • منخفض جدًا • — • التوقيع والمساءلة
التفاوض والإقناع • منخفض جدًا • — • الثقة والعلاقات
قرارات السلامة • منخفض جدًا • دعم بالبيانات • الحكم النهائي
تكامل الأنظمة • منخفض • — • المعرفة الضمنية
خامسًا: الاستنتاج — التحول الحقيقي
النمط الواضح من الجدول:
الذكاء الاصطناعي يستهدف المهام التي تتم أمام شاشة بمدخلات نظيفة ومخرجات محدّدة.
ولا يستهدف المهام التي تتم في الواقع الفوضوي، أو تتطلب مسؤولية، أو تعتمد على معرفة غير موثقة.
وهذا يعني تحولًا في توزيع الوقت، لا إلغاءً للمهنة:
كيف يبدو يوم المهندس؟
النشاط • اليوم (تقريبًا) • خلال 5–10 سنوات
حسابات ورسم وتوثيق • ~40% • ~15%
مراقبة وتقارير روتينية • ~15% • ~5%
عمل ميداني وتشغيل • ~20% • ~30%
تحليل وقرارات معقدة • ~15% • ~30%
تواصل وتنسيق وتفاوض • ~10% • ~20%
النتيجة: العمل الروتيني يتقلص، والعمل عالي القيمة يتوسع.
والسؤال الحاسم الذي يجب أن تسأله لنفسك:
كم نسبة من وقتك الحالي تقضيه في الصف الأول والثاني؟
إذا كانت النسبة عالية جدًا، فأنت في موقع يحتاج إعادة توجيه — ليس لأن مهنتك ستُلغى، بل لأن قيمة ما تفعله تتناقص نسبيًا.
سادسًا: من هو المهدَّد فعلًا؟ (بصراحة)
الأكثر تعرّضًا
1. من يعمل بشكل شبه حصري خلف شاشة في مهام نمطية.
رسّام فني، مدخل بيانات، من يشغّل برنامج حساب دون فهم عميق لما يحسبه.
2. من توقف عن التعلم منذ التخرج.
هذا ليس تهديدًا من الذكاء الاصطناعي — هو تهديد من الزمن، والذكاء الاصطناعي يسرّعه فقط.
3. من قيمته الوحيدة هي "أعرف أستخدم البرنامج الفلاني."
البرامج تتغير. المعرفة بأساسيات الهندسة لا تتغير.
4. الخريج الجديد الذي لا يبني خبرة ميدانية.
هذه نقطة تستحق تركيزًا خاصًا. تاريخيًا، كان المهندس الجديد يبني خبرته عبر سنوات من المهام الروتينية. إذا اختفت هذه المهام، من أين تأتي الخبرة؟
هذه معضلة حقيقية للمهنة، وليست للفرد وحده. والحل الوحيد المتاح للفرد: اسعَ للميدان بشكل استباقي. لا تنتظر أن تُسند إليك مهام تُبنى بها خبرتك.
الأكثر حصانة
1. من يجمع بين العمق التقني والحضور الميداني.
المهندس الذي يفهم النظرية ويقدر يقف في الموقع ويحل مشكلة هو أندر وأثمن مزيج في السوق.
2. من يتقن تكامل الأنظمة عبر التخصصات.
لأن هذه المعرفة تراكمية وغير موثقة بطبيعتها.
3. من بنى شبكة علاقات وسمعة مهنية.
الثقة لا تُؤتمت.
4. من يستخدم الذكاء الاصطناعي كأداة رفع إنتاجية.
العبارة الأدق في هذا الموضوع كله:
الذكاء الاصطناعي لن يستبدل المهندسين. لكن المهندس الذي يستخدمه بذكاء سيتفوق بوضوح على من لا يستخدمه.
5. من يعمل في السلامة والتحقق والاعتماد.
هذه المجالات يزيد الطلب عليها مع انتشار الأتمتة، لأن كل نظام آلي جديد يحتاج من يتحقق منه.
سابعًا: ماذا تفعل عمليًا؟
1. أتقن الأساسيات — لا تحفظها
الفرق حاسم:
• الحفظ: "الكابل 2.5 مم يتحمل 24 أمبير."
• الفهم: "لماذا 24؟ وكيف يتغير هذا مع الحرارة والتجميع ونوع العزل؟ ومتى لا يكون هذا الرقم صحيحًا؟"
الذكاء الاصطناعي يعطيك الرقم فورًا. لكنه لا يعرف أن مدخلاتك خاطئة.
من يفهم الأساسيات يرصد الخطأ. من يحفظ الأرقام يمرّره.
2. اسعَ للميدان بشكل استباقي
كل ساعة تقضيها في موقع حقيقي تبني معرفة لا توجد في أي مجموعة بيانات.
اطلب المشاركة في التشغيل والاختبار والتسليم. تطوّع للزيارات الميدانية. راقب كيف تُحلّ المشاكل الحقيقية.
هذه هي خندقك الدفاعي الأقوى.
3. استخدم الأدوات — وتعلّم حدودها
جرّب النماذج في عملك. اطلب منها حساب شيء تعرف إجابته، ولاحظ أين تخطئ ولماذا.
فهم حدود الأداة أهم من فهم قدراتها.
4. تخصّص في نقاط التقاطع
المهارات النادرة تعيش في التقاطعات:
• كهرباء × برمجة → أتمتة متقدمة
• تحكم × بيانات → صيانة تنبؤية
• كهرباء × ميكانيكا → BMS وأنظمة المباني
• تحكم × أمن سيبراني → من أعلى المجالات طلبًا وأقلها عرضًا
• هندسة × إدارة → قيادة مشاريع
5. استثمر في المهارات غير القابلة للأتمتة
الكتابة الواضحة. العرض والإقناع. إدارة الخلافات. بناء العلاقات.
هذه ليست "مهارات ناعمة" — هي المهارات التي ستحدد سقفك المهني.
6. وثّق واصنع أثرًا
اكتب عن مشاكل حللتها. شارك خبراتك. ابنِ حضورًا مهنيًا.
في سوق تتوفر فيه المعرفة الأساسية مجانًا للجميع، ما يميزك هو خبرتك الموثقة وسمعتك.
أسئلة شائعة
هل يجب أن أتعلم البرمجة؟
نعم، لكن بالقدر المناسب لا أكثر. لست بحاجة لأن تصبح مطوّر برمجيات. تحتاج Python كافية لمعالجة البيانات والأتمتة (حوالي 30–50 ساعة تعلّم جادة). الأهم من اللغة: فهم التفكير الخوارزمي.
هل التخصص في الذكاء الاصطناعي أفضل من الهندسة الكهربائية؟
الأقوى هو الدمج، لا الاستبدال. مهندس كهرباء يفهم الذكاء الاصطناعي أندر وأثمن من عالم بيانات لا يفهم المعدات — لأن الأول يعرف ما هو السؤال الصحيح، والثاني يعرف فقط كيف يحسب الإجابة.
هل سيقل عدد الوظائف؟
البيانات التاريخية للثورات التقنية تقول إن التوزيع يتغير أكثر مما يتغير العدد الكلي. بعض الأدوار تتقلص (رسم، حسابات روتينية)، وأخرى تتوسع (تكامل، أمن سيبراني، طاقة متجددة، تحليل بيانات صناعية).
لكن — بصراحة — الانتقال بين الأدوار ليس سلسًا ولا مجانيًا. من لا يتحرك مبكرًا يجد نفسه في فئة متقلصة.
كم من الوقت لدي؟
التغيير تدريجي وليس مفاجئًا. الأفق المعقول للتكيّف هو 3 إلى 7 سنوات. هذا وقت كافٍ إذا بدأت الآن، وقصير جدًا إذا أجّلت.
هل الذكاء الاصطناعي سيصمم الأنظمة الكهربائية كاملة؟
سيولّد مسودات جيدة لأنظمة نمطية. لكن التصميم النهائي يتطلب قرارات سياقية (الميزانية، توفر المواد محليًا، تفضيلات المالك، قيود الموقع، خبرة فريق الصيانة) — وهذه معلومات غالبًا غير مكتوبة في أي مكان.
الخلاصة
الإجابة المباشرة على سؤال المقال: لا، لن يلغي الذكاء الاصطناعي مهنة الهندسة الكهربائية. لكنه سيعيد تشكيلها بشكل ملموس.
الخلاصة في ثلاث نقاط:
• ما يُؤتمت هو ما يتم أمام شاشة بمدخلات نظيفة ومخرجات محدّدة. ما يبقى هو ما يحدث في الواقع الفوضوي، أو يتطلب مسؤولية، أو يعتمد على معرفة غير موثقة.
• التهديد ليس من الذكاء الاصطناعي — بل من الجمود. المهندس الذي توقف عن التعلم كان مهدَّدًا قبل ظهور هذه الأدوات، وهي تسرّع فقط ما كان يحدث.
• الفرصة أكبر من التهديد لمن يتحرك. الأدوات التي تُتاح اليوم تسمح لمهندس واحد بإنجاز ما كان يحتاج فريقًا. من يستوعبها يضاعف قيمته.
والسؤال الذي يستحق أن تسأله لنفسك ليس "هل سأُستبدل؟" بل:
"لو أُتيح لكل مهندس في العالم نفس الأدوات التي أملكها، ما الذي سيجعلني مختلفًا؟"
الإجابة عادةً ليست في المعرفة — المعرفة صارت متاحة للجميع. الإجابة في الخبرة الميدانية، والحكم المهني، والثقة التي بنيتها، والمشاكل التي حللتها فعلًا.
ابنِ هذه. الباقي أدوات.
ملاحظة على وجهات النظر الأخرى
هذا التحليل يقوم على افتراض أن قدرات النماذج الحالية ستتحسن تدريجيًا لا قفزيًا في المهام الفيزيائية والمسؤولية القانونية.
وهناك من يخالف هذا التقدير من الاتجاهين:
من يرى التأثير أكبر مما ذُكر يشير إلى أن التقدم في الروبوتات والنماذج متعددة الوسائط أسرع من التوقعات، وأن الأطر القانونية ستتكيف أسرع مما يظن الكثيرون — كما حدث مع القيادة الذاتية في بعض الولايات القضائية.
من يرى التأثير أقل يشير إلى أن كل موجة أتمتة سابقة (الحاسوب، CAD، البرمجيات الهندسية) قوبلت بمخاوف مشابهة، وانتهت بزيادة الطلب على المهندسين لا نقصانه، لأن انخفاض تكلفة التصميم زاد عدد المشاريع.
كلا الرأيين له وجاهة، والتاريخ لم يحسم بعد. والموقف العملي المعقول: استعدّ للسيناريو الأسرع، واستفد من الوقت إن كان أبطأ.