زهرا وجدانی: وایبکدنویسی (Vibe Coding) به یکی از روندهای بحثبرانگیز در دنیای برنامهنویسی تبدیل شده است، روشی که در آن توسعهدهندگان با استفاده از مدلهای زبانی بزرگ، تمام یا بخشی از کد یک پروژه نرمافزاری را تولید میکنند. طرفداران این روش معتقدند هوش مصنوعی میتواند برنامهنویسی را برای افراد بیشتری در دسترس قرار دهد اما منتقدان نسبت به افزایش آسیبپذیریهای امنیتی، دشوارتر شدن نگهداری کد و حتی کاهش فرصتهای شغلی برنامهنویسان جوان هشدار میدهند.
برنا در این گزارش از دغدغه نسل جوان درباره آینده برنامهنویسی در عصر هوش مصنوعی میگوید؛ آیندهای که در آن مرز میان برنامهنویس و کاربر هوش مصنوعی هر روز کمرنگتر میشود.
حتی افرادی که بهندرت از چتباتهای هوش مصنوعی استفاده میکنند احتمالا با اصطلاح "وایبکدنویسی" مواجه شدهاند. این اصطلاح به نوعی از توسعه نرمافزار اشاره دارد که در آن از یک مدل زبانی بزرگ (LLM) برای تولید بخشی یا تمام کدهای یک پروژه استفاده میشود.
اصطلاح وایبکدنویسی نخستین بار توسط آندری کارپاتی، پژوهشگر هوش مصنوعی که سابقه هدایت برنامه بینایی سامانه Autopilot شرکت تسلا را دارد مطرح شد. او در فوریه ۲۰۲۵ در شبکه اجتماعی ایکس نوشت که نوع جدیدی از کدنویسی در حال شکلگیری است که در آن فرد کاملا خود را به حالوهوای کار میسپارد از روند شتاب تصاعدی فناوری استقبال میکند و حتی فراموش میکند که کد در پسزمینه وجود دارد.
کارپاتی دلیل امکانپذیر شدن این رویکرد را پیشرفت چشمگیر مدلهای زبانی بزرگ عنوان کرد و به ابزارهایی مانند Cursor Composer مجهز به مدل Claude Sonnet اشاره کرد.
از آن زمان توانایی مدلهای هوش مصنوعی در تولید کد پیشرفت قابلتوجهی داشته و در نتیجه استفاده از وایبکدنویسی نیز افزایش یافته است. با این حال مانند بسیاری از فناوریهای نوظهور که به سرعت محبوب میشوند این روش نیز با موجی از انتقادها مواجه شده است.
منتقدان وایبکدنویسی چه میگویند؟
طرفداران وایبکدنویسی معتقدند مدلهای زبانی بزرگ میتوانند برنامهنویسی را دموکراتیکتر کنند، به این معنا که افراد بدون آموزش رسمی و عمیق در حوزه برنامهنویسی نیز میتوانند ایدههای خود را به یک اپلیکیشن یا نرمافزار تبدیل کنند.
برای نمونه به گزارش انگجت در یکی از تجربههای مطرحشده فردی که پیشتر بهعنوان تکنسین دامپزشکی فعالیت میکرد با استفاده از وایبکدنویسی اپلیکیشنی ساخت که به او کمک میکرد تزریقهای انسولین گربه سالمندش را راحتتر پیگیری کند.
در مقابل منتقدان هشدار میدهند که استفاده گسترده از هوش مصنوعی برای تولید کد میتواند به تولید نرمافزارهای آسیبپذیر منجر شود. از سوی دیگر اگر فردی که کد را تولید کرده دانش کافی از برنامهنویسی نداشته باشد در صورت بروز خطا ممکن است نتواند مشکل را بدون کمک مدل هوش مصنوعی برطرف کند.
این مسئله میتواند در بلندمدت نگهداری و توسعه یک کدبیس را نیز دشوارتر کند؛ چرا که توسعهدهنده ممکن است درک کاملی از ساختار و منطق کدی که توسط هوش مصنوعی تولید شده نداشته باشد.
شواهد اولیه درباره آسیبپذیری کدهای تولیدشده با هوش مصنوعی
برخی پژوهشهای اولیه نیز از نگرانیهای منتقدان حمایت میکنند.
پژوهشگران دانشکده امنیت سایبری و حریم خصوصی موسسه فناوری جورجیا در ماه آوریل ۴۳ هزار هشدار امنیتی را بررسی کردند و توانستند ۷۴ آسیبپذیری را مستقیما به کدهای تولیدشده توسط هوش مصنوعی نسبت دهند. از میان این آسیبپذیریها ۱۴ مورد از سوی پژوهشگران بحرانی ارزیابی شدند.
اگرچه ۷۴ آسیبپذیری در مقایسه با ۴۳ هزار هشدار امنیتی رقم بزرگی به نظر نمیرسد، اما این دادهها تنها مربوط به یک دوره سهماهه در ابتدای سال بوده است.
پژوهشگران همچنین برآورد کردند که تعداد واقعی آسیبپذیریهای ناشی از کدهای تولیدشده توسط هوش مصنوعی احتمالا پنج تا ۱۰ برابر بیشتر از موارد شناساییشده باشد، زیرا پژوهشگران تنها میتوانستند کدهایی را ردیابی کنند که بهطور رسمی مشخص شده بود با استفاده از یک مدل زبانی بزرگ تولید شدهاند.
اگر وایبکدنویسی صرفا در میان علاقهمندان و کاربران آماتور رواج داشت، شاید نگرانیها درباره پیامدهای آن چندان جدی نبود، اما شواهد فزاینده نشان میدهد که حتی برخی برنامهنویسان حرفهای نیز با وجود نگرانیهای خود و همکارانشان، به استفاده از ابزارهای هوش مصنوعی روی آوردهاند.
بر اساس گزارش State of Code Developer Survey ۲۰۲۶ شرکت Sonar، که با مشارکت ۱۱۴۹ توسعهدهنده حرفهای در سراسر جهان انجام شده است ۷۲ درصد از توسعهدهندگانی که تجربه استفاده از ابزارهای کدنویسی مبتنی بر هوش مصنوعی را داشتهاند اعلام کردهاند که هر روز از این ابزارها استفاده میکنند. همچنین به گفته این توسعهدهندگان حدود ۴۲ درصد از کدهایی که در حال حاضر به پروژههای نرمافزاری آنها اضافه میشود یا توسط هوش مصنوعی تولید شده یا با کمک آن نوشته شده است.
شرکتکنندگان این نظرسنجی پیشبینی کردهاند که سهم کدهای تولیدشده توسط هوش مصنوعی در سال آینده به بیش از نیمی از کدبیس آنها برسد.
با این حال در بحث درباره وایبکدنویسی باید میان دو مفهوم تفاوت قائل شد: کدی که کاملا توسط مدل زبانی تولید شده است و کدی که برنامهنویس آن را نوشته، اما در بخشهایی مانند پاکسازی، رفع خطا یا بررسی کد از هوش مصنوعی کمک گرفته است.
این دو شیوه الزاما یکسان نیستند و بخش قابلتوجهی از استفاده حرفهای از ابزارهای هوش مصنوعی در برنامهنویسی در دسته دوم قرار میگیرد.
بر اساس نظرسنجی سال ۲۰۲۵ Stack Overflow از توسعهدهندگان ۴۷.۱ درصد از پاسخدهندگان اعلام کردند که هر روز از ابزارهای هوش مصنوعی استفاده میکنند.
با این حال ۷۲ درصد از پاسخدهندگان گفتند وایبکدنویسی بخشی از فرایند کاری آنها نیست و ۵ درصد دیگر نیز تاکید کردند که این روش بههیچوجه شیوه انجام کار آنها نیست.
البته ممکن است این آمار در طول یک سال تغییر کرده باشد اما در اواسط سال ۲۰۲۵، بیشتر برنامهنویسان حرفهای از هوش مصنوعی برای کارهایی مانند تکمیل خودکار کد، بازبینی کد و گفتوگو درباره مشکلات و موانع برنامهنویسی استفاده میکردند؛ نه اینکه تمام فرایند توسعه نرمافزار را به یک مدل هوش مصنوعی واگذار کنند.
در این میان نگرانی دیگری نیز مطرح شده است که فراتر از کیفیت و امنیت کدهای تولیدشده توسط هوش مصنوعی است.
بسیاری از وظایفی که امروزه برنامهنویسان ارشد با کمک هوش مصنوعی خودکار میکنند در گذشته معمولا به برنامهنویسان جوانتر و تازهکار واگذار میشد یعنی بخشی از کارهایی که پیشتر فرصتی برای آموزش و کسب تجربه برنامهنویسان تازهوارد بود اکنون میتواند توسط ابزارهای هوش مصنوعی انجام شود.
برنامهنویسی در گذشته یکی از مسیرهای نسبتا قابلاعتماد برای ورود افراد جوان به مشاغل با درآمد متوسط و ایجاد جایگاه اقتصادی پایدار محسوب میشد اما با گسترش ابزارهای هوش مصنوعی این مسیر نیز در حال تغییر است و شرکتها در حال استخدام برنامهنویسان جوان کمتری نسبت به گذشته هستند.
به همین دلیل بحث درباره وایبکدنویسی صرفا به این پرسش محدود نمیشود که "آیا هوش مصنوعی میتواند کد تولید کند؟ "؛ بلکه موضوعات مهمتری مانند امنیت نرمافزار، قابلیت نگهداری کد، نقش مهارت انسانی و آینده مشاغل برنامهنویسی را نیز دربرمیگیرد.
وایبکدنویسی را نمیتوان صرفا یک روش خوب یا بد دانست بلکه این رویکرد بخشی از تغییر بزرگتر در شیوه توسعه نرمافزار است؛ تغییری که در آن هوش مصنوعی از یک ابزار کمکی برای برنامهنویسان به یکی از بازیگران اصلی فرایند تولید نرمافزار تبدیل شده است.
پژوهشهای انجامشده نیز نشان میدهد که وایبکدنویسی لزوما نیاز به تخصص برنامهنویسی را از بین نمیبرد بلکه بخشی از مهارت موردنیاز را به ارزیابی خروجی، مدیریت زمینه و تصمیمگیری درباره نحوه استفاده از هوش مصنوعی منتقل میکند.
در ایران نیز نشانههای ورود این روند به فضای فناوری و آموزش دیده میشود و برخی مجموعهها و مراکز آموزشی، دورههایی برای ساخت اپلیکیشن، وباپ و پروژههای هوش مصنوعی با ابزارهایی مانند Cursor، Claude و ChatGPT ارائه میکنند. با این حال باید میان رواج آموزش وایبکدنویسی در ایران و تولید محصولات تجاری موفق با این روش تفاوت قائل شد.
در نهایت چالش اصلی این است که افزایش سرعت توسعه نرمافزار به قیمت کاهش امنیت، کیفیت و مهارت انسانی تمام نشود. اما اگر هوش مصنوعی روزی بتواند کدنویسی را برای همه آسان کند، آیا برنامهنویسان را توانمندتر خواهد کرد یا نسلی از توسعهدهندگان را به وجود میآورد که بدون کمک هوش مصنوعی دیگر نتوانند نرمافزار بسازند؟
انتهای پیام/