על תכנות ואנשי מקצוע בעידן הבינה המלאכותית

25.03.2026

מאת: פרופ' עופר עציון | המכללה האקדמית צפת 

---

עידן הבינה המלאכותית משנה את חיינו בכל התחומים (מהר), וגם את האקדמיה (לאט).  אחד מבכירי האקדמיה אמר באירוע פומבי:  "מדעי המחשב ספגו את סטירת הלחי בירידה בהרשמה עקב משבר הג'וניורים,   אבל זו רק הסנונית הראשונה, סטירות הלחי יגיעו לכל התחומים".

ואכן, בשל העובדה כי אלו שהמציאו את כלי הבינה המלאכותית הם חוקרים מעולם התוכנה, הם קידמו את תחום ה- "תכנות האוטומטי" יותר מהר ממה שהתקדמו התחומים האחרים, וכעת חלק לא מבוטל מן התוכנה בעולם נכתבת על ידי כלי בינה מלאכותית ההולכים ומשתפרים.

היינו כבר בניסיונות קודמים להפוך את התכנות ליותר עממי,  שפת ה COBOL  שתכנונה החל בשנת 1959 בתור Common Business Oriented Language   כאשר הפקודות בה ניתנו בשפה דומה יותר לשפה האנגלית, מתוך מגמה שניתן יהיה להרחיב בצורה משמעותית את מעגל המפתחים.  זה לא קרה.

לאחר מכן ראינו את דור "מחוללי הישומים" . החלוץ בדור הזה בישראל היה DB/1, לימים Sapiens שפותח במכון ויצמן למדע שהיה מחולל יישומים למחשבי IBM הגדולים, ואחריו מחוללי יישומים למחשבים אישיים כמו   IRIS ו Magic .  הכלים הללו שהיו מבוססים על העיקרון של תכנות באמצעות מטא-דטא, אפשרו פיתוח מהיר של תוכנה, כך שלבנות משהו פשוט היה קל, לבנות משהו מורכב חייב מיומנות גבוהה.  הדור הבא היו כלי ה nocode/lowcode   שאותה אבחנה נכונה לגביהם.  

כלי ה AI הנוכחיים כמובן עולים על כולם,  וגם רמת החשיפה והשימוש בהם גבוהים בצורה משמעותית יחסית לדורות הקודמים שציינו.   התוצאה הישירה היא היכולת לצמצם את כמות המפתחים מה שגורם ל- "משבר הג'וניורים".  המשימות שניתנו למפתחים בעלי ניסיון מועט מבוצעים היטב על ידי כלי הבינה המלאכותית  שמופעלים על ידי מפתחים ותיקים ומיומנים.  תופעה זו  מפעילה לחץ על אותם תחומים במוסדות האקדמיים, מדעי המחשב ונגזרותיו,  לשנות את תוכניות הלימודים שלהם, או לפחות את הרטוריקה השיווקית שמבטיחה למועמדים הבטחות שונות.   

אנחנו יודעים מהניסיון שמהפכות כגון המהפכה התעשייתית לא הקטינו את מספר המועסקים, אלא שינו את אופי העיסוק שלהם.  זה נכון גם כאן.   כלי הבינה המלאכותית יוצרים הזדמנויות שלא היו קיימות מבחינת מיחשוב.  עד היום ארגונים קטנים ובינוניים שלא החזיקו יחידת מחשב משמעותית (אם בכלל) נאלצו להשתמש בתוכנות כלליות שהיו בבחינת נעל לוחצת או בגד רפוי, כי הם לא תוכננו לצרכיהם וחייבו התפשרות או התאמות (יקרות).   היום במידה מסוימת אנחנו בכיוון ההפוך למהפכה התעשייתית. 

במהפכה התעשייתית עברנו מייצור פרטני, לייצור המוני.  במקום לתפור בגדים לפי דרישה, אנחנו קונים בגדים על המדף שיוצרו בכמויות גדולות.  היפוך המגמה התחיל עם מדפסות תלת-הממד שמאפשרות ייצור של מוצר מותאם אישית, וגם בתחום הרפואה כאשר צירוף של פענוח הגנום האנושי, והתפתחויות במדעי הנתונים, אפשרו פיתוח תרופות וטיפולים מותאמים אישית, בניגוד לאלו שפונים לאופטימום פרטו, ונכונים סטטיסטית, מה שלא עוזר למי שנופל בשולי הסטטיסטיקה. 

חזרה לתוכנה. גם כאן יש הזדמנות לתוכנה המותאמת ככפפה ליד לכל ארגון כולל ארגונים קטנים. לא פלא שהחברות שמספקות חבילות תוכנה כלליות חווים ירידה בשווים, כי המשקיעים מזהים את הסיכון מבחינתם.  הסיכון מבחינת חברות התוכנה הוא אחד מן ההזדמנויות הגדולות לדור ההווה והעתיד של אנשי המקצוע.   נכון שמרבית התוכנה תיכתב על ידי כלי בינה מלאכותית, אבל כמו בדורות הקודמים,  אנשים לא מיומנים יוכלו לבנות בקלות דברים פשוטים, אבל התמודדות עם מורכבות דורשת ותמשיך לדרוש מיומנות. 

במה המיומנות מתבטאת?  טבעו את מטבע הלשון  "הנדסת הנחיות- Prompt Engineering".  זה נכון באופן כללי בשימוש בכלי התוכנה, ואם נתמקד בתחום של פיתוח התוכנה,  מדובר על הגדרת הדרישות למפתח התוכנה האוטומטי.  בצד ה- "מה?" היכולת לספר את הסיפור, כלומר את הדרישות הפונקציונליות, הפעם בשפה טבעית. ובצד "האיך"? כאן  יש צורך להנחות את מפתח התוכנה האוטומטי בשלל נושאים:  הנראות של ממשק המשתמש,  הנחיות לאינטגרציה עם מערכות משיקות, דרישות לא-פונקציונליות של ביצועים ובטיחות,  ובמקרים מורכבים גם בשימוש באלגוריתמים. 

זה בצד הקלט למערכות התוכנה האוטומטית.  ומה לגבי הפלט שלהם?  צריך לדעת לקרוא את הקוד הנוצר מתוך חשיבה ביקורתית, מעבר לבדיקות התוכנה הרגילות, וגם זה מהווה משוב על הקלט, כי לעיתים כאשר רואים את הקוד מתברר שהקלט שניתן אינו מדויק, שלא לדבר שגם מכונות יוצרים באגים בתוכנה, ולכן זה תהליך של ניסוי ומשוב.  

מה זה אומר על הכשרת אנשי המקצוע?  קודם כל עליהם להכיר את היסודות:  אלגוריתמים, מבני נתונים, יסודות התכנות היטב גם עבור צד הקלט וגם עבור צד הבקרה.  לעומת זאת הכישור החשוב לא יהיה שליטה מעולה בתחביר של שפת התכנות, כי את זה יעשה המפתח האוטומטי, אלא הבנה יותר טובה הן של הסיפור כולו, כלומר איש המקצוע יצטרך להתעמק יותר בתחום שעליו התוכנה מתפתחת, מה שיביא יתרון להכשרה רב-תחומית,  בנוסף הכישורים הנדרשים יכללו  דגש על צד הארכיטקטורה והדרישות הלא-פונקציונליות שפחות מושם עליהם הדגש בלימודים היום.   פרט לכך, החשיבה הביקורתית כלפי התוכנה חייבת להתחדד.  

הביקוש לאנשי מקצוע, גם מתחילים, שיהיה להם סט הכישורים האלו ילך ויגדל, כי ההזדמנויות לפיתוח תוכנה מותאמת ילך ויגדל  ומה איך צריכה להראות תוכנית הלימודים שתכשיר למטרות אלו ? זה נושא למאמר אחר.