في عالم هندسة البرمجيات، يُعتبر الذكاء الاصطناعي (AI) بمثابة الثورة الحقيقية التي تعد بابتكار طرق جديدة لكتابة البرمجيات بفعالية أكبر. ومع ذلك، لا تزال تجربة البرمجة المعتمدة على الذكاء الاصطناعي تواجه تحديين رئيسيين.

الأول هو صعوبة تحديد الأهداف، حيث يُعتبر "هندسة التوجيه" (prompt engineering) نوعًا من أنواع هندسة المتطلبات، والتي تُعَد واحدة من أصعب التخصصات في هذا المجال. فبدون وضوح في الأهداف، يصبح من الصعب على الذكاء الاصطناعي إنتاج كود برمجي صحيح وفعال.

أما التحدي الثاني، فهو ظاهرة "الهلوسة" التي يعاني منها الذكاء الاصطناعي، حيث ينتج البرنامج معلومات خاطئة أو غير دقيقة. في نهاية المطاف، البرامج لا تكون ذات فائدة إلا إذا كانت صحيحة أو قريبة من الصحة.

لكن لا داعي للقلق! الحل يكمن في دمج إبداع الذكاء الاصطناعي مع دقة أساليب التوصيف الرسمي. باستخدام أدوات التحقق الحديثة، يمكن تعزيز القدرة على التحقق من صحة البرامج المدعومة بالذكاء الاصطناعي، مما يضمن إنتاج كود جديد ومبتكر يخدم هذه الأهداف بدقة واحترافية.