اگه این روزها تو گروه‌های برنامه‌نویسی سرچ کنی، یه تصویر عجیب می‌بینی: یه نفر می‌نویسه «شش ماهه دنبال کارم، هیچ خبری نیست»، و درست زیرش یکی دیگه می‌نویسه «تازه استخدام شدم، حقوقم هم خوبه». هر دو برنامه‌نویسن. هر دو تو همین بازار کار، همین روزها، دارن AI رو هم می‌بینن. پس چرا سرنوشت‌شون این‌قدر فرق کرده؟
جواب کوتاه: چون «برنامه‌نویس بودن» دیگه یه چیز یکدست نیست. AI داره بازار کار برنامه‌نویسی رو به دو نیمه‌ی کاملاً متفاوت تقسیم می‌کنه — و اینکه تو کدوم نیمه بیفتی، به چند تا فاکتور مشخص بستگی داره.
آماری که همه رو نگران کرده
مطالعه‌ی آزمایشگاه اقتصاد دیجیتال دانشگاه استنفورد، با تحلیل داده‌های حقوق و دستمزد میلیون‌ها کارمند آمریکایی (از طریق شرکت ADP)، به یه الگوی واضح رسیده: تا اواسط ۲۰۲۵، اشتغال برنامه‌نویس‌های ۲۲ تا ۲۵ ساله نسبت به اوج خودش در اواخر ۲۰۲۲، حدود ۲۰ درصد افت کرده. در همون بازه، اشتغال برنامه‌نویس‌های باتجربه‌تر نه‌تنها افت نکرده، بلکه رشد هم داشته.
نکته‌ی مهم تحقیق اینه: این افت، بیشتر از مسیر «کاهش استخدام جدید» اتفاق افتاده، نه از مسیر «اخراج افراد شاغل». یعنی شرکت‌ها آدمای باتجربه‌ی فعلی‌شون رو نگه داشتن، ولی در استخدام نیروی تازه‌کار، محتاط‌تر شدن.
چرا؟ چون بخش زیادی از کاری که یه برنامه نویس تازه‌کار انجام می‌داد — نوشتن کدهای پایه، پیاده‌سازی الگوریتم‌های شناخته‌شده، رفع باگ‌های ساده — دقیقاً همون کاری‌یه که ابزارهای AI امروز خیلی خوب انجامش می‌دن.
اما این تمام داستان نیست: نمونه‌ی آی‌بی‌ام
درست همون زمانی که خیلی از شرکت‌های فناوری استخدام تازه کارها رو متوقف می‌کردن، آی‌بی‌ام یه تصمیم برعکس گرفت: اعلام کرد قصد داره استخدام نیروهای تازه کار در آمریکا رو سه برابر کنه — از جمله برای همون نقش‌های برنامه‌نویسی که همه فکر می‌کردن AI جاشون رو گرفته.
مدیر ارشد منابع انسانی آی‌بی‌ام، نیکل لامورو، دلیلش رو صریح گفت: نقش‌های تازه‌کار رو کاملاً باز طراحی کردن. به‌جای اینکه یه برنامه نویس تازه کار بشینه فقط کد بنویسه (کاری که AI انجامش می‌ده)، الان وظیفه‌ش شده تعامل با مشتری، بررسی و نظارت بر خروجی‌های AI، و تست کیفیت. استدلال آی‌بی‌ام اینه: اگه الان روی نیروی تازه‌کار سرمایه‌گذاری نکنن، ۳ تا ۵ سال دیگه هیچ برنامه‌نویس ارشدی برای ترفیع دادن ندارن — چون نسل میانی از قلم افتاده.
این نمونه دقیقاً نشون می‌ده که مسئله «AI هست یا نیست» نیست؛ مسئله اینه که هر شرکت با چه افق زمانی تصمیم می‌گیره.
پس فرق واقعی بین برنامه‌نویس‌های استخدام‌شده و بیکار چیه؟
با کنار هم گذاشتن این داده‌ها، سه تا فاکتور اصلی مشخص می‌شه:
۱. توانایی «کنترل کردن» AI، نه فقط استفاده از آن
تحقیقی که آنتروپیک روی چند ده برنامه‌نویس تازه کار انجام داد، یه تفاوت جالب رو نشون داد: برنامه‌نویس هایی که از AI برای فهمیدن مفاهیم استفاده می‌کردن (مثلاً می‌پرسیدن «چرا این روش بهتره») نمره‌ی درک بالایی گرفتن. اما اونایی که فقط از AI می‌خواستن براشون کد کامل بنویسه و همون رو تحویل می‌دادن، افت شدیدی تو درک واقعی مسئله داشتن.
به عبارت دیگه، برنامه‌نویس‌هایی که می‌مونن، کسایی هستن که می‌تونن کد تولیدشده توسط AI رو بازبینی، نقد، و اصلاح کنن — نه کسایی که فقط دکمه‌ی تولید رو می‌زنن.
۲. سطح تجربه، و شکاف بهره‌وری
طبق داده های موجود، برنامه‌نویس های باتجربه (بالای سه سال سابقه) وقتی از ابزارهای AI استفاده می‌کنن، تا ۴۰-۵۰ درصد بهره‌وری بیشتری می‌گیرن. اما همین رشد برای برنامه‌نویس‌های تازه کار فقط ۱۵-۲۵ درصده. دلیلش این نیست که تازه‌کارها بی استعدادن؛ دلیلش اینه که هنوز مهارت قضاوت درباره‌ی خروجی AI رو یاد نگرفتن. سنیور ها می‌دونن کد پیشنهادی AI کجاش اشتباهه چون قبلاً صدها بار اون اشتباه رو با چشم خودشون دیدن.
۳. استراتژی و افق زمانی شرکت
همون‌طور که نمونه‌ی آی‌بی‌ام نشون داد، شرکت‌های کوچک و استارتاپ ها که رو بقای ۱۲-۱۸ ماه آینده تمرکز دارن، منطقی‌ترین انتخاب‌شون اینه که به جای استخدام تازه‌کار، یه سنیور مجهز به ابزار AI رو نگه دارن — چون سریع تر و ارزون تره. اما شرکت های بزرگ‌تر که افق ۵-۱۰ ساله دارن، می‌دونن که اگه امروز روی تازه‌کار ها سرمایه‌گذاری نکنن، در آینده با کمبود نیروی باتجربه مواجه می‌شن.
پس اگه دنبال کار می‌گردی، دونستن اینکه شرکت مقصدت تو کدوم دسته ست (استارتاپ کوچیک در حال زنده‌موندن، یا شرکت بزرگ با برنامه‌ی بلندمدت)، می‌تونه به‌اندازه‌ی خود مهارتت مهم باشه.
تجربه‌ی واقعی: هم برنامه‌نویس، هم کارفرما چی می‌گه؟
برای اینکه این تحلیل فقط رو کاغذ نمونه، با بهزاد خداپناه، صاحب سایت شاگرد، صحبت کردم که هم خودش برنامه‌نویسه، هم صاحب یه شرکته و تجربه‌ی استخدام نیرو رو داره. نظرش جالب بود:
او معتقده برنامه‌نویسی همیشه یه «ابزار» بوده، نه یه مهارت ثابت. از دهه‌ی ۱۹۸۰ به بعد، ابزارهای زیادی اومدن و رفتن — از فروم‌های آنلاین گرفته تا Stack Overflow — ولی هیچ‌کدوم جای برنامه‌نویس واقعی رو نگرفتن. به گفته‌ی او، برنامه‌نویس های خوب همیشه ماندگار بودن، چون توانایی شون رو نشون می‌دادن؛ فقط باید بلد باشی مهارتت رو درست ارائه بدی.
درباره‌ی نقش خود AI هم دیدگاه روشنی داشت: از نظر او، هوش مصنوعی دقیقاً مثل ابزارهای قبلی یه کمکه — جایی که قبلاً باید می‌رفتی داکیومنت می‌خوندی، الان می‌تونی از AI بخوای تحلیلش کنه و سریع‌تر یاد بگیری. اما تفاوت اصلی، در نحوه‌ی استفاده‌ست: کسی که فقط کپی پیست می‌کنه بدون فهمیدن، به احتمال زیاد جایگزین می‌شه؛ اما کسی که از AI برای بهتر شدن مهارت خودش استفاده می‌کنه، نه.
و این دقیقاً همون معیاریه که به‌عنوان کارفرما هم به کار می‌بره: وقتی می‌خواد کسی رو استخدام کنه، براش مهم نیست که فرد از AI استفاده می‌کنه یا نه — همه استفاده می‌کنن. مهم اینه که از AI به‌عنوان ابزار کمکی استفاده کنه، نه جایگزین فکر کردن. کپی پیست کورکورانه، چیزیه که به گفته‌ی خودش، او رو به‌عنوان کارفرما ناراحت می‌کنه.
درباره‌ی مهارتی که الان بیشتر از قبل ارزش داره هم نظرش این بود: مهارت‌های ادراکی و خلاقیت — یعنی درک عمیق از اینکه هر بخش از کد چرا و برای چه هدفی نوشته می‌شه، صرف‌نظر از زبان برنامه‌نویسی. کسی که این درک رو داشته باشه، می‌تونه به خروجی AI ارزش اضافه کنه، نه اینکه صرفاً مصرف‌کننده‌ی آن باشه. به قول او: «کار کردن هوشمندانه همیشه جواب می‌ده.» و خلاقیت که در مواقعی از خود کد زدن خیلی مهم تره برنامه نویس باید خلاق باشه تا بتونه توی رقابت شدیدی که توی بازار هست به کارش ادامه بده.
پس چیکار کنیم؟
اگه تازه وارد این حرفه شدی یا داری دنبال کار می‌گردی، چند تا نتیجه‌ی عملی از این تحلیل می‌شه گرفت:
پروژه‌ی واقعی بساز، نه کپی از آموزش. چیزی که تو رو از بقیه‌ی رزومه ها متمایز می‌کنه، توانایی حل یه مسئله‌ی واقعی‌یه، نه دنبال کردن یه تمرین آموزشی.
یاد بگیر کد AI رو نقد کنی، نه فقط قبولش کنی. وقتی ChatGPT یا Copilot بهت کد می‌ده، بپرس «چرا این روش؟ چه جایگزینی داشت؟ کجاش ممکنه اشتباه باشه؟»
دنبال شرکت‌هایی باش که روی تازه‌کار سرمایه‌گذاری می‌کنن، نه فقط شرکت هایی که خبرشون داغ تره. شرکت های بزرگ تر با برنامه‌ی بلندمدت (مثل نمونه‌ی آی‌بی‌ام)، معمولاً محیط بهتری برای رشد تازه‌کارها دارن.
این یه شرایط موقت نیست که فقط صبر کنی رد بشه. بازار داره واقعاً شکل عوض می‌کنه؛ کسایی که زودتر خودشون رو با نقش جدید (نظارت و همکاری با AI، به‌جای فقط تولید کد خام) وفق بدن، جلوتر می‌افتن.
حرف آخر
AI برنامه‌نویسی رو از بین نمی‌بره — اما داره تعریف «برنامه‌نویس خوب بودن» رو عوض می‌کنه. کسایی که بیکار می‌مونن، اغلب کسایی هستن که هنوز دارن مثل قبل از AI کار می‌کنن. کسایی که استخدام می‌شن، یاد گرفتن کنار AI، نه به‌جای فکر کردن، بلکه برای فکر کردن بهتر، استفاده کنن.