Stack Overflow يحتضر: 5 خرافات عمّا سيحل محله

ما زال Stack Overflow يستقبل أقل من 1,000 سؤال جديد شهرياً، وهو حجم أقل من حجمه في شهره الثاني من عمره عام 2008. إذا تعلمت البرمجة في أي وقت خلال السنوات الخمس عشرة الماضية، فهذا الرقم يجب أن يوقفك للحظة. الموقع الذي كان طبقة المعرفة البرمجية للإنترنت توقف نموه تماماً، والرواية السهلة تقول إن ChatGPT قتله. هذه الرواية السهلة خاطئة، أو على الأقل ناقصة إلى حد كبير، والتشخيص الخاطئ مهم لأننا جميعاً نصمم الآن، ضمنياً، ما سيأتي بعده.

قضيت السنوات القليلة الماضية في بناء أنظمة تعلم الآلة، وشاهدت عادات طرح أسئلتي تنهار من «ابحث، واقرأ ثلاث إجابات، ثم لخّص» إلى «ألصق رسالة الخطأ في نافذة الدردشة». لنفعل ذلك بجدية: خمس قناعات أسمعها باستمرار عن تراجع Stack Overflow، نختبرها أمام ما هو صحيح فعلاً.

الخرافة 1: نماذج LLM قتلت Stack Overflow

هذه هي الرواية السائدة، وهي نصف صحيحة. أطلق ChatGPT أواخر 2022 تسارع التراجع بوضوح، فمنحنى عدد الأسئلة ينكسر نحو الأسفل بحدة عند تلك النقطة تحديداً. لكن إذا نظرت إلى الاتجاه الأطول، فقد بلغ عدد الأسئلة الشهرية في Stack Overflow ذروته قبل سنوات، وكان قد انخفض بنحو النصف عن أعلى مستوياته المحلية قبل أن يلصق أحد تتبع الخطأ في روبوت محادثة. ظل الموقع شبه ثابت منذ 2014 تقريباً، وبدأ بالتراجع حوالي 2017، مع قفزة قصيرة خلال الجائحة في 2020.

ما حدث فعلياً أشبه بمريض بحالة مزمنة تلقى ضربة قاتلة من مصدر آخر. الحالة المزمنة كانت من صنع الموقع نفسه: ثقافة إشراف تحسّن الإجابات القياسية على حساب البشر الذين يطرحون الأسئلة. إذا طرحت سؤالاً يتطابق بنسبة 80% مع سؤال موجود، كان يُغلق بوصفه مكرراً، حتى لو كانت نسبة الـ20% المختلفة هي جوهر السؤال كله. كان المشرفون يعيدون صياغة كلامك بأسلوب رسمي جاف. وسرعان ما أدرك المستخدمون الجدد أن طرح السؤال ممر شاق. وفي الوقت نفسه، الأسئلة السهلة، تلك التي كانت تجلب آلاف المنشورات الجديدة يومياً، كانت قد طُرحت وأُجيب عنها بحلول 2015.

لذلك عندما وصلت نماذج LLM، لم تكن بحاجة لأن تتفوق على Stack Overflow في أفضل حالاته. كان يكفيها أن تتفوق على تجربة طرح سؤال هناك: لا تصويت سلبي، ولا علامات تكرار، ولا انتظار ثلاثة أيام لتعليق عابر يطلب منك قراءة الوثائق. النموذج يجيب فوراً، وبأدب، وفي سياق كودك أنت. هذه ليست منافسة عادلة، ولم تكن كذلك يوماً. الحكم: كانت نماذج LLM هي الجلاد، لكن ديناميكيات المجتمع هي من حشا المسدس.

الخرافة 2: المحتوى ما زال قيّماً، لذلك سيبقى الموقع حياً

هناك فكرة مريحة مفادها أن مجموعة Stack Overflow الضخمة، أي عشرات الملايين من الأسئلة المجاب عنها، تضمن بقاءه. لكن الأمر ليس كذلك، ولسبب يعرفه جيداً كل من بحث فيه مؤخراً: الإجابات مجمدة في الزمن. سؤال عن إطار JavaScript شائع أُجيب عنه في 2013 يعرض اليوم إجابة في الأعلى ليست قديمة فحسب، بل مضللة فعلاً، وبنية الموقع تقاوم التصحيحات. لا يمكنك إعادة طرح سؤال قياسي للحصول على إجابة حديثة، لأنه سيُغلق بوصفه مكرراً للإجابة القديمة. وتبقى الإجابات المقبولة مثبتة في الأعلى حتى لو كانت هناك إجابة أفضل بعد أربع سنوات بثلاثة أضعاف عدد التصويتات.

قاعدة المعرفة التي لا يمكن تحديثها ليست أصلاً، بل هي التزام بمحركات بحث ممتازة. وهنا تصبح السخرية ثقيلة: القيمة الربحية المتبقية لهذه المجموعة هي ترخيصها لشركات الذكاء الاصطناعي كبيانات تدريب. أبرم Stack Overflow صفقات لهذا الغرض بالضبط، فأثار ذلك ثورة بين المساهمين أنفسهم الذين كتبوا المحتوى، لأن الصفقة التي وقّعوا عليها كانت إجابات مجانية مقابل بيانات مفتوحة، وبيعها كسر العقد الضمني. حاول بعض المستخدمين ذوي السمعة العالية حذف إجاباتهم أو تشويهها احتجاجاً. وعندما يخرّب أهم مستخدميك أصلك، فأنت لا تملك عملاً مستداماً، بل تصفية.

أتوقع أن يبقى النطاق قائماً لسنوات، فحركة الزيارات من الروابط القديمة وحدها تستحق شيئاً، لكن كنظام حي لتوليد معرفة جديدة فقد انتهى. الحكم: مكذوبة. المحتوى يتآكل، والبنية تمنع إصلاح هذا التآكل.

الخرافة 3: نماذج LLM حلّت محل وظيفة المعرفة بالكامل

هنا أكون صريحاً في رأيي، لأن هذه الخرافة تسير في الاتجاه المعاكس، وهي النسخة المتفائلة من الذكاء الاصطناعي، وهي خاطئة أيضاً. فعل Stack Overflow شيئاً لا تفعله نماذج LLM جوهرياً: أنتج معرفة جديدة. عندما أُطلقت مكتبة جديدة بواجهة برمجية مربكة وبلا توثيق تقريباً، اصطدم أحدهم بالحائط، ونشر سؤالاً، فكتب شخص توصل إلى الحل أول شرح عام على الإنترنت. أصبحت تلك الإجابة بعد ذلك بيانات تدريب، ونتائج بحث، وتوثيقاً بالوكالة لكل من جاء بعدها.

نماذج LLM بارعة بشكل استثنائي في نصف هذه الحلقة، أي الاسترجاع والتلخيص، وعاجزة بنيوياً عن النصف الآخر، أي التوليد. اسأل نموذجاً عن تفاعل غامض بين إصدار إطار عمل عمره أسبوعان ووحدة إضافية محددة في Postgres، وستحصل على إجابة طليقة وواثقة ومختلقة، لأن لا أحد من البشر كتب عنها بعد، في أي مكان. أواجه هذا باستمرار مع أدوات تعلم الآلة سريعة التطور. النموذج لا يعرف ما لا يعرفه، وبالتأكيد لا يعرف أن الإصدار صدر الثلاثاء الماضي.

هذا هو الجزء الذي يجب أن يقلقنا. بنينا واجهة أمامية للإجابات تعمل ببراعة طالما أن شخصاً ما، في مكان ما، ما زال يولّد المعرفة الأساسية بنص يمكن للنماذج استهلاكه. وكان Stack Overflow من أكبر المولّدين. اقتل المولّد، وأبقِ المُلخِّص، وستكون قد بنيت نظام معرفة يجوع ببطء، فكل جيل من النماذج يُدرَّب على ويب أقدم قليلاً وملوث بالنماذج أكثر قليلاً. إذا قرأت مقالنا عن لماذا تفوت اختبارات الذكاء الاصطناعي معظم العمل الحقيقي، فهذه الفجوة نفسها على مستوى المنظومة: الجزء القابل للقياس والإجابات الطليقة من العمل أصبح مغطى، والجزء الصعب وغير البراق، أي التوليد، يجري تجميد تمويله.

لم نستبدل نظام المعرفة. استبدلنا الواجهة، ونسينا أن الواجهة لم تكن أبداً الجزء الصعب.

الحكم: مكذوبة، وهي أخطر خرافة في هذه القائمة.

الخرافة 4: نسخة أفضل إشرافاً كانت ستنجو

كثير من تحليلات ما بعد الوفاة تركز على ثقافة Stack Overflow، أي المشرفين المولعين بالتكرار، وإعادة صياغة الأسئلة، والبرود تجاه القادمين الجدد، وتخلص إلى أن موقع أسئلة وأجوبة أكثر لطفاً كان سيزدهر. لا أقتنع بذلك. الثقافة سرّعت التراجع، لكن المشكلة البنيوية كانت ستغرق أي نسخة دافئة ومرحّبة: اقتصاد الخبرة التطوعية انهار.

فكّر في سبب إجابة الخبراء على الأسئلة في 2012. كانت نقاط السمعة شهادة حقيقية، فكان المسؤولون عن التوظيف ينظرون إلى الملفات الشخصية. وكانت الإجابة وسيلة لتعلم التقنية بعمق. وكان هناك مجتمع مرئي: ترى الأسماء نفسها، وتبني مكانة، وأحياناً تلتقي أشخاصاً في الواقع عبر الدردشة والمواقع المجاورة. بحلول أواخر العقد 2010 ضعفت الركائز الثلاث. تلاشت قيمة الشهادة مع تراجع الحضور الثقافي للموقع. بقي حافز التعلم بالإجابة، لكن الأسئلة التي تستحق الإجابة جفّت، وانحرف الطابور المتبقي نحو منشورات مبتدئين سيئة الصياغة. وتقلّص المجتمع مع مغادرة أكثر الأعضاء استثماراً، أو انسحابهم احتجاجاً على إعادة الترخيص وصفقات البيانات.

ثم أزالت نماذج LLM الحافز الأخير: لماذا تقضي أربعين دقيقة في كتابة إجابة متأنية مقابل نقاط وهمية، بينما يستطيع السائل الحصول على إجابة جيدة فوراً في مكان آخر، وعندما يحتمل أن تنتهي إجابتك كبيانات تدريب بلا ترخيص على أي حال؟ كل سلسلة تعليقات حول هذه القصة مليئة بمستخدمين سابقين ذوي سمعة عالية يقولون شيئاً مثل «كنت أحب الإجابة، ثم... توقفت». شخص في النقاش الأخير ذكر أن درجة سمعته 29,000 وأنه كتب 645 إجابة، وأنه اضطر إلى التفكير ليتذكر أن الموقع ما زال موجوداً. لا يمكنك اختبار سياسة الإشراف لديك بنظام A/B لتخرج من هذا الوضع. الحكم: مكذوبة إلى حد كبير. اللطف كان سيبطئ النزيف، لكنه ما كان ليوقفه.

الخرافة 5: أي شيء يحل محله سيبدو كموقع إلكتروني

كل بضعة أشهر يعلن أحدهم عن «Stack Overflow لعصر الذكاء الاصطناعي»، وهو دائماً بالشكل نفسه: موقع أسئلة وأجوبة عام مع تصويتات وشارات. أرى أن هذا حنين إلى الماضي وليس تحليلاً. البديل الذي يتشكل فعلاً نظام متعدد الطبقات، ولا توجد سوى طبقة واحدة منه عامة.

مما أراه في الفرق التي أعمل معها، تتدفق معرفة المطورين الآن عبر أربع قنوات تقريباً:

• نموذج LLM كواجهة أمامية. المرور الأول لكل شيء تقريباً، خصوصاً الأخطاء واستخدام الواجهات البرمجية. سريع، وخاص، ولا كلفة اجتماعية عليه. هذه الطبقة فازت، ولن تعود.
• ذاكرة الفريق الخاصة. الويكيات الداخلية، وأرشيفات Slack، والمساعدون المعتمدون على الاسترجاع الموجهون إلى قاعدة الكود الخاصة بك وتقارير ما بعد الحوادث. هنا تعيش المعرفة الجديدة القيّمة فعلاً الآن، وهي عن قصد غير عامة.
• مجتمعات عامة عالية الإشارة. خوادم Discord لأدوات محددة، ونقاشات GitHub، ومتتبعات المشكلات. أصغر وأدفأ، ومحدودة النطاق بما يكفي لأن الإشراف يعمل. عندما يكون لدي سؤال حقيقي عن مكتبة جديدة، أذهب إلى Discord الخاص بها، لا إلى موقع أسئلة وأجوبة عام.
• المادة المصدرية. الوثائق، ومواصفات RFC، والكود نفسه. قراءة المصدر انتقلت من الملاذ الأخير إلى المحطة الثانية، جزئياً لأن أدوات الذكاء الاصطناعي تجعل التنقل في قواعد كود غير مألوفة أرخص بكثير.

لاحظ ما هو مفقود: مساحة عامة واحدة تُطرح فيها الأسئلة الصعبة الجديدة ويُجاب عنها لمنفعة الجميع. كل طبقة منطقية بمفردها، ومفقرة جماعياً. ذاكرة الفريق الخاصة لا تتسرب إلى الخارج. خوادم Discord لا يمكن البحث فيها من الخارج، وهي معادية للأرشفة، وهي مشكلة كتبنا عنها في سياق فقدان الويب لذاكرته. وباب نماذج LLM الأمامي يستهلك النصوص العامة دون أن ينتج أي شيء.

الحكم: تأكد أن الموقع الأحادي قد مات. والسؤال المفتوح هو ما إذا كانت الطبقة المتعددة البديلة قادرة على إدامة طبقة عامة على الإطلاق.

تصميم أنظمة معرفة لا تجوع

إذا كنت تبني أدوات للمطورين، أو منصات داخلية، أو بنية تحتية للمجتمعات، فإن تحليل ما بعد وفاة Stack Overflow يقدم دروساً ملموسة. انتهيت إلى أربعة مبادئ تصميم، وأعترف بأن الرابع هو الذي أنا أقل ثقة بأننا حللناه.

أولاً، عامل الحداثة كميزة لا كمشكلة إشراف. عامل Stack Overflow الإجابات القديمة كقياسية، والآراء الجديدة كمكررات. اقلب هذا. اجعل الإجابات مرقّمة بإصداراتها، واسمح بإعادة طرح السؤال مع كل إصدار رئيسي للإطار، واجعل السياق الزمني صريحاً، فعبارة «اعتباراً من React 19» أفضل من إجابة واحدة خالدة. الأنظمة التي تتعامل مع هذا جيداً، مثل الوثائق الرسمية ذات الصفحات المرقمة بالإصدار وبعض الويكيات، هي التي ما زال الناس يثقون بها.

ثانياً، ابنِ حلقة التقييم داخل سير العمل. عبقرية Stack Overflow كانت في التصويت: إشارة رخيصة ودائمة عن جودة الإجابة. إجابات LLM ليس لديها مثل هذه الحلقة افتراضياً، فتحصل على الطلاقة لا على التحقق. في تجربتي، الحل ليس أن تطلب من النموذج مراجعة نفسه، فهذا غالباً ينتج اتفاقاً واثقاً في الظاهر، بل أن تفرض الاحتكاك بالواقع. شغّل الكود. تحقق من الإصدار. عندما أستخدم نموذج LLM لأي شيء يتجاوز النمط المكرر، أتعامل مع مخرجاته كما نتعامل مع طلب دمج من متدرب: معقولة حتى تُختبر. مقالنا عن فحوص الفهم مقابل الاختبارات لكود مولّد بالذكاء الاصطناعي يتعمق في أين يلتقط كل نهج الأعطال. الفرق التي تحصل على قيمة حقيقية من مساعدي الذكاء الاصطناعي هي التي وصلت الاختبارات وأدوات الفحص مباشرة بحلقة التوليد، لا التي وثقت بالنص المصقول.

ثالثاً، يجب أن تصمد الحوافز أمام البدائل المجانية. النقاط والشارات ماتت في اللحظة التي وُجدت فيها إجابة خاصة فورية. ما الذي ما زال يحفز الناس على كتابة الأشياء علناً؟ المكانة داخل مجتمع محدد (النطاق المحدود يتفوق على العالمي)، والفائدة المهنية المباشرة مثل مساهمات في الوثائق تحمل اسمك ومادة لمحاضرات المؤتمرات، والتبادل في فضاءات صغيرة بما يكفي لأن مساعدة شخص اليوم تعني أنه سيساعدك الشهر القادم. صمّم لهذه الأشياء، لا لتحفيز لوحات المتصدرين.

رابعاً، وهو الصعب: أبقِ طبقة التوليد العامة حية. شخص ما يجب أن يكتب أول إجابة عن الشيء الذي صدر الأسبوع الماضي، في مكان يمكن للزواحف والنماذج المستقبلية الوصول إليه. الآن يقع هذا العبء على مشكلات GitHub والمدونات الشخصية والوثائق الصادرة عن الشركات، بشكل غير متساوٍ ودون تنسيق. إذا كنت بائع أداة، فهذه فرصة فعلية: منتدى نقاش عام جيد الإدارة لمنتجك أصبح ميزة تنافسية، لأنه يحدد ما تقوله النماذج عنك. وإذا أردت أن تتراكم معرفة فريقك الداخلية التي دفعت ثمنها غالياً بدلاً من أن تتبخر عندما يغادر الناس، فإن مساعد داخلي مبني على وثائقك الخاصة يتفوق على الأمل في أن يتذكر الناس تحديث الويكي، لكن فقط إذا أصلحت أيضاً الحافز لكتابة الوثائق.

ما الذي خسرناه فعلاً

إذا نزعنا الحنين، فإن تراجع Stack Overflow دراسة حالة لكيفية تآكل البنية التحتية التقنية: ليس بضربة واحدة، بل بحوافز متعارضة تتراكم لسنوات حتى يجعل بديل ما الفساد مرئياً. الموقع حسّن الأثر، أي الإجابة القياسية، ونسي أن الآثار يصنعها بشر يحتاجون إلى أسباب للحضور.

الموقف العملي، والذي أدافع عنه، هو هذا: احزن عليه قليلاً، ثم عامله كموجز تصميم. الواجهة الأمامية لنماذج LLM أفضل فعلاً لنحو 90% مما كان يفعله Stack Overflow، ويجب أن نقول ذلك بصوت عالٍ بدلاً من التظاهر بالحزن. لكن الـ10% المتبقية، أي توليد معرفة عامة جديدة والتحقق منها أمام الواقع وإبقاؤها محدثة، أصبحت الآن مشكلة الجميع ووظيفة لا يقوم بها أحد. الفرق والمجتمعات التي تحل مشكلة الحافز لهذه الـ10% ستمتلك العقد القادم من معرفة المطورين. أما التي تفترض أن روبوت المحادثة قد تكفّل بكل شيء، فسوف تكتشف، ببطء ثم دفعة واحدة، ما تساويه الإجابة حين لا يكتبها أحد.