‏شکاف توانایی و قضاوت در عصر AI

ایتامار گیلاد تو این مقاله از یه شکاف قدیمی ولی کمتر دیده‌شده شروع می‌کنه: آدم‌ها معمولاً بیشتر از اون چیزی که خودشون می‌تونن انجام بدن، می‌تونن دربارهٔ کیفیت کار قضاوت کنن. نویسنده می‌گه وقتی PM گوگل بوده، طراحی و متن مارکتینگ بلد نبوده ولی می‌تونسته روشون بازخورد درست بده. به گفتهٔ او همین فاصلهٔ سالم بین «توان انجام» و «توان داوری» چیزیه که همکاری بین نقش‌ها رو ممکن می‌کنه.

حالا AI این خط رو جابه‌جا کرده. LLM کارهایی که بلدی رو سریع‌تر می‌کنه، کارهایی که توشون ضعیفی رو تا حد قابل قبول بالا می‌بره، و کارهایی که اصلاً بلد نبودی رو ممکن. نویسنده می‌گه AI کسی رو به سطح خبره نمی‌رسونه، ولی خیلی کارها رو تا سطح «متوسط» جلو می‌بره — که گاهی همون کافیه. نتیجه‌ش محو شدن مرز نقش‌هاست: PM و دیزاینر کد پروداکشن می‌دن، و توسعه‌دهنده با ChatGPT یا Claude سراغ سگمنتیشن بازار و اولویت‌بندی ایده می‌ره.

مشکل دقیقاً همین‌جاست. حالا توان انجامت از توان داوریت جلو زده: کاری تولید می‌کنی که ابزار سنجیدنش رو نداری. نویسنده اسم این ناحیه رو Danger Zone می‌ذاره — جایی که PM کد ناامن می‌نویسه و توسعه‌دهنده ایدهٔ بد انتخاب می‌کنه و هیچ‌کدوم فرق رو نمی‌فهمن. به گفتهٔ او دو سوگیری شناختی نمی‌ذارن خودمون این مرز رو ببینیم: better-than-average (یعنی همه خودشون رو بالاتر از میانگین می‌بینن) و Dunning-Kruger (یعنی هرچی توی کاری ضعیف‌تر باشی، ارزیابیت از خودت خوش‌بینانه‌تره).

راه‌حل‌های معمول به نظر نویسنده کامل نیستن: بازبینی توسط خبره‌ها الان هم داره اتفاق می‌افته و توسعه‌دهنده‌ها زیر سیل کدی که همکارهای غیرمتخصص با AI تولید می‌کنن خسته می‌شن، و یادگیری مهارت جدید هم شیب تندی داره — یه PM که بخواد مرتب کد بده باید با زبان‌ها، کدبیس و نُرم‌های تیم مهندسی درگیر بشه. گزینهٔ سوم اینه که خود AI داور بشه؛ چیزی که هم برای حوزهٔ تخصص خودت جواب می‌ده و هم بیرون از اون.

اینجا نویسنده به «تسلیم شناختی» اشاره می‌کنه: بازبینی مداوم خروجی AI خسته‌کننده‌ست و آدم کم‌کم وسوسه می‌شه فقط به ربات اعتماد کنه. تو مقاله اومده که Anthropic چیزی به اسم «خستگی از تأیید» دیده — توسعه‌دهنده‌های Claude Code ۹۳٪ پیشنهادها رو تأیید می‌کردن — و کلسیفایرهایی که برای بازبینی ساخته ۸۹٪ تغییرات مضر رو گرفتن، در حالی که آدم‌ها فقط ۱۳٪. از طرف دیگه چت‌بات‌ها طوری ساخته شدن که خوشایند باشن، پس ممکنه توهم دانستن رو تقویت کنن و Danger Zone رو بزرگ‌تر کنن.

نگرانی آخر نویسنده از همه جدی‌تره: دنیایی که توش هرکسی با AI کار بقیه رو نقد و «اصلاح» می‌کنه. مثالش صبحِ یه PM ـه که تو اینباکسش می‌بینه مارکتینگ رودمپش رو با ChatGPT بازچیده، مدیر ارشد OKRهاش رو با Gemini عوض کرده و لید تیم دولوپ اولویت‌بندی‌شو با Claude به هم ریخته. سؤال مقاله اینه که این وضعیت از کجا به بعد به‌جای توانمندسازی، خفه‌کننده می‌شه — و نویسنده صادقانه می‌گه هنوز هیچ‌کس جواب روشنی برای «شایستگی مصنوعی» نداره.

نکات کلیدی:

• توان داوری آدم‌ها معمولاً از توان انجامشون بیشتره؛ به گفتهٔ نویسنده AI این ترتیب رو برعکس کرده.
• AI کسی رو خبره نمی‌کنه، ولی دامنهٔ کارهای «در حد متوسط و قابل قبول» رو خیلی بازتر می‌کنه.
• دو سوگیری better-than-average و Dunning-Kruger باعث می‌شن خودمون شکاف انجام/داوری رو نبینیم.
• به نوشتهٔ مقاله، Anthropic دیده توسعه‌دهنده‌ها ۹۳٪ پیشنهادهای Claude Code رو تأیید می‌کردن.
• تو همون گزارش، کلسیفایرها ۸۹٪ تغییرات مضر رو گرفتن و آدم‌ها فقط ۱۳٪.