أصبحت صفحة “Don’t Paste the AI” مهمة لأنها سمّت سلوكاً تعرفه فرق كثيرة. يسأل شخص زميله سؤالاً، فيتلقى بدلاً من حكم أو قرار أو شرح قصير جداراً من مخرجات ChatGPT أو Claude غير المحررة في Slack أو البريد أو التذاكر أو مراجعة الكود. المرسل وفّر وقته، أما المتلقي فعليه القراءة والفرز والتحقق وتخمين ما يعتقده الإنسان فعلاً.

مسودة AI طويلة تتحول إلى رسالة عمل قصيرة ومسؤولة

القاعدة بسيطة: عندما يسألك شخص، فهو يريد جوابك لا مخرجات نموذج خام. نقاش Hacker News في 20 أغسطس جمع الموافقة والانزعاج والاعتراضات المعقولة. لذلك يناسب الموضوع AI Practice: ليست القصة ضد الذكاء الاصطناعي، بل عن استخدامه بنضج من دون تحويل الزملاء إلى محرري مسوداتك الخاصة.

جعل AI إنتاج النص رخيصاً، لكنه لم يجعل الانتباه رخيصاً ولم يلغ المسؤولية. كل رسالة عمل ما زالت تستهلك وقت قراءة وتحمل مخاطرة وثقة وسياقاً لا يملكه إلا الإنسان داخل المؤسسة. القاعدة الجديدة: استخدم AI كشريك في المسودة، لكن أرسل جواباً تملكه أنت.

لماذا الآن

يأتي النقاش بينما يجتمع الحماس والتعب من AI. الشركات تنشر Copilot و ChatGPT و Claude و Gemini ومساعدين داخليين و agentic workflows. لكن الثقة العامة لا ترتفع تلقائياً. Pew Research قالت إن 52% من البالغين في الولايات المتحدة أكثر قلقاً من حماساً تجاه زيادة استخدام AI في الحياة اليومية، مقارنة بـ 37% في 2021. وقالت أيضاً إن 71% يتوقعون أن يؤدي AI إلى وظائف أقل خلال عقدين. TechCrunch و The Register استخدما هذه الأرقام لوصف رد فعل أوسع.

نسخ مخرجات AI الخام في العمل جزء صغير لكنه ظاهر من هذا الرد. قد لا يقرأ الناس تقارير الإنتاجية، لكنهم يلاحظون بريداً بخمس فقرات مصقولة بلا قرار، ورد دعم بلا خطوة تالية، وتعليق مراجعة لا يفهم الفرق البرمجي.

MIT Technology Review ذكّرت بأننا لا نعرف بعد كيف يستخدم الناس AI فعلاً. تقارير الشركات تعرض جزءاً فقط. الأنماط الحقيقية تظهر في العادات اليومية: البريد، الترجمة، summaries، التذاكر، ردود العملاء ومراجعات الكود. الإتيكيت يصبح دليلاً على أين توجد القيمة وأين تُنقل المهمة إلى شخص آخر.

المشكلة ليست في المسودة

استخدام AI للمسودة مفيد كثيراً. يساعد من لا يكتبون الإنجليزية بطلاقة، والمهندسين ذوي الملاحظات الخام، والمديرين الذين يحتاجون إلى تلخيص، والفرق التي تبحث عن المخاطر والحالات الطرفية. كما يساعد في النبرة والترجمة والهيكل.

المشكلة تبدأ عندما تُرسل المسودة كرسالة نهائية. Drafting يحدث قبل التفكير والتحرير. Dumping يستبدل التفكير والتحرير. المسودة سقالة خاصة؛ أما مخرجات النموذج الخام المرسلة إلى زميل فهي عمل غير مكتمل متنكر كاتصال.

الرد الجيد بمساعدة AI يعطي خلاصة، دليلاً تم التحقق منه، خطوة تالية وعدم يقين. الرد السيئ يقول “هذا ما قاله النموذج” ثم يقدم 900 كلمة معقولة ظاهرياً. عندها يبحث المتلقي عن الجواب، يحذف الحشو، يتحقق من الوقائع ويحدد المسؤولية.

ماذا أظهر Hacker News

كان النقاش مفيداً لأنه لم يعط حكماً واحداً. بعضهم رأى النسخ الخام نسخة جديدة من LMGTFY: إذا أراد الشخص جواب AI عاماً، كان يمكنه سؤال النموذج بنفسه. آخرون شككوا في حدوث ذلك فعلاً. الأمثلة أثبتت أنه يحدث.

حتى الصفحة نفسها اتُّهمت بأنها تبدو مكتوبة بالذكاء الاصطناعي. هذا يكشف شيئاً: “صوت AI” صار معروفاً. الإيقاع العام، الشرح الزائد، الأدب الآلي والثقة بلا سياق تقلل الثقة.

أفضل اعتراض كان حول الشمول. AI يساعد من لديهم قلق أو عسر قراءة أو ضعف كتابة أو ضغط عمل أو إنجليزية محدودة. شرح طويل بمساعدة النموذج قد يكون أفضل من “x broken” أو الصمت. لذلك لا يجب أن تعاقب القاعدة استخدام الأداة، بل يجب أن تطلب ownership للنتيجة.

ضريبة الانتباه

كل لصق غير محرر يفرض ضريبة. الأولى ضريبة الفهم: النموذج يجيب غالباً أوسع من السؤال. التعريفات والبدائل والتحفظات والانتقالات قد تفيد في المسودة، لكنها مكلفة في قناة عمل مباشرة.

الثانية ضريبة التحقق. قد يخترع النموذج مصادر أو سياسات أو أوامر أو أسماء حزم أو خطوات تقنية. إذا لم يفحصها المرسل، فعلى المتلقي أن يقرر هل يثق بالإنسان أم بالنموذج أم لا أحد.

الثالثة ضريبة المسؤولية. في رسالة بشرية، يتحمل المرسل الادعاء. في مخرجات منسوخة، لا نعرف هل هي رأي أم مسودة أم اقتباس أم موقف رسمي. إذا كانت خاطئة، من يصلح الضرر؟

الرابعة ثقافية. إذا تعلم الفريق أن الرسائل غالباً مخرجات AI غير مراجعة، تقل الثقة، تزيد القراءة السريعة وتكثر طلبات التأكيد. أداة الإنتاجية تصبح احتكاكاً.

أين يساعد AI فعلاً

الممارسة الناضجة لا تحظر الكتابة بمساعدة AI. إنها تحدد الحالات الجيدة: الترجمة، تعديل النبرة، التلخيص المتحقق، الهيكلة، المخاطر والأسئلة المفتوحة. يمكن أن يصبح transcript سجل قرارات، وخيط عميل طويل handoff للدعم، ونقاش تصميم قائمة نقاط تحتاج قراراً.

في code review تنطبق القاعدة نفسها. يمكن لـ AI تلخيص diff أو اقتراح مناطق للفحص. لكن التعليق العام يضر إذا لم يشر إلى سطر محدد وخطر حقيقي وتغيير مطلوب.

قائمة فحص قبل الإرسال

اقرأ المخرجات كاملة. إن لم ترغب في قراءتها، فلا ترسلها للآخرين. اختصرها إلى الجواب. احذف المقدمة العامة، السياق الواسع، التحفظات الفارغة والتكرار. أضف حكمك: ماذا توصي أو تقرر أو تحتاج؟

تحقق من الوقائع: الروابط، الأرقام، السياسات، سلوك الكود، الأوامر، أسماء الحزم والادعاءات عن العملاء أو القوانين. سمِّ عدم اليقين. إذا كان الأمر اقتراحاً من النموذج، فقل ذلك. إذا كان مسودة، فوسمها كمسودة.

رسالة العمل الجيدة غالباً هي: جواب، سبب، خطوة تالية. قد تبدأ بـ AI، لكن قيمتها النهائية تأتي من قرار الإنسان.

قواعد بلا ذعر أخلاقي

لا يحتاج المديرون إلى منع AI في Slack. يحتاجون إلى قواعد قصيرة: اكتب بصوتك؛ لا تستعن بالآخرين لفهم ما لم تفهمه؛ الرسالة تمثل الشخص والفريق. ويجب تحديد متى يكون disclosure مهماً. جملة عادية أعيدت صياغتها قد لا تحتاج وسم. جواب قانوني أو أمني أو لعميل يحتاج مراجعة واضحة.

يمكن لبعض المساحات قبول المسودات الخام: ملاحظات خاصة، عصف ذهني، تجارب prompts. أما قنوات الحوادث والعملاء والتنفيذيين وموافقات PR وقرارات الأمن فتحتاج معياراً أعلى من التحقق البشري.

workflows مرئية لا dump للدردشة

كتابات GitHub عن agentic canvases تشير إلى اتجاه أنضج: جعل state و decisions و validation و approval مرئية وقابلة للتوجيه. هذا عكس لصق سجل محادثة في قناة فريق.

أفضل أدوات AI في العمل لن تنتج نصاً أكثر فقط. ستُظهر ما طُلب، ما الأدلة المستخدمة، ما تغير، من وافق وما يحتاج قرار إنسان. كلما زادت الأتمتة زادت قيمة المسؤولية البشرية.

القاعدة الباقية

قد يختفي الميم، لكن القاعدة ستبقى. استخدم AI لتفكر أسرع، تكتب أوضح، تترجم أفضل وتلاحظ ما فاتك. لا تجعل زملاءك يقرأون جلسة مساعد غير محررة. المعيار ليس ضد AI؛ إنه مع المسؤولية. النموذج يجهز الرسالة، والمرسل يجب أن يمتلكها.