مقابلتك التقنية تقيس المهارات الخاطئة. 75% من الأكواد البرمجية الجديدة في جوجل يتم إنشاؤها الآن بواسطة الذكاء الاصطناعي ومراجعتها من قبل المهندسين. في أي يوم عمل، يستخدم مهندسو شركتك أدوات مثل Copilot أو Cursor أو Claude لكتابة الأكواد وتصحيح أخطائها ومراجعتها، بينما لا تزال عملية المقابلات لديك تطلب من المرشحين كتابة خوارزميات من الذاكرة في محرر نصوص فارغ وبدون أي أدوات مساعدة.
أنت لا تقيس الأداء الوظيفي الفعلي، بل تقيس مدى الاستعداد لصيغة عمل لم تعد موجودة في الواقع.
لم تواكب المقابلات التقنية التطور الحقيقي في طبيعة عمل الهندسة البرمجية. 54% من المطورين يشيرون إلى عدم ملاءمة التقييمات البرمجية لمتطلبات الوظيفة الفعلية كأكبر شكوى لديهم. هذه الفجوة في التقييم كانت موجودة دائماً، لكن الذكاء الاصطناعي وسعها لدرجة أصبحت معها تكلفة اتباع العملية الخاطئة ملموسة في قرارات التوظيف غير الموفقة.
تحقق من: أداة استقطاب المواهب بالذكاء الاصطناعي
لقد بدأت كبرى الشركات بالفعل في تغيير نهجها، والسؤال هو ما إذا كانت عمليتك ستتبع هذا المسار. تختبر جوجل حالياً مقابلات برمجة مدعومة بالذكاء الاصطناعي، حيث يستخدم المرشحون نموذج Gemini أثناء التقييم. يقوم المحاورون بتقييم الكفاءة في التعامل مع الذكاء الاصطناعي، مثل هندسة الأوامر (Prompt Engineering)، والتحقق من المخرجات، ومهارات تصحيح الأخطاء. ويُشار إلى هذا التنسيق داخلياً بـ "قيادة بشرية، ودعم بالذكاء الاصطناعي".
استبدلت شركة Meta إحدى جولتي البرمجة لديها بجلسة مدتها 60 دقيقة مدعومة بالذكاء الاصطناعي عبر منصة CoderPad. يمكن للمرشحين استخدام GPT أو Claude أو Gemini أو Llama، ويتم تقييمهم بناءً على حل المشكلات، وجودة الكود، والتحقق منه، ومهارات التواصل، وليس على قدرتهم على استرجاع خوارزميات الترتيب من الذاكرة دون مساعدة.
تتوقع شركة Canva الآن من مرشحي وظائف الهندسة الخلفية (Backend)، وتعلم الآلة، والهندسة الأمامية (Frontend) استخدام أدوات الذكاء الاصطناعي مثل Copilot وCursor وClaude أثناء المقابلات التقنية. لقد أعادوا تصميم أسئلتهم لتكون أكثر تعقيداً وغموضاً وواقعية، لأن التنسيق القديم لم يعد يقدم لهم أي مؤشرات حول المهارات التي تهم فعلياً.
هذه ليست مجرد تجارب، بل هي استجابات لتحول جذري في طبيعة العمل الهندسي.
مقترح: كيف يمكنك أتمتة مقابلات المرشحين
المرشح الذي قضى ثلاثة أشهر في حل مسائل LeetCode سيتفوق على مهندس أكثر كفاءة قضى وقته في بناء أنظمة فعلية ولم يحفظ أنماط الخوارزميات. هذا ليس مؤشراً على الجدارة بالتوظيف، بل هو مجرد اختبار لمدى الاستعداد للاختبار.
الأداء الأكثر قابلية للتدريب في مقابلات البرمجة ليس هو الأداء الذي يتنبأ بالنجاح في الوظيفة.
63% من أصحاب العمل في الولايات المتحدة لا يزالون يستخدمون اختبارات برمجية آلية، و45% يستخدمون مشاريع منزلية. الثقة في كلتا الطريقتين تتراجع بسرعة.
السبب بسيط؛ يمكن إكمال أي تقييم منزلي بمساعدة الذكاء الاصطناعي، ولا توجد طريقة موثوقة لاكتشاف ذلك في المخرجات. منع استخدام الذكاء الاصطناعي في التقييمات المنزلية أمر غير قابل للتنفيذ، فهو يخلق حافزاً للغش بدلاً من أن يكون تقييماً عادلاً للقدرات الحقيقية.
مقترح: أفضل برامج التوظيف والتعيين المدعومة بالذكاء الاصطناعي
اكتشفت شركة Canva أن مقابلاتهم التقليدية لم تقدم لهم أي مؤشر حول قراءة الكود، أو الفهم، أو القدرة على تحسين الكود الذي يولده الذكاء الاصطناعي. يقضي المهندسون معظم وقتهم في فهم قواعد الأكواد البرمجية الحالية، ومراجعة طلبات السحب (pull requests)، وتطوير الحلول، وليس في كتابة الخوارزميات من الصفر.
العملية التي تختبر فقط الجزء الأكثر ندرة في الوظيفة ليست أداة تصفية مفيدة.
إعادة التصميم لا تعني ببساطة "السماح بأدوات الذكاء الاصطناعي". فالسماح بالذكاء الاصطناعي مع الإبقاء على نفس الأسئلة ونفس التنسيق لا يغير شيئاً.
هذا يعني ثلاثة أمور من الناحية العملية.
قبل إعادة تصميم التنسيق، أجب على هذا السؤال: كيف يبدو النجاح في الأشهر الستة الأولى من هذا الدور الوظيفي؟
بالنسبة لمعظم الأدوار الهندسية في عام 2026، تتضمن الإجابة قراءة قواعد الأكواد الحالية، واتخاذ قرارات معمارية جيدة في ظل القيود، ومراجعة الكود الذي يولده الذكاء الاصطناعي، وتصحيح أخطاء الأنظمة التي لم يصممها الشخص الذي يقوم بتصحيحها.
يجب أن تولد مقابلتك مؤشرات حول تلك المهارات، لا حول استرجاع الخوارزميات من الذاكرة.
مقترح: كيفية توظيف مهندس ذكاء اصطناعي في عام 2026
يتبع التنسيق الذي بدأ يتبلور في الشركات ذات الرؤية المستقبلية هيكلاً من ثلاث مراحل:
اطرح متطلباً معقداً وغامضاً. يقوم المرشح بتفكيكه إلى مهام أصغر، ويطرح أسئلة توضيحية، ويوضح أسلوب تفكيره. تختبر هذه المرحلة التفكير التحليلي، وليس مجرد كتابة الكود.
يستخدم المرشح أدوات الذكاء الاصطناعي المفضلة لديه لتنفيذ الحل. يراقب القائمون على المقابلة كيفية صياغته للأوامر (Prompts)، وكيفية تقييمه للمخرجات، وكيفية تطويره للحل، وما إذا كان هو من يوجه الذكاء الاصطناعي أم يكتفي بقبول ما يولده.
يراجع المرشح المخرجات التي أنشأها الذكاء الاصطناعي، ويحدد نقاط الضعف، ويضيف الاختبارات اللازمة، ويضمن مطابقة الكود لمعايير الإنتاج. هنا يظهر الحكم الهندسي الذي يميز المرشحين الأقوياء عن غيرهم.
مقترح: كيفية توظيف مهندسي الذكاء الاصطناعي في سوق تنافسي
يتمثل دور القائم بالمقابلة تقليدياً في طرح مشكلة وتقييم النتيجة. أما في التنسيق المدعوم بالذكاء الاصطناعي، فيتحول الدور إلى مراقبة كيفية تفكير المرشح: كيف يصيغ الأوامر، وكيف يشكك في مخرجات الذكاء الاصطناعي، وكيف يشرح أسلوب تفكيره.
المرشحون الذين يكتفون بنسخ مخرجات الذكاء الاصطناعي بصمت دون شرح أسلوب تفكيرهم يتلقون تقييمات سلبية في كل الشركات التي تتبنى هذه التنسيقات. القيمة الحقيقية تكمن في العملية، ويجب على القائمين على المقابلات تعلم كيفية قراءتها.
مقترح: كيفية إضافة الذكاء الاصطناعي إلى منظومة التوظيف التقنية لديك
المهارات التي تهم في عام 2026 تختلف عن تلك التي كانت مهمة في عام 2019.
إتقان الذكاء الاصطناعي:
هل يستطيع المرشح صياغة الأوامر (Prompts) بفعالية؟ وهل يتحقق من صحة المخرجات؟ وهل يدرك متى يقدم الذكاء الاصطناعي إجابات خاطئة بثقة؟
استيعاب الكود البرمجي:
هل يستطيع المرشح قراءة وتصحيح أخطاء قاعدة برمجية لم يكتبها بنفسه؟ فهذا هو جوهر عمل المهندس في الواقع.
الحس الهندسي:
هل يعرف المرشح متى يستخدم الذكاء الاصطناعي لمهمة فرعية ومتى يتطلب الأمر تفكيراً بشرياً؟ وهل يتحمل مسؤولية المخرجات النهائية بغض النظر عن كيفية إنتاجها؟
التواصل تحت الضغط:
هل يستطيع المرشح شرح أسلوب تفكيره أثناء العمل؟ وهل يوضح المقايضات والقيود دون الحاجة إلى سؤاله؟
المقابلة التقنية القوية التي تعتمد على الذكاء الاصطناعي تختبر هذه الجوانب الأربعة جميعها. أما المقابلة الضعيفة فتكتفي باختبار قدرة المرشح على إنتاج كود يعمل بمساعدة الذكاء الاصطناعي، وهو ما لا يقدم أي مؤشر حقيقي على كفاءته.
مقترح: أفضل منصات التوظيف المدعومة بالذكاء الاصطناعي
استبدل أسئلة استرجاع الخوارزميات بمسائل قائمة على سيناريوهات واقعية تتطلب حكماً بشرياً دقيقاً حتى مع وجود مساعدة من الذكاء الاصطناعي:

يشير هذا التوجه إلى أن إعادة التصميم تطلب من المحاورين رصد مهارات الدقة، والقدرة على التفكير تحت الضغط، وتحمل مسؤولية المخرجات، وهي جوانب غالباً ما يتم تقييمها بشكل غير متسق من قبل لجان المقابلات. تعمل مقابلات Qureos المدعومة بالذكاء الاصطناعي على حل هذه المشكلة من خلال أسئلة منظمة ومخصصة لكل دور وظيفي، يتم تقييمها وفقاً لمعاييرك وبنفس الطريقة في كل مرة.
تتعمق وحدة "رؤى الشخصية" (Personality Insights) التي تم إطلاقها حديثاً في تقييم سمات الشخصية الخمس الكبرى (OCEAN)، مثل الضمير الحي والانفتاح، بناءً على كيفية تواصل المرشح تحت الضغط، وليس من خلال اختبارات إضافية منفصلة. فهي ترصد ما إذا كان المرشح يحافظ على نهجه المنظم في ظل الغموض أم يكتفي بقبول الإجابة الأولى التي يقدمها الذكاء الاصطناعي.
تظهر النتيجة في تقرير المرشح متضمنةً الدرجات، والأدلة الداعمة، وملفاً تعريفياً مرئياً يمكن للجنة المقابلة مراجعته في دقائق.
تسمح الشركات الرائدة، بما في ذلك Google وMeta وCanva، الآن باستخدام أدوات الذكاء الاصطناعي أثناء المقابلات التقنية أو تفرضه كجزء منها. لقد تحول التنسيق من استرجاع الخوارزميات إلى تقييم الكفاءة في استخدام الذكاء الاصطناعي: كيف يقوم المرشحون بصياغة الأوامر (Prompts)، والتحقق من المخرجات، ومراجعة الكود الذي يولده الذكاء الاصطناعي، وشرح منطق تفكيرهم.
في الشركات التي تعتمد تنسيقات مدعومة بالذكاء الاصطناعي، نعم. يحصل المرشحون الذين يتجنبون أدوات الذكاء الاصطناعي في هذه المقابلات على درجات أقل من أولئك الذين يستخدمونها بشكل استراتيجي. المفتاح هو توجيه الذكاء الاصطناعي بدلاً من قبول مخرجاته كما هي، مع شرح منطق التفكير طوال الوقت، وتحمل المسؤولية الكاملة عن الحل النهائي.
الحل يكمن في إعادة تصميم الأسئلة، وليس في تقييد الأدوات. فالأسئلة التي تتطلب حكماً هندسياً حقيقياً، وفهماً للكود ضمن أنظمة قائمة، وحل مشكلات مقيدة بضوابط معينة، لا يمكن للذكاء الاصطناعي حلها بمفرده. العملية نفسها تصبح هي المعيار الفاصل.
التقييمات المباشرة المكونة من ثلاث مراحل: تفكيك المشكلات، والتنفيذ بمساعدة الذكاء الاصطناعي، ومراجعة الكود. بالإضافة إلى تمارين تصحيح الأخطاء في قواعد بيانات متعددة الملفات، ومتطلبات المنتج الغامضة التي يتم تحديد نطاقها في الوقت الفعلي. تولد هذه التنسيقات مؤشرات أداء لا يمكن للاختبارات القائمة على الخوارزميات توفيرها.
قيّم العملية، وليس المخرجات فقط. المرشحون الأقوياء يصيغون الأوامر بدقة، ويشككون في الكود الذي يولده الذكاء الاصطناعي، ويشرحون منطق تفكيرهم، ويتحملون مسؤولية النتيجة النهائية. أما المرشحون الأقل كفاءة فيقبلون بكل ما ينتجه الذكاء الاصطناعي دون تحقق.
مقترح: كيفية فحص المرشح
تنسيق المقابلات التقنية الذي تعتمده معظم الشركات صُمم لعالم كان فيه المهندسون يكتبون كل سطر من الكود من الذاكرة. ذلك العالم لم يعد موجوداً.
الشركات التي تنجح في هذا المجال لا تحارب واقع الذكاء الاصطناعي، بل تصمم تقييمات تولد مؤشرات حقيقية في بيئة مدعومة بالذكاء الاصطناعي: من خلال طرح مشكلات أكثر صعوبة، واعتماد تنسيقات تعاونية مباشرة، ووضع معايير تقييم ترتكز على الحكم والتقدير بدلاً من مجرد المخرجات.
في كل شهر تستمر فيه باستخدام عملية توظيف قديمة، فإنك تختار المرشح الخطأ.