موقع قبول الطلاب الذي يستخدمه الأهالي لتسجيل الأطفال في المدارس قد أصلح ثغرة أمنية كانت تكشف معلوماتهم الشخصية.

الموقع، Ravenna Hub، الذي يسمح للأهالي بالتقديم وتتبع حالة طلبات أطفالهم عبر آلاف المدارس، كان يسمح لأي مستخدم مسجل الدخول بالوصول إلى البيانات الشخصية المرتبطة بأي مستخدم آخر، بما في ذلك أطفالهم.

البيانات المكشوفة تشمل أسماء الأطفال، تواريخ الميلاد، العناوين، الصور، وتفاصيل عن مدارسهم. كما تم كشف عناوين البريد الإلكتروني وأرقام الهواتف للأهالي، بالإضافة إلى معلومات عن أشقاء الأطفال.

شركة VentureEd Solutions، التي تتخذ من فلوريدا مقراً لها وتقوم بتطوير وصيانة Ravenna Hub، تقول على موقعها الإلكتروني إنها تخدم أكثر من مليون طالب، وتعالج مئات الآلاف من الطلبات سنويًا.

علمت TechCrunch أولاً بالثغرة يوم الأربعاء وسرعان ما أبلغت الشركة. قامت VentureEd بإصلاح العطل في نفس اليوم، ولكن TechCrunch احتفظت بهذا التقرير حتى نتمكن من التحقق من إصلاح العطل.

قال نيك ليرد، الرئيس التنفيذي لشركة VentureEd Solutions، لـ TechCrunch في بريد إلكتروني إن الشركة تمكنت من تكرار المشكلة وتناولت الثغرة.

قال ليرد إن الشركة كانت تحقق في الحادث، لكنه لم يلتزم بإخطار المستخدمين عن الثغرة الأمنية، أو يقول – عندما سألته TechCrunch – إذا كانت الشركة لديها القدرة على التحقق من ما إذا كان هناك أي وصول غير مناسب لبيانات مستخدمين آخرين. وسألنا أيضًا إذا كانت Ravenna Hub قد قامت بفحص أمنها بواسطة طرف ثالث، وإذا كان الأمر كذلك، فمن قبل. لم يرد ليرد على ذلك ورفض التعليق أكثر.

ليس من الواضح من، إن كان هناك أحد، يشرف على الأمن السيبراني في VentureEd وRavenna Hub.

تُعرف الثغرة بـ “مرجع الكائن المباشر غير الآمن” أو IDOR، وهي عيب أمني شائع يسمح للمستخدمين بالوصول إلى المعلومات المخزنة بسبب ضعف أو عدم وجود ضوابط أمنية على الخوادم المعنية.

عمليًا، كانت هذه الثغرة ستسمح لأي مستخدم مسجل الدخول بالوصول إلى ملف طلب طالب آخر، بما في ذلك معلوماته الشخصية، عن طريق تعديل الرقم الفريد المرتبط بملف الطالب باستخدام شريط عنوان المتصفح الخاص بهم.

في حالة Ravenna Hub، الأرقام الطلابية متسلسلة، مما يعني أنه كان من الممكن لأي مستخدم الوصول إلى بيانات طالب آخر عن طريق تغيير رقم الملف الرقمي برقم واحد أو أكثر.

عندما أنشأت TechCrunch حسابًا جديدًا ببيانات اختبار، وجدنا أن عنوان الويب يحتوي على رقم مكون من سبعة أرقام. وبالتالي، كان هناك أكثر من 1.63 مليون سجل قبل سجلنا كان يمكن الوصول إليها من قبل أي مستخدم آخر.

هذه هي أحدث ثغرة أمنية تتعلق بعيوب أمنية بسيطة تؤثر على المعلومات الشخصية للأطفال. في يناير، كشف موقع التوجيه عبر الإنترنت UStrive المعلومات الشخصية لمستخدميه، والعديد منهم لا يزالون في المدرسة.

استقال سام باسو من وظيفته كمهندس برمجيات أول في جوجل في أوائل عام 2023، وذلك بعد وقت قصير من إطلاق OpenAI لبرامج ChatGPT. حاول عدة مرات بدء أعمال جديدة في مجال الذكاء الاصطناعي، لكن لم ينجح شيء فعلاً حتى تلقى مكالمة من صديق كان بحاجة للمساعدة في ملء أوراق الجمارك.

شعر باسو بـ”فضول كبير” وبدأ في الاتصال بالوسطاء الجمركيين في منطقة لوس أنجلوس. وتعلم أن العديد منهم هو أعمال صغيرة لا تزال تعتمد بشكل كبير على آلات الفاكس والأوراق. عندما أظهر له أول عميل مجموعة من المجلدات خلال جولة عبر FaceTime في مكتبها، كل شيء أصبح واضحاً، حسبما قال باسو لموقع TechCrunch. لقد سافر إلى مكتب ذلك العميل في اليوم التالي.

“كانت تلك لحظة مفاجئة. هناك مجرد أوراق وأوراق”، قال باسو في مقابلة حديثة. “لقد شعرت بالصدمة والإعجاب. صُدمت من أن هذه هي الطريقة التي تعمل بها الصناعة، وأعجبت بأن كل شيء من حولنا، من الساعة التي ترتديها إلى النظارات، حرفيًا كل شيء يتم استيراده، وهذا ما يحدث خلف الكواليس.”

هذه الفكرة أصبحت تُعرف الآن باسم Amari AI، وهي شركة ناشئة شارك في تأسيسها باسو وأروشي فاشيست، مهندسة برمجيات سابقة في LinkedIn. لقد جمع الثنائي، وفريقهم الصغير، أكثر من 30 عميلًا، وساعدوا هذه الشركات في نقل بضائع تزيد قيمتها عن 15 مليار دولار.

كما قامت Amari بجمع 4.5 مليون دولار من التمويل بقيادة شركتين بارزتين في المرحلة المبكرة وهما First Round Capital وPear VC، وكل ذلك قبل أن تظهر للعلن يوم الخميس.

لدى باسو هدفان مع Amari. الأول هو مساعدة الوسطاء الجمركيين على النModernization. حتى الآن، قال إن العديد منهم قد قاموا بجهد ضئيل لدمج التكنولوجيات الجديدة. بعضهم يعتمد على برامج التعرف الضوئي على الأحرف للمساعدة في تسريع إدخال البيانات، لكن هذه التقنية محدودة وهشة، حسبما قال. تهدف Amari إلى أتمتة إدخال البيانات والأعمال الورقية، وتترك للموظفين – الذين يجب قانونيًا أن يكونوا في الولايات المتحدة، مما يعني أنه لا يمكن للشركات استخدام عمال من الخارج – التركيز على مساعدة العملاء في نقل بضائعهم عبر الحدود.

وهنا يأتي الهدف الثاني. تجعل سياسة التجارة الفوضوية التي ينتهجها الرئيس دونالد ترامب من الوسطاء الجمركيين أكثر أهمية، وفقًا لكريس باخينسكي، الرئيس التنفيذي لشركة GHY International التي تأسست منذ 125 عامًا. قال باخينسكي – الذي يعتبر أحد أول المستخدمين لشركة Amari – لموقع TechCrunch إن العديد من عملائه لا يمتلكون حتى موظفين للامتثال الخاص بهم. بدلاً من ذلك، يتوجهون إلى الوسطاء مثل GHY للمساعدة في فهم كيفية تأثير التغيرات المفاجئة في سياسة التجارة على بضائعهم، خاصة إذا كانت بالفعل في في مرحلة النقل.

لقد أدت هذه الفوضى إلى الإرهاق في جميع أنحاء الصناعة، وفقًا لباسو. مع وجود قاعدة موظفين خاضعة لتنظيم صارم، ونسبة النجاح في امتحانات الترخيص التي تتراوح حول 10% إلى 20%، “إنها تناسب الذكاء الاصطناعي تمامًا”، قال.

قال باسو إن “الأشخاص ذوي الخبرة يغادرون الصناعة أو يتقاعدون مبكرًا”. “لذا نحن نقدم أنفسنا كفريق إضافي من الأيدي التي يمكن لشركات اللوجستيات تعيينها أو الاحتفاظ بها جنبًا إلى جنب مع الخبرة البشرية.”

قال باسو إن وكلاء الذكاء الاصطناعي في Amari يراقبون باستمرار قواعد التجارة ويحدثون منطقهم في أي وقت يحدث فيه تغيير، مما يجعل من السهل على الوكلاء مساعدة عملائهم على فهم أي تأثير بسرعة. سابقًا، كانت هذه الأنواع من التغيرات المفاجئة تتطلب بحثًا يدويًا سيبطئ قدرة الوكلاء على تخليص الشحنات إلى البلاد.

تقوم Amari بهذا عن طريق بناء نماذج الذكاء الاصطناعي الخاصة بها المدربة على أكثر من مليون وثيقة مرتبطة بالشحنات التي ساعدت بالفعل في تخليصها من الجمارك، على الرغم من أن باسو قال إن الشركة قد كانت تستخدم حتى الآن نماذج جاهزة. أشار إلى أن بعض العملاء يختارون عدم الانضمام إلى هذا التدريب، وأن Amari تقوم بإ anonymize البيانات قبل إدخالها للنماذج.

“نحن لا نبيع بياناتهم، ونتأكد من أن بياناتهم لهم”، قال. “إنهم جادون جدًا بشأن هذه الوثائق.”

قال تود جاكسون، شريك في First Round Capital، إن نجاح Amari المبكر يعود إلى استعداد باسو للتوجه إلى الشوارع لمعرفة ما يحتاجه هؤلاء الوسطاء.

قال جاكسون في مقابلة: “يذهب إلى المؤتمرات، ويذهب إلى المعارض التجارية، [و] يبدأ الكلام الشفهي في أن يصبح قويًا جدًا”. “إنها صناعة قديمة.”

في أحد هذه المعارض التجارية – جمعية وسطاء الجمارك والشحن الأمريكية، بدقة – لفت أحد عروض باسو انتباه باخينسكي. GHY International ليست شركة صغيرة، لكنها ليست أيضًا Fortune 500 مثل FedEx؛ حيث كان باخينسكي يبحث عن طرق للبقاء تنافسياً وزيادة حجم شركته.

قال باخينسكي إن أكبر قلق بين موظفي GHY حتى الآن كان فقدان الوظائف. لكنه أخبرهم بعدم القلق. قال إنه يتوقع أن تساعد التكنولوجيا مثل Amari GHY على النمو، والتركيز أكثر على علاقات العملاء وأعمال الامتثال.

“إنها صناعة قديمة، والتكنولوجيا ستغير صناعتنا أسرع مما يعتقد معظم الوسطاء الجمركيين”، قال. ومع وجود التجارة الآن تحت الأضواء بشكل مستمر، قال إن الوكلاء بحاجة إلى أن يكونوا مرنين. “أمزح دائمًا بأن العام الماضي، للمرة الأولى في التاريخ، عائلاتنا تعرف ما نفعله من أجل لقمة العيش. لأنه فجأة، أصبح وسطاء الجمارك مهمين جدًا جدًا.”

عالمٌ يدور باستخدام أدوات ترميز الذكاء الاصطناعي القوية بشكل متزايد هو عالم تظل فيه إنشاء البرمجيات رخيصة — أو هكذا يُعتقد — مما يترك مساحة ضئيلة لشركات البرمجيات التقليدية. وكما ذكر أحد تقارير المحللين، “ستسمح برمجة المزاج للشركات الناشئة بتكرار ميزات المنصات المعقدة للبرمجيات كخدمة.”

وهنا تأتي المشاعر المتدافعة والتصريحات التي تعلن أن شركات البرمجيات محكوم عليها بالفشل.

يجب أن تكون مشاريع البرمجيات مفتوحة المصدر التي تستخدم الوكلاء لتغطية القيود المستمرة في الموارد، منطقياً، من بين أول المستفيدين من عصر الشيفرة الرخيصة. لكن هذا المعادلة لا تلتصق تماماً. في الممارسة العملية، كان تأثير أدوات ترميز الذكاء الاصطناعي على البرمجيات مفتوحة المصدر أكثر تنوعاً.

تسببت أدوات ترميز الذكاء الاصطناعي في مشكلات بنفس القدر الذي حلتها، وفقًا لخبراء الصناعة. لقد مكنت الطبيعة السهلة الاستخدام والوصول لأدوات ترميز الذكاء الاصطناعي من تدفق كود سيء يهدد بتجاوز المشاريع. بناء ميزات جديدة أصبح أسهل من أي وقت مضى، لكن صيانتها لا تزال صعبة كما كانت وتساهم في تفكيك نظم البرمجيات.

والنتيجة هي سرد أكثر تعقيدًا من وفرة البرمجيات البسيطة. ربما يكون الحديث عن موت مهندس البرمجيات المتوقع في هذه الحقبة الجديدة من الذكاء الاصطناعي مبكرًا.

الجودة مقابل الكمية

عبر القطاع، تلاحظ المشاريع ذات الكود المفتوح انخفاضًا في متوسط جودة المساهمات، على الأرجح بسبب أدوات الذكاء الاصطناعي التي تقلل من حواجز الدخول.

“بالنسبة للأشخاص الذين هم حديثو العهد بقاعدة بيانات VLC، فإن جودة طلبات الدمج التي نراها متدنية للغاية،” قال جان-باتيست كيمبف، الرئيس التنفيذي لمنظمة فيديو لان التي تشرف على VLC، في مقابلة حديثة.

لا يزال كيمبف متفائلاً بشأن أدوات ترميز الذكاء الاصطناعي بشكل عام، لكنه يقول إنها الأفضل “للمطورين ذوي الخبرة.”

كانت هناك مشاكل مماثلة في بلندر، أداة النمذجة ثلاثية الأبعاد التي تم الحفاظ عليها كمصدر مفتوح منذ عام 2002. قال الرئيس التنفيذي لمؤسسة بلندر، فرانشيسكو سيدي، إن المساهمات المعتمدة على LLM عادةً ما “تهدر وقت المراجعين وتؤثر على تحفيزهم.” لا تزال بلندر تعمل على وضع سياسة رسمية لأدوات ترميز الذكاء الاصطناعي، لكن سيدي قال إنها “لا تفرض ولا تُوصى للمساهمين أو المطورين الرئيسيين.”

لقد أصبحت تدفق طلبات الدمج سيئًا لدرجة أن مطوري البرمجيات مفتوحة المصدر يبنون أدوات جديدة لإدارة ذلك.

في وقت سابق من هذا الشهر، أطلق المطور ميتشل هاشيموتو نظامًا يحد من مساهمات GitHub إلى المستخدمين “المضمونين”، مما أغلق فعليًا سياسة الباب المفتوح للبرمجيات مفتوحة المصدر. كما قال هاشيموتو في الإعلان، “أزال الذكاء الاصطناعي الحاجز الطبيعي للدخول الذي كان يسمح لمشاريع OSS بالثقة بشكل افتراضي.”

ظهر نفس التأثير في برامج مكافآت الثغرات، التي تمنح الباحثين الخارجيين بابًا مفتوحًا للإبلاغ عن الثغرات الأمنية. أوقف برنامج نقل البيانات مفتوح المصدر cURL مؤخرًا برنامجه لمكافآت الثغرات بعدما تم overwhelmed بما وصفه المبدع دانيال شتنبيرغ بأنه “فوضى الذكاء الاصطناعي.”

“في الأيام القديمة، كان شخص ما يستثمر بالفعل الكثير من الوقت [في] تقرير الأمان،” قال شتنبيرغ في مؤتمر حديث. “كان هناك احتكاك مدمج، لكن الآن لا يوجد جهد على الإطلاق في القيام بذلك. الأبواب مفتوحة.”

إنه أمر محبط بشكل خاص لأن العديد من المشاريع مفتوحة المصدر ترى أيضًا فوائد أدوات ترميز الذكاء الاصطناعي. يقول كيمبف إنه جعل بناء وحدات جديدة لـ VLC أسهل بكثير، شريطة وجود مطور ذو خبرة في القيادة.

“يمكنك إعطاء النموذج قاعدة بيانات كود VLC كاملة وتقول، ‘أنا أنقل ذلك إلى نظام تشغيل جديد،’” قال كيمبف. “إنه مفيد للأشخاص ذوي الخبرة لكتابة كود جديد، لكن من الصعب إدارته بالنسبة للأشخاص الذين لا يعرفون ما يقومون به.”

الأولويات المتنافسة

المشكلة الأكبر لمشاريع البرمجيات مفتوحة المصدر هي الفرق في الأولويات. تقدّر شركات مثل ميتا الكود الجديد والمنتجات، بينما يركز العمل في البرمجيات مفتوحة المصدر أكثر على الاستقرار.

“المشكلة مختلفة من الشركات الكبيرة إلى مشاريع البرمجيات مفتوحة المصدر،” علّق كيمبف. “إنهم يترقىون بسبب كتابة الكود، وليس صيانته.”

تصل أدوات ترميز الذكاء الاصطناعي أيضًا في وقت يكون فيه قطاع البرمجيات، بشكل عام، متفتتًا بشكل خاص.

قال كونستانتين فينغرادوف، مؤسس مؤشر البرمجيات مفتوحة المصدر، الذي أطلق مؤخرًا وقفية للحفاظ على البنية التحتية مفتوحة المصدر، إن أدوات الذكاء الاصطناعي تصطدم بظاهرة قائمة منذ زمن طويل في هندسة البرمجيات مفتوحة المصدر.

“من جهة، لدينا قاعدة بيانات كود تنمو بشكل مضاعف مع عدد متزايد بشكل مضاعف من الاعتمادات المتداخلة، ومن جهة أخرى، لدينا عدد من الصيانة النشطة، والذي ينمو ببطء، لكنه بالتأكيد لا يواكب،” قال فينغرادوف. “مع الذكاء الاصطناعي، تسارع كلا جانبي هذه المعادلة.”

إنها طريقة جديدة للتفكير حول تأثير الذكاء الاصطناعي في هندسة البرمجيات — واحدة تحمل تداعيات مقلقة للصناعة بشكل عام.

إذا كنت ترى الهندسة على أنها عملية إنتاج البرمجيات العاملة، فإن ترميز الذكاء الاصطناعي يجعل الأمر أسهل من أي وقت مضى. ولكن إذا كانت الهندسة حقًا هي عملية إدارة تعقيد البرمجيات، فإن أدوات ترميز الذكاء الاصطناعي قد تجعل الأمر أكثر صعوبة. على أقل تقدير، سيكون هناك حاجة للكثير من التخطيط النشط والعمل للحفاظ على التعقيد المترامي الأطراف تحت السيطرة.

بالنسبة لفينغرادوف، فإن النتيجة هي وضع مألوف لمشاريع البرمجيات مفتوحة المصدر: الكثير من العمل للقيام به، وليس عدد كافٍ من المهندسين الجيدين للقيام به.

“الذكاء الاصطناعي لا يزيد من عدد الصيانة النشطة والماهرة،” علق. “إنه يمكن الجيدين، لكن جميع المشكلات الأساسية تبقى كما هي.”