أداء متقدم لذكاء اصطناعي في تحديث برمجيات قديمة

تحسينات كبيرة في نماذج OpenAI للترحيل البرمجي

في 19 أكتوبر 2026، أعلنت OpenAI عن تقدّم ملحوظ في قدرة نماذجها الذكية على ترحيل الكود القديم إلى لغات برمجة حديثة. النموذج GPT-6.1 Sol حقق دقة 87 بالمئة في الحفاظ على سلوك الكود عند جهد استدلال منخفض.

عند زيادة الجهد الاستدلالي، ارتفعت الدقة إلى 98 بالمئة. في المقابل، سجّل GPT-6 Astra نسبة 86 بالمئة، بينما لم يتجاوز GPT-6 Sol وGPT-5.6 Sol 21 و5 بالمئة على التوالي في ظروف مشابهة.

الاعتماد العالمي المستمر على COBOL رغم قدمه

تم إنشاء لغة COBOL عام 1959، وما زالت تعمل في أنظمة حرجة حول العالم. وفقاً لبيانات IBM، تُستخدم في أكثر من 40 بالمئة من أنظمة المصرفية الإلكترونية.

تعالج اللغة 80 بالمئة من معاملات البطاقات الائتمانية وجهًا لوجه، و95 بالمئة من عمليات السحب عبر أجهزة الصراف الآلي عالمياً. تقديرات تشير إلى أن عدم كفاءتها يكلف الاقتصاد الأمريكي نحو 105 مليار دولار سنوياً.

تحذيرات من تعقيد عملية التحديث الكاملة

قال المتحدث باسم OpenAI، أوستن هينز، إن الكود القديم لا يزال بعيداً عن الحل. فاديم زايتسِف ذكر أن أكبر نظام COBOL رآه يحتوي 250 مليون سطر كود.

أوضح زايتسِف أن إعادة كتابة الكود ليست مرادفاً لاستبدال النظام بأكمله، إذ غالباً ما تتداخل هذه الأنظمة مع لغات برمجة أخرى وتنسيقات بيانات مختلفة وروابط معقدة.

حذّر من أن حتى لو تعامل الذكاء الاصطناعي مع 99 بالمئة من الكود، فقد يبقى واحد بالمئة يمثل مليون سطر به فشل دقيق ومنتشر.

انتقادات لضيق نطاق الاختبارات وغياب البيانات التنافسية

وصف آري فان دورسن منشور OpenAI بأنه سطحي بسبب غياب تفاصيل عن طبيعة مهام الترحيل التي اختبرت. قال إن هذه المهام تبعد بكثير عن متطلبات تحديث الأنظمة الواقعية.

ألستر دونالدسون أكد أن فهم كيفية عمل الأنظمة القديمة يشكل تحدياً كبيراً، نظراً لندرة الخبراء العاملين حالياً بلغة COBOL. ولا أحد اليوم يختار COBOL لمشروع جديد.

أشار خبراء إلى أن أي اختلاف بسيط في السلوك بعد الترحيل يُعد غير مقبول في البيئات الحساسة. جاكوبو ماورو اقترح التحقق الرسمي كوسيلة لضمان الدقة، لكنه يتطلب جهداً كبيراً، والتحقق البشري لا يزال ضرورياً حالياً.