كشفت شركة OpenAI، في بحث نشرته يوم الاثنين 19 أكتوبر 2026، عن تقدم ملحوظ في قدرات نماذج الذكاء الاصطناعي الحديثة على كتابة البرامج وتحويل الأنظمة البرمجية القديمة إلى لغات أحدث، مع تحسين الدقة وتقليل التكلفة في مجموعة من الاختبارات التقنية.
وركز البحث على لغات برمجة قديمة أو أقل تمثيلًا في بيانات تدريب نماذج الذكاء الاصطناعي، مثل COBOL وFortran وVisual Basic، التي ما تزال تُستخدم في قطاعات حيوية تشمل المصارف والخدمات المالية وأنظمة المؤسسات.
وأوضحت الشركة أنها طوّرت اختبارًا باسم MultiLangBench لقياس قدرة النماذج على بناء محرك قواعد بيانات متوافق مع SQLite باستخدام 20 لغة برمجة مختلفة، بهدف اختبار جودة البرمجيات التي تنتجها النماذج ومدى قدرتها على تنفيذ الوظائف المطلوبة.
ووفق النتائج المنشورة، حقق نموذج GPT-6 Astra متوسط نجاح بلغ 87.4% في اختبارات البرمجة عبر اللغات العشرين، مقارنة بنسبة 26.8% لنموذج GPT-5.6 Sol، وهو تحسن كبير ضمن بيئة الاختبار التي استخدمتها الشركة.
وفي اختبار مستقل لتحويل برامج COBOL إلى لغات أحدث مع الحفاظ على سلوكها، حقق نموذج GPT-6.1 Sol دقة بلغت 86.6% عند مستوى استدلال منخفض، وارتفعت إلى 97.9% عند استخدام مستوى أعلى من الاستدلال.
وتكتسب هذه النتائج أهمية خاصة بالنسبة للمؤسسات التي تعتمد على أنظمة برمجية قديمة يصعب تحديثها بسبب تعقيد الشيفرات ونقص التوثيق. وقد تساعد أدوات الذكاء الاصطناعي المطورين على فهم هذه الأنظمة وتحويلها بصورة أسرع، مع تقليل بعض الأعباء المتعلقة بالصيانة.
ومع ذلك، أكدت OpenAI أن نتائج الاختبارات لا تُغني عن مراجعة الخبراء والاختبارات الفعلية قبل اعتماد أي شيفرة جديدة في أنظمة الإنتاج، خصوصًا البرمجيات المرتبطة بالعمليات المالية والبيانات الحساسة.
التوثيق: بحث OpenAI الرسمي بتاريخ 19 أكتوبر 2026.
تعليقات
إرسال تعليق