GPT-6.1 Sol وهجرة COBOL: هل حان وقت إنقاذ الأنظمة القديمة بالذكاء الاصطناعي؟

قفزت نتيجة نموذج من 5.4% إلى 97.9% في اختبار واحد، وهذا النوع من الأرقام يستحق التوقف قبل التصفيق. أعلنت OpenAI هذا الأسبوع أن نموذجها GPT-6.1 Sol حقق 97.9% في اختبار داخلي لهجرة شيفرات COBOL عند أقصى مستوى استدلال، بينما كان الإصدار السابق GPT-5.6 Sol عند 5.4% فقط. COBOL لغة عمرها أكثر من ستين عاماً، وما زالت تشغّل جزءاً كبيراً من المعاملات المصرفية والتأمينية والحكومية حول العالم. في هذا المقال نشرح ما الذي قيل بالضبط، ولماذا يهمّ، وما الذي ينبغي لأي فريق تقني أن يتحقق منه قبل أن يبني خطته على هذا الرقم.

ماذا أعلنت OpenAI بالضبط؟

الخبر في جوهره أن الجيل الجديد من النماذج أصبح أفضل بكثير في التعامل مع اللغات القديمة. الاختبار المذكور يقيس قدرة النموذج على ترجمة برامج COBOL إلى لغة حديثة مع الحفاظ على السلوك نفسه. وبحسب الإعلان، ارتفعت النتيجة من 5.4% إلى 97.9% عند أقصى جهد استدلال.

من المهم هنا ملاحظة ثلاثة أمور:

• الاختبار من تصميم الجهة التي أعلنت النتيجة، وليس تقييماً مستقلاً.
• النتيجة عند أقصى مستوى استدلال، وهذا يعني كلفة وزمناً أعلى لكل مهمة.
• نجاح اختبار مُعدّ سلفاً لا يساوي نجاح هجرة نظام إنتاجي حقيقي بملايين الأسطر.

لماذا ما زالت COBOL تهمّ في 2026؟

تعتمد مؤسسات كثيرة على أنظمة مركزية كُتبت قبل عقود. هذه الأنظمة تعمل بثبات، لكن المشكلة في الناس: المبرمجون الذين يفهمونها يتقاعدون، والمعرفة الضمنية داخل الشيفرة لا توثّقها أي ورقة. كلفة الصيانة ترتفع، وكلفة الخطأ أعلى.

لهذا ظلّت الهجرة مؤجّلة سنوات. المشروع الواحد قد يحتاج فرقاً كبيرة وسنوات عمل ومخاطرة تشغيلية لا يتحمّلها كثير من المديرين. وإذا صار النموذج قادراً فعلاً على ترجمة موثوقة، فإن معادلة التأجيل نفسها تتغيّر.

الصعوبة الحقيقية في الأنظمة القديمة ليست قراءة الصياغة، بل فهم القواعد التجارية المدفونة فيها وما تفترضه من سلوك لم يُكتب في أي مكان.

ما الذي يجعل هجرة COBOL صعبة أصلاً؟

الدقة العددية والتمثيل

تعتمد COBOL على أنواع بيانات عشرية ثابتة وعلى قواعد تقريب محددة. أي اختلاف بسيط في التقريب بعد الترجمة قد ينتج فروقاً صغيرة في الأرصدة تتراكم عبر ملايين العمليات.

الاعتماد على البيئة

كثير من البرامج مرتبط بملفات دفعية وأنظمة جدولة وقواعد بيانات وأدوات خاصة بالحاسوب المركزي. ترجمة الشيفرة وحدها لا تكفي، فالمحيط كله يجب أن يُنقل أو يُحاكى.

غياب الاختبارات

معظم هذه الأنظمة لا تملك مجموعة اختبارات حديثة. بدون اختبارات لا يمكن إثبات أن النسخة الجديدة تتصرف مثل القديمة، مهما كان النموذج ذكياً.

ماذا يعني الرقم للفرق التقنية؟

القراءة الواقعية أن الأداة أصبحت جديرة بالتجربة، لا بالثقة العمياء. الفرق التي تملك أنظمة قديمة تستطيع الآن أن تبدأ مشروعات تجريبية صغيرة بدل الانتظار. والخطوات العملية المقترحة هي:

1. اختيار وحدة صغيرة منخفضة المخاطر، مثل تقرير شهري أو حساب مستقل.
2. توليد اختبارات سلوكية من النظام القديم نفسه، عبر تسجيل المدخلات والمخرجات الفعلية.
3. ترجمة الوحدة بالنموذج ثم تشغيل النسختين بالتوازي ومقارنة النتائج.
4. مراجعة بشرية لكل فرق، خصوصاً في الحسابات المالية.
5. توسيع النطاق تدريجياً فقط بعد ثبات النتائج.

مقارنة سريعة بين النهج القديم والجديد

الجانب الأمني وسياسات الاستخدام

إرسال شيفرة مؤسسية حساسة إلى خدمة سحابية يحتاج مراجعة قانونية وأمنية. بعض الجهات المالية لا تسمح بخروج أي شيفرة من بيئتها. وينبغي كذلك التأكد من أن المخرجات لا تُدخل اعتماديات غير موثوقة، فالشيفرة المترجمة تبقى شيفرة يجب فحصها كأي مساهمة خارجية.

أسئلة شائعة

هل ستختفي وظائف مبرمجي COBOL؟

على الأرجح لا في المدى القريب. الخبرة بالمجال التجاري والقدرة على التحقق من النتائج ستصبح أهم، لأن الجهة التي تقرر أن الترجمة صحيحة هي من يتحمل المسؤولية.

هل يمكن الوثوق برقم 97.9% في مؤسستي؟

لا يصحّ تعميمه. هو نتيجة اختبار محدد، وأداء النموذج على شيفرتك الخاصة قد يختلف كثيراً. الأفضل أن تقيس بنفسك على عيّنة من أنظمتك.

هل الهجرة الكاملة أفضل من إبقاء COBOL؟

ليس دائماً. بعض الأنظمة تعمل بكفاءة وتكلفتها مقبولة، والهجرة تستحق العناء عندما تتجاوز كلفة الصيانة والمخاطر كلفة النقل.

الخلاصة

قفزة من 5.4% إلى 97.9% إشارة قوية إلى أن النماذج الحديثة تتعامل مع اللغات القديمة بجدية أكبر بكثير من قبل. لكن الاختبار الداخلي ليس مشروعاً إنتاجياً، والهجرة الناجحة تحتاج اختبارات سلوكية وتشغيلاً متوازياً ومراجعة بشرية. ابدأ بوحدة صغيرة، وقِس النتائج على شيفرتك أنت، ولا تبنِ خطة كاملة على رقم واحد من بيان صحفي.

المصادر: AI Weekly، The Neuron