OpenAI می‌گوید مدل‌های آن می‌توانند به بخش مالی تغییر کدنویسی بدهند

هوش مصنوعی طومارهای باستانی را رمزگشایی کرده است و حتی می‌تواند به انسان در برقراری ارتباط با حیوانات دیگر کمک کند، اما اکنون OpenAI از این فناوری برای کار ترجمه دشوار دیگری استفاده می‌کند – کاری که می‌تواند مزایای زیادی برای زیرساخت‌های حیاتی مانند بانکداری، انرژی هسته‌ای و دولتی داشته باشد.

این استارت‌آپ هوش مصنوعی روز دوشنبه اعلام کرد که آخرین مدل‌های آن، از جمله GPT-6 Astra و GPT-5.6 Sol، «پیشرفت‌های قابل‌توجهی» در توانایی خود برای انتقال زبان‌های برنامه‌نویسی قدیمی و قدیمی به زبان‌های جدیدتر نشان داده‌اند. این به طور بالقوه مشکل بزرگی است، زیرا برخی از این زبان‌های تاریخ‌دار رگ حیات برخی از خدمات اساسی هستند که همه ما به آنها وابسته هستیم. برای مثال COBOL - مخفف "زبان تجاری متداول" - هنوز هم 95٪ از تمام تراکنش های خودپرداز را انجام می دهد، حتی اگر زمانی که آیزنهاور در دفتر بیضی شکل بود (1959) اختراع شد.

فرترن، یک زبان برنامه نویسی که در سال 1957 اختراع شد، هنوز به طور گسترده برای شبیه سازی عملکرد راکتورهای هسته ای استفاده می شود.

در حالی که بسیاری از مهندسان نرم افزار آموزش دیده برای استفاده از COBOL بازنشسته شده اند - و مهارت های خود را با خود آورده اند - برنامه نویسان جوان بخش زیادی از کار خود را به دستیاران هوش مصنوعی مانند Codex و Claude Code واگذار کرده اند. در حالی که مجموعه داده‌های آن ابزارهای اختصاصی عمومی نیستند، به احتمال زیاد با استفاده از زبان‌های برنامه‌نویسی معاصر به جای زبان‌های قدیمی مانند COBOL، آموزش دیده‌اند.

نتیجه یک شکاف خطرناک و همیشه در حال افزایش بین نسل جدیدی از کدنویس‌های به کمک هوش مصنوعی و نرم‌افزاری است که بخش قابل توجهی از بخش مالی، خدمات فناوری اطلاعات و سازمان‌های دولتی را اداره می‌کند.

در تحقیقات جدید "با هدایت بازخورد توسعه دهندگان و مشتریان سازمانی"، OpenAI تصمیم گرفت تا ببیند آیا مدل های جدیدتر آن می توانند به پر کردن این شکاف کمک کنند. این شرکت دو معیار تست مدل جدید ایجاد کرد که هر دو اساسا برای آزمایش توانایی هوش مصنوعی در ترجمه سیستم‌های قدیمی از یک زبان برنامه‌نویسی به زبان دیگر طراحی شده‌اند.

اولین مورد که MultiLangBench نام دارد، اندازه گیری می کند که چگونه مدل ها می توانند برنامه ای به نام SQLite را از ابتدا با استفاده از یک زبان برنامه نویسی خاص بسازند. GPT-6 بالاترین امتیاز را در این معیار با میانگین نرخ پاس حدود 87 درصد کسب کرد. تست دوم ارزیابی می‌کند که آیا مدل‌ها می‌توانند برنامه‌های اجرا شده توسط COBOL را به زبان‌های برنامه‌نویسی جدیدتر-C++، جاوا، کاتلین، پایتون یا Rust- بدون تغییر معنی‌دار رفتار برنامه منتقل کنند. این یک رقص ظریف است.

سیستم‌های مالی که از COBOL استفاده می‌کنند با قوانین متفاوتی همراه هستند - مانند اینکه چگونه و چه زمانی اعشار باید گرد شوند - که به این معنی است که مدل‌های OpenAI باید در آن زمینه گسترده‌تر انتخاب شوند. در یک قیاس بسیار سست، می توانید آن را مانند ترجمه یک رمان تصور کنید: چالش در ترجمه هر کلمه تا حد امکان دقیق است، در حالی که به طور همزمان به پیام گشتالت و لحن سبکی متن اصلی وفادار می ماند. بر اساس گزارش OpenAI، GPT-6.1 Sol با تلاش استدلالی بالا در آن آزمون امتیاز بسیار نزدیک به 100٪ را کسب کرد.

این شرکت نوشت: "این نتایج با هم نشان می دهد که مدل های ما در کار با طیف گسترده ای از زبان های برنامه نویسی به طور قابل توجهی بهتر شده اند."

Anthropic در پست وبلاگ خود در اوایل امسال نوشت که Claude Code می تواند به طور مشابه به کسب و کارها کمک کند تا سیستم های قدیمی ساخته شده بر روی COBOL را به روز کنند، فرآیندی که از لحاظ تاریخی گران و زمان بر است. این شرکت نوشت: «با هوش مصنوعی، تیم‌ها می‌توانند پایگاه کد COBOL خود را به‌جای سال‌ها در سه‌ماهه‌ها مدرن‌سازی کنند. بلومبرگ در همان روز گزارش داد که سهام آی‌بی‌ام، که رایانه‌های اصلی آن به طور گسترده در بخش مالی و در بسیاری از سازمان‌های دولتی برای اجرای COBOL مورد استفاده قرار می‌گیرند، پس از انتشار پست وبلاگ آنتروپیک که بزرگترین افت یک روزه آن از سال 2000 است، 13 درصد سقوط کرد.