შეუძლია თუ არა ხელოვნურ ინტელექტს COBOL-ის კოდის კრიზისის მოგვარება

OpenAI-მ ბოლო ბლოგპოსტში დადებითი შედეგები აღწერა. კომპანიამ COBOL-ის კოდი უფრო თანამედროვე ენებზე, მათ შორის C++-ზე, Java-ზე, Kotlin-ზე, Python-სა და Rust-ზე გადაიყვანა ისე, რომ საწყისი პროგრამის ფუნქცია არ შეცვლილა. ეს უმნიშვნელოვანესია იმ ორგანიზაციებისთვის, რომელთაც COBOL-ის მსგავსი კოდის მოშორება სურთ. OpenAI აღიარებს, რომ მიგრაცია წარმატებულად მხოლოდ მაშინ ითვლება, თუ ყველა ტესტი გაივლის.

OpenAI-ის საკუთარ ტესტებში GPT-6.1 Sol-მა პროგრამის ქცევის შენარჩუნების 87%-იანი სიზუსტე აჩვენა მსჯელობის დაბალი დატვირთვისას. ეს მაჩვენებელი მაღალი დატვირთვისას 98%-მდე გაიზარდა. მსჯელობის დატვირთვა ნიშნავს, რამდენ გამოთვლით ნაბიჯს დგამს მოდელი პრობლემის გაანალიზებამდე და პასუხის გაცემამდე. შედარებისთვის, დაბალი დატვირთვისას GPT-6 Astra-მ დაახლოებით 86% აჩვენა, GPT-6 Sol-მა მხოლოდ 21%, ხოლო GPT-5.6 Sol-მა მხოლოდ 5%.

„კოდის გადაწერა სისტემის ჩანაცვლებას არ ნიშნავს“.

OpenAI-მ დაწერა, რომ ეს შეფასებები პროგრესს აჩვენებს იმ მიმართულებით, რომელიც ბიზნესებისთვის მნიშვნელოვანი პროგრამების განახლებისას კოდის უფრო ზუსტ და ხელმისაწვდომ გადატანას გულისხმობს.

კომპანიის ცნობით, მის მოდელებს სხვადასხვა პროგრამირების ენაზე, მათ შორის COBOL-ზე, მონაცემთა ბაზების პროგრამული უზრუნველყოფის შექმნაც გაუუმჯობესდათ.

Anthropic-იც ხედავს შესაძლებლობას ძველ სისტემებთან მუშაობაში. თებერვალში კომპანიამ გამოაქვეყნა ნაბიჯ-ნაბიჯ სახელმძღვანელო კოდის მოდერნიზებისთვის და თავისი პროგრამირების აგენტი Claude Code COBOL-ის Java-ს ან Python-ის მსგავს თანამედროვე ენებზე გადასაყვან საშუალებად წარმოადგინა. Anthropic-ს არ წარმოუდგენია შედეგების მაჩვენებლები, რომლებიც აჩვენებდა, რამდენად კარგად შეძლებდა Claude Code ასეთ მიგრაციას. თუმცა კომპანიამ განაცხადა, რომ COBOL-ის მოდერნიზების ეკონომიკური პირობები შეიცვალა. Anthropic-ის განცხადების შემდეგ მკვეთრად დაეცა IBM-ის აქციების ფასი. IBM შემოსავლის ნაწილს კომპანიებისთვის ძველი სისტემების შენარჩუნებაში დახმარებით იღებს.

ექსპერტები, რომლებსაც ვერჯი ესაუბრა, თანხმდებიან, რომ ბოლო წლებში ხელოვნური ინტელექტის ხელსაწყოებმა ძველ კოდთან მუშაობაში პროგრესს მიაღწიეს. თუმცა მათი თქმით, OpenAI-ის მიერ ამ კვირაში გახმაურებული მიღწევები ჯერ კიდევ ძალიან შორსაა იმისგან, რომ ამ კოდზე აგებული კრიტიკული სისტემების უსაფრთხოდ ჩანაცვლება შესაძლებელი გახდეს.

OpenAI-ის წარმომადგენელმა ოსკარ ჰეინსმა ვერჯის ელფოსტით განუცხადა, რომ ძველი კოდი ჯერ კიდევ შორსაა გადაწყვეტილი პრობლემისგან. მისი თქმით, კომპანია დეველოპერებისა და საწარმოების გამოხმაურებებს ისმენს და უკეთესი ტესტების შექმნისა და პროგრამირების ენების შესახებ მოდელების ცოდნის შემდგომი გაუმჯობესების გზებს იკვლევს. Anthropic-მა მასალის გამოქვეყნებამდე კომენტარი არ მოგვაწოდა.

„OpenAI-ის მიერ წარმოდგენილი შეფასებები მთავარ სირთულეს არ ეხება: რთული ძველი სისტემის მცირე ნაწილებად დაყოფას, რომელთა ცალ-ცალკე ჩანაცვლებაც შეიძლება“.

„კოდის გადაწერა სისტემის ჩანაცვლებას არ ნიშნავს“, განაცხადა ტვენტეს უნივერსიტეტის პროგრამული უზრუნველყოფის ევოლუციის ასოცირებულმა პროფესორმა ვადიმ ზაიცევმა. სისტემებში ბევრი კოდია. ზაიცევის თქმით, ყველაზე დიდ სისტემაში, რომელიც მას უნახავს, COBOL-ის 250 მილიონი სტრიქონი იყო, თუმცა ეს, მისი თქმით, „მსოფლიოში ყველაზე დიდი ნამდვილად არ ყოფილა“. კოდი შესაძლოა რამდენიმე ენაზე იყოს დაწერილი და გასათვალისწინებელია მონაცემებიც, რომლებიც სხვადასხვა ფორმატში შეიძლება ინახებოდეს. ზაიცევის თქმით, მხედველობაში უნდა მიიღონ სხვა სისტემებთან ტექნიკური ინტეგრაციები და ადამიანებისა თუ ორგანიზაციების მოლოდინებიც.

ამ სირთულის გამო, ზაიცევის თქმით, ხელოვნური ინტელექტი ამჟამად ძველი COBOL-სისტემების ჩანაცვლებასა თუ მიგრაციაში მნიშვნელოვან როლს არ ასრულებს.

დელფტის ტექნოლოგიური უნივერსიტეტის პროგრამული ინჟინერიის პროფესორმა არი ვან დეურსენმა ვერჯის განუცხადა, რომ OpenAI-ის შეფასებები ამ რთულ რეალობასაც ვერ ასახავს. მან კომპანიის ბლოგპოსტს ზედაპირული უწოდა და აღნიშნა, რომ მასში მიგრაციის ამოცანის შესახებ მცირე დეტალი იყო მოცემული. ამასთან, ენის ტესტი მოდელებს შედარებით მარტივ და მკაფიოდ განსაზღვრულ ამოცანაზე ამოწმებდა, რომელიც ისეთი სისტემების გამოყენებას მოიცავდა, როგორსაც ისინი შესაძლოა სწავლებისას შეხვედროდნენ. ვან დეურსენმა ხაზი გაუსვა ძველი სისტემის შენარჩუნებასა და მის მოდერნიზებას შორის დიდ განსხვავებასაც. მისი თქმით, შენარჩუნება, რა თქმა უნდა, ბევრად მარტივია, ვიდრე მოდერნიზება. მან OpenAI-ის მოდელების შესაფასებლად გამოყენებული ამოცანები ნამდვილ მოდერნიზებას „სინათლის წლებით“ დაშორებულად შეაფასა. „OpenAI-ის მიერ წარმოდგენილი შეფასებები მთავარ სირთულეს არ ეხება: რთული ძველი სისტემის მცირე ნაწილებად დაყოფას, რომელთა ცალ-ცალკე ჩანაცვლებაც შეიძლება“.

ყველაზე დიდი გამოწვევა, შესაძლოა, კოდის გადაწერა არ იყოს. ლონდონის იმპერიული კოლეჯის პროგრამირების ენების პროფესორმა ალასტერ დონალდსონმა განაცხადა, რომ მთავარი სირთულე ნამდვილად არ არის იმის გაგება, თუ როგორ მუშაობს სისტემა. მისი თქმით, ძველ სისტემებში, რომლებიც COBOL-ის მსგავს ენებს იყენებენ, ეს „ძალიან გავრცელებული“ პრობლემაა. დონალდსონმა დასძინა, რომ დღეს ამ ენებზე პროგრამირება ძალიან ცოტამ იცის. მიუხედავად იმისა, რომ COBOL ყველგან გვხვდება, მისი თქმით, „გონიერი ადამიანი ახალ პროექტს COBOL-ით არ დაიწყებს“.

„ხშირ შემთხვევაში, მიგრაციამდე და მის შემდეგ სისტემის ქცევაში უმნიშვნელო განსხვავებებიც კი მიუღებელია“.

დონალდსონის თქმით, ამიტომ სანდო ტესტირება გადამწყვეტია. ერთ-ერთი გზა შეიძლება იყოს ერთი და იმავე სამუშაო პროცესების ძველ და ახალ სისტემებში გაშვება, რათა შემოწმდეს, იდენტურად მუშაობენ თუ არა. ხელოვნურ ინტელექტს ასევე შეუძლია კოდის გარდაქმნის დოკუმენტირება, რათა ძველი ენის მცოდნე ადამიანებმა ნამუშევარი შეამოწმონ. სამხრეთ დანიის უნივერსიტეტის მათემატიკისა და კომპიუტერული მეცნიერების პროფესორის, იაკოპო მაუროს თქმით, კიდევ ერთი შესაძლებლობა ფორმალური ვერიფიკაციაა. ამ მეთოდით მათემატიკური ხერხების გამოყენებით მოწმდება, სწორად მუშაობს თუ არა კოდი.

მაუროს თქმით, ასეთ მეთოდებს უკვე იყენებენ ხელოვნური ინტელექტის მიერ შექმნილი მათემატიკური შედეგების შესამოწმებლად, თუმცა ძველ კოდზე მათი გამოყენება „უზარმაზარ სამუშაოს“ მოითხოვდა. მისი თქმით, ეს მეთოდები კოდის ავტომატურად შემოწმების საშუალებას მისცემდა და „ეს უკეთესი იქნება, ვიდრე ადამიანის მიერ იმის შემოწმება, სწორია თუ არა გარდაქმნა“. მან დასძინა, რომ მანამდე „ადამიანის მიერ შემოწმება აუცილებელი რჩება“.

ექსპერტების თქმით, როცა საუბარია COBOL-ზე მომუშავე ისეთივე კრიტიკულ სისტემებზე, შემცვლელის მუშაობაში სრული დარწმუნება აუცილებელია. ზაიცევის თქმით, ხშირად სისტემის ქცევაში მიგრაციამდე და მის შემდეგ უმნიშვნელო განსხვავებებიც კი მიუღებელია. ხელოვნურ ინტელექტს ნამდვილად შეუძლია ხარჯების შემცირება და პროცესის დაჩქარება, თუმცა ძველი სისტემების სირთულის გამო ნაწილობრივი ავტომატიზაცია საკმარისი არ არის.

„წარმოიდგინეთ, ხელთ გაქვთ ჯადოსნური ხელოვნური ინტელექტის ჯოხი, რომელიც თქვენი კოდის 99%-ს ამუშავებს“, თქვა ზაიცევმა. „რას უზამთ დარჩენილ 1%-ს? ეს 1% შესაძლოა კოდის მილიონ სტრიქონს მოიცავდეს, სხვადასხვა ადგილას იყოს გაფანტული და ისეთი ფარული ხარვეზებით ვერ მუშაობდეს, როგორსაც მთელი ცხოვრების განმავლობაში ვერ წარმოიდგენდით“.

თემებიალასტერ დონალდსონიარი ვან დეურსენივადიმ ზაიცევიოსკარ ჰეინსიAnthropicIBMOpenAIვერჯიCOBOLFortran

გამოქვეყნდა 26 ოქტომბერი, 2026

«ლურჯი პლანეტა III» ხელოვნური ინტელექტის ეპოქაში ნაკლოვან კადრებსაც ტოვებს