أوبن إيه آي كوديكس
المحتويات
قبل الخوض في التفاصيل، أوبن أيه آي كوديكس هو مصطلح يصف أداتين لتطوير البرمجيات بمساعدة الذكاء الاصطناعي أصدرتهما شركة OpenAI. تعمل هذه الأدوات على ترجمة اللغة الطبيعية إلى كود برمجي، وهي تقنية يصفها باحثو الذكاء الاصطناعي بأنها وكيل ذكاء اصطناعي. وتعرض الأقسام التالية جوانب أخرى من الموضوع.
من جانب آخر، في 16 أبريل 2025، نشرت OpenAI أداة Codex CLI على غيت هاب بموجب رخصة Apache 2.0، وهي عبارة عن هيكل لوكيل ذكاء اصطناعي يعمل محلياً على كمبيوتر المستعمل. كما أعلنوا عن نموذج لغوي يُدعى codex-mini-latest، متاح فقط عبر واجهة برمجة التطبيقات (API). وهو نسخة مضبوطة بدقة من o4-mini، تم تدريبها خصيصاً للاستخدام في Codex CLI.
إضافةً إلى ذلك، في 16 مايو 2025، أعلنت OpenAI عن إطلاق معاينة بحثية لأداة متميزة لغرض مماثل، سُميت كذلك Codex، تعتمد على نسخة مضبوطة بدقة من OpenAI o3. وهي عبارة عن وكيل برمجيات يؤدي مهام في البرمجة الحاسوبية، بما في ذلك كتابة الميزات، والإجابة على الأسئلة المتعلقة بقاعدة الكود، وتشغيل الاختبارات، واقتراح طلبات السحب (PRs) للمراجعة. يتوفر لها إصداران: أحدهما يعمل في جهاز افتراضي في السحابة، والآخر يعمل فيه الوكيل في السحابة ولكنه ينفذ الإجراءات على جهاز محلي متصل عبر API (بشكل مشابه لعمل أو Claude Code). وهي متاحة لمستعملي ChatGPT Pro وEnterprise وTeam وPlus.
كذلك، في 10 أغسطس 2021، أعلنت OpenAI عن Codex، وهي أداة إكمال تلقائي للكود متاحة في بيئات تطوير متكاملة مختارة مثل فيجوال ستوديو كود ونيوفيم. كانت الأداة نسخة معدلة للإنتاج من نموذج GPT-3، تم ضبطها بدقة (finetuned) على غيغابايت من الكود المصدري باثنتي عشرة لغة برمجة. كان هذا هو النموذج الأصلي الذي يشغل GitHub Copilot.
القدرات
وعلى صعيد آخر، أظهرت OpenAI أن Codex يمكنه التفاعل مع الخدمات والتطبيقات مثل ، ومايكروسوفت وورد، وسبوتيفاي، وجوجل كاليندر.
إضافةً إلى ذلك، تدعي OpenAI أن Codex يمكنه إنشاء كود بأكثر من اثنتي عشرة لغة برمجة، بما في ذلك Go، وجافا سكريبت، وبيرل، وPHP، وRuby، وShell، وSwift، وتايب سكريبت، على الرغم من أنه أكثر فعالية في لغة بايثون. وبحسب ـ VentureBeat، أظهرت العروض التوضيحية التي رفعتها OpenAI قدرات رائعة في حل المرجع المشترك. تمكن المتظاهرون من إنشاء لعبة متصفح بلغة جافا سكريبت وإنشاء رسوم بيانية لعلوم البيانات باستخدام مكتبة matplotlib.
من جانب آخر، تم تدريب نموذج Codex-1 لاكتشاف طلبات البرامج الضارة أو الثغرات الأمنية أو المحتوى الذي ينتهك السياسات، ويعيد الرفض مع ذكر بند السياسة المنتهك. لا تملك الحاوية اتصالاً خارجياً بالإنترنت وتستعمل فقط التبعيات المدرجة في القائمة البيضاء، وهو ما يهدف إلى تقليل "نطاق الانفجار" (blast radius) لأي كود سيئ.
من جهة ثانية، استناداً إلى نموذج GPT-3، وهو شبكة عصبونية مدربة على النصوص، تم تدريب Codex بشكل إضافي على 159 غيغابايت من أكواد بايثون من 54 مليون مستودع على غيت هاب. تتمثل حالة الاستخدام النموذجية لـ Codex في أن يكتب المستعمل تعليقاً، مثل "//compute the moving average of an array for a given window size"، ثم يستعمل الذكاء الاصطناعي لاقتراح كتلة من الكود تحقق هذا التعليق. ذكرت OpenAI أن Codex يمكنه إكمال قرابة 37% من الطلبات، ويهدف إلى جعل البرمجة البشرية أسرع بدلاً من استبدالها. وبحسب مدونة OpenAI، يتفوق Codex بشكل أكبر في "ربط المشكلات البسيطة بالكود الحالي"، وهو ما يصفونه بأنه "ربما الجزء الأقل متعة في البرمجة". وصرح جيريمي هوارد، المؤسس المشارك لـ Fast.ai، أن "Codex هو وسيلة لكتابة الكود دون الحاجة إلى كتابة الكثير من الأكواد"، وأنه "ليس صحيحاً دائماً، لكنه قريب بما فيه الكفاية". بحسب ورقة بحثية أعدها باحثو OpenAI، عندما حاول Codex حل كل حالة اختبار 100 مرة، نجح في توليد حلول صالحة لـ 70.2% من المطالبات.
المشكلات
من جهة ثانية، ذكرت VentureBeat أنه نظراً لأن Codex مدرب على بيانات عامة، فقد يكون عرضة لـ "تسميم البيانات" عبر عمليات الرفع المتعمدة لكود خبيث. وبحسب دراسة أجراها باحثون من جامعة نيويورك، فإن ما يقرب من 40% من الأكواد التي أنشأها GitHub Copilot (الذي يستعمل Codex) في السيناريوهات المتعلقة بـ عالية المخاطر تضمنت أخطاء برمجية أو عيوب تصميم أخرى قابلة للاستغلال.
علاوةً على ذلك، عرضت عروض OpenAI التوضيحية بعض العيوب مثل الكود غير الفعال وبعض الغرائب في عينات الكود. وفي مقابلة مع The Verge، قال كريك بركمان، كبير مسؤولي التكنولوجيا في OpenAI، إن "Codex أحياناً لا يعرف بالضبط ما تطلبه" وأنه قد يتطلب بعض التجربة والخطأ. وجد باحثو OpenAI أن Codex يعاني مع المطالبات متعددة الخطوات، وغالباً ما يفشل أو يقدم سلوكاً غير متوقع. علاوةً على ذلك، أثاروا عدة قضايا تتعلق بالسلامة، مثل الاعتماد المفرط من قبل المبرمجين المبتدئين، والتحيزات بناءً على بيانات التدريب، والآثار الأمنية بسبب الكود الضعيف.
حقوق الطبع والنشر
من جانب آخر، أعربت مؤسسة البرمجيات الحرة عن قلقها من أن قصاصات الكود التي يولدها Copilot وCodex قد تنتهك حقوق الطبع والنشر، ولا سيما شرط رخصة GPL الذي يتطلب ترخيص الأعمال المشتقة بموجب شروط مكافئة. وتشمل القضايا التي أثاروها ما إذا كان التدريب على المستودعات العامة يقع ضمن الاستخدام العادل أم لا، وكيف يمكن للمطورين اكتشاف الكود المولد المنتهك للحقوق، وما إذا كان يمكن اعتبار نماذج تعلم الآلة المدربة شفرة مصدرية قابلة للتعديل أو تجميعاً لبيانات التدريب، وإذا كان من الممكن حماية نماذج تعلم الآلة نفسها بحقوق الطبع والنشر ومن قبل من. وجد دراسة داخلية لـ GitHub أن ما يقرب من 0.1% من الكود المولد يحتوي على نسخ مباشرة من بيانات التدريب. في أحد الأمثلة، أخرج النموذج كود بيانات التدريب الذي ينفذ خوارزمية ، بما في ذلك التعليقات وإشعار حقوق الطبع والنشرغير الصحيح.
وفي هذا السياق، تمت مقارنة قضايا حقوق الطبع والنشر مع Codex بقضية المحكمة ، والتي حكم فيها القضاة بأن استخدام كتب جوجل لقصاصات نصية من ملايين يشكل استخداماً عادلاً.
في هذا الإطار، ورداً على ذلك، صرحت OpenAI بأن "عدم اليقين القانوني بشأن الآثار المترتبة على حقوق الطبع والنشر لتدريب أنظمة الذكاء الاصطناعي يفرض تكاليف باهظة على مطوري الذكاء الاصطناعي، وبالتالي يجب حله بشكل رسمي."
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟