تعتبر مسألة تحديث قواعد المعرفة لتنعكس فيها تأثيرات الأفعال، والمعروفة باسم "التقدم"، واحدة من التحديات الأساسية في مجال الذكاء الاصطناعي. وعلى الرغم من أن القيام بذلك غالبًا ما يتطلب استخدام منطق من الدرجة الثانية، إلا أن الباحثين الذين يدرسون حالات خاصة من الدرجات الأولى قد ألقوا الضوء على أهمية هذا الموضوع.

في مقال حديث، تم استخدام إطار عمل "حساب الحالة" (Situation Calculus) لتحليل كيف يمكن أن تظل الأنواع المختلفة من الإجراءات، مثل الإجراءات ذات التأثير المحلي، العادية، وغير الدورية، ضمن نطاق التقدم من الدرجة الأولى. بما أن هذه الفئات تعد أكثر تعبيرًا، إلا أنها أيضًا تكشف عن إمكانية نمو التقدم على أساس بوليني، ما يجعلها أكثر قابلية للتطبيق في التطبيقات العملية.

لكن هل تبقى هذه الأنماط ضمن فئات قابلة للتحديد؟ يبدو أن الإجابة هي نعم، حيث أن التقدم يظل ضمن الأجزاء القابلة للتحديد مثل "منطق الدرجة الأولى ثنائي المتغير" أو "النظريات العالمية التي تتضمن ثوابت". هذا التوجه ليس فقط يبسط عملية التحديث، ولكنه يقدم أيضًا إطارًا مرنًا يسهل استخدامه في التطبيقات المستقبلية.

تشير هذه النتائج إلى إمكانية استخدام التقدم من الدرجة الأولى بشكل أكثر فعالية، مما يدعم تحسين نظم الذكاء الاصطناعي في مختلف المجالات.