OpenAI afirma que sus modelos ahora son mejores para construir y migrar software escrito en lenguajes de programación antiguos, una habilidad que podría importar a bancos que todavía funcionan con código de computadoras centrales. La compañía señala a COBOL, Fortran y Visual Basic como lenguajes en los que el número de programadores activos se está reduciendo.
¿Por qué los bancos todavía dependen de COBOL?
La compañía dijo que alrededor del 40 por ciento de los bancos del mundo todavía depende de sistemas COBOL. Trasladar esos sistemas a lenguajes más nuevos puede costar desde millones hasta cientos de millones de dólares, y toma mucho tiempo. Pero las personas que conocen COBOL están saliendo de la fuerza laboral por edad, lo que significa que los bancos que aún dependen de él tendrán que hacer el cambio en los próximos años.
OpenAI dijo que su trabajo para mejorar las capacidades en COBOL se guió por los comentarios de desarrolladores y clientes empresariales. La compañía reconoció que los modelos de programación han tenido dificultades con los lenguajes antiguos, y creó un nuevo conjunto de evaluación para medir la brecha. El conjunto, llamado MultiLangBench, pide a los modelos crear motores de bases de datos compatibles con SQLite en un lenguaje de programación específico.
En esa prueba, OpenAI dijo que GPT-6 Astra obtuvo una tasa promedio de aprobación del 87,4 por ciento en 20 lenguajes. GPT-5.6 Sol alcanzó el 26,8 por ciento. COBOL siguió siendo el lenguaje más difícil para los modelos, ya que Astra superó el 72 por ciento de las pruebas de COBOL.
La compañía también probó si los modelos podían traducir programas COBOL a C++, Java, Kotlin, Python o Rust, manteniendo intacto el comportamiento original de los programas. Esto es importante en la banca, donde los pequeños detalles pueden cambiar el resultado. OpenAI citó ejemplos como la forma en que un programa redondea números con decimales adicionales y cómo maneja los registros faltantes.
¿Qué tan precisos son los modelos de IA para migrar código COBOL?
En esa prueba de migración, GPT-6.1 Sol logró la mayor precisión, con 97,9 por ciento, usando un esfuerzo de razonamiento alto. Con un esfuerzo de razonamiento bajo, el mismo modelo alcanzó el 86,6 por ciento.
¿La migración de código asistida por IA aún necesita revisión humana?
OpenAI reconoció en su publicación que una migración solo se considera exitosa si “todas las pruebas se superan”. La compañía señaló que el software bancario debe ser altamente preciso. También advirtió que estas capacidades están pensadas para ayudar a los equipos a mantener y modernizar sistemas antiguos. “Las capacidades que preservan el comportamiento, como estas, son útiles para los equipos que mantienen y modernizan sistemas antiguos, aunque aplicarlas a software de producción todavía requiere revisión experta y pruebas frente a las reglas de negocio y dependencias del sistema”, escribió la compañía.
Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.