OpenAI ha anunciado que sus nuevos modelos han arrojado resultados significativamente superiores en las pruebas destinadas a trasladar software escrito en lenguajes de programación antiguos a lenguajes modernos. El modelo GPT-6.1 Sol de la compañía alcanzó una tasa de precisión del 97,9% en la evaluación que mide la conversión de programas antiguos en COBOL.
La modernización del código es especialmente importante para sectores críticos como la banca y las finanzas. En estos ámbitos, no basta con traducir los sistemas antiguos a un nuevo lenguaje; también es necesario preservar los cálculos, las reglas de negocio y el comportamiento de la aplicación. De lo contrario, existe el riesgo de que, incluso si el nuevo software funciona, produzca resultados diferentes en las transacciones financieras.
EL DESAFÍO EN EL CÓDIGO ANTIGUO ES PRESERVAR EL COMPORTAMIENTO
COBOL sigue utilizándose ampliamente en la infraestructura financiera. Según estimaciones de IBM, COBOL respalda más del 40% de los sistemas bancarios en línea, el 80% de las transacciones presenciales con tarjeta de crédito y el 95% de las operaciones en cajeros automáticos.
Entre las razones por las que la transformación es difícil en este tipo de sistemas se encuentran la falta de documentación técnica antigua y el hecho de que algunas reglas de negocio fundamentales solo se encuentran dentro del código existente. Por ejemplo, en COBOL, comportamientos como la eliminación de dígitos sobrantes en los decimales cuando no se da una instrucción explícita de redondeo pueden afectar directamente a los resultados de los cálculos.
La evaluación de OpenAI mide si los programas convertidos muestran el mismo comportamiento que el software original tras la migración de programas antiguos de COBOL a lenguajes como C++, Java, Kotlin, Python o Rust. Para ser considerados exitosos en las pruebas, los nuevos códigos deben superar pruebas ocultas y sus resultados observables deben ser compatibles con la versión original.
TAMBIÉN HAY UN AUMENTO EN LA PRUEBA MULTILANGBENCH
La compañía también puso a prueba sus modelos en una evaluación independiente llamada MultiLangBench. Esta prueba mide la capacidad de los modelos para desarrollar un motor de base de datos compatible con SQLite utilizando 20 lenguajes de programación diferentes.
Según los resultados de MultiLangBench, GPT-6 Astra alcanzó una tasa de éxito media del 87,4%. En el modelo GPT-5.6 Sol, esa misma tasa se situaba en el 26,8%. Según los datos compartidos por OpenAI, Astra tuvo un mejor rendimiento en los 20 lenguajes de programación evaluados en comparación con el modelo anterior.
También llamó la atención el aumento en los lenguajes de programación antiguos. En Fortran, la tasa de éxito pasó del 21,4% al 83,5%, y en Visual Basic del 27,5% al 89,4%. En COBOL, que sigue siendo la opción más difícil entre los lenguajes probados, la tasa de éxito de GPT-6 Astra aumentó del 10,9% al 72,1%.
Los resultados de OpenAI indican que la conversión de código asistida por inteligencia artificial podría convertirse en una herramienta más potente para la renovación de software corporativo antiguo. Sin embargo, en áreas críticas como las finanzas, la seguridad y la computación científica, la transformación no debe limitarse a la traducción automática, sino que debe estar respaldada por procesos de verificación exhaustivos.
Fuente de la noticia: 12punto
