OpenAI ha enseñado a sus modelos de IA a manejar mucho mejor lenguajes de programación obsoletos en los que todavía funcionan bancos, corporaciones y sistemas públicos. En las pruebas, GPT-6.1 Sol migró programas de COBOL a lenguajes modernos conservando su funcionamiento en el 97,9 % de los casos. Esto puede facilitar notablemente la modernización de software antiguo que durante años se consideró demasiado complejo y caro para reescribirlo.
Fuente de la imagen: OpenAI
La principal dificultad de trabajar con estos lenguajes es la escasez de código y documentación disponibles para entrenar a las redes neuronales. Muchas aplicaciones se crearon hace décadas y sus desarrolladores originales abandonaron las empresas hace tiempo. En algunos casos, procesos de negocio importantes están descritos únicamente en el código fuente. Por eso, al trasladar un programa a otro lenguaje no basta con reescribirlo: hay que conservar también sus particularidades en el tratamiento de datos y cálculos.
Para evaluar las nuevas capacidades, OpenAI ha desarrollado MultiLangBench, una prueba en la que la red neuronal debe crear por su cuenta un motor de base de datos compatible con SQLite en uno de 20 lenguajes de programación. El modelo GPT-6 Astra, con el nivel máximo de razonamiento, superó con éxito una media del 87,4 % de las comprobaciones, frente al 26,8 % de GPT-5.6 Sol. Las mejoras fueron especialmente notables en COBOL —del 10,9 al 72,1 %—, Fortran —del 21,4 al 83,5 %— y Visual Basic —del 27,5 al 89,4 %—. En 19 de los 20 lenguajes, Astra superó el 83 %.
El modelo más asequible, GPT-6 Luna, también superó al anterior, con una media del 40,3 % en MultiLangBench. El coste de ejecutar una tarea a través de la API fue de unos 0,77 dólares, frente a los 3,48 dólares de GPT-5.6 Sol. El gasto se redujo así alrededor de un 78 %, aunque la precisión de Luna siguió siendo bastante inferior a la de Astra.
Otra prueba se centró en trasladar programas de COBOL a C++, Java, Kotlin, Python y Rust. Para superarla, el programa convertido debía reproducir por completo el comportamiento del original, incluidas las reglas de redondeo y el tratamiento de registros ausentes. Con el nivel mínimo de razonamiento, GPT-6.1 Sol resolvió el 86,6 % de las tareas, frente al 5,4 % de GPT-5.6 Sol, y además el coste de procesamiento resultó un 39 % menor. Al elevar el nivel de razonamiento, el resultado del nuevo modelo alcanzó el 97,9 %.
El interés por modernizar COBOL también crece entre los competidores de OpenAI. En febrero, Anthropic afirmó que Claude Code podía automatizar parte de las labores de análisis y actualización de software antiguo. Tras ese anuncio, las acciones de IBM, cuyos mainframes se usan ampliamente para ejecutar este tipo de programas, se abarataron bruscamente.