OpenAI afirma que seus modelos podem ajudar os bancos a migrar de programas COBOL antigos

Os modelos da OpenAI são agora melhores na construção e migração de software em linguagens de programação antigas com um número cada vez menor de programadores, incluindo COBOL, Fortran e Visual Basic. Como explica a empresa, 40% dos bancos mundiais ainda dependem de sistemas COBOL, e a migração para sistemas que utilizam linguagens mais recentes não só lhes custaria milhões a centenas de milhões, mas também muito tempo. No entanto, os programadores que trabalham com COBOL estão envelhecendo no mercado de trabalho, portanto os bancos que ainda o utilizam terão que migrar nos próximos anos.

A empresa disse que seu trabalho para melhorar as capacidades COBOL de seus modelos é orientado por desenvolvedores e clientes corporativos que enviaram comentários. Os modelos de codificação aparentemente enfrentam dificuldades quando se trata de trabalhar com linguagens antigas. A OpenAI criou um conjunto de avaliação de IA chamado MultiLangBench, que solicita aos modelos que criem mecanismos de banco de dados compatíveis com SQLite em uma linguagem de programação específica. Ele disse que o GPT-6 Astra teve uma taxa média de aprovação no teste de 87,4 por cento em 20 idiomas, tornando-o muito mais eficaz do que o GPT-5.6 Sol, que teve uma taxa de aprovação de 26,8 por cento. COBOL continua sendo a linguagem mais difícil de decifrar, com a taxa de aprovação do Astra sendo de 72%.

A OpenAI também avaliou as capacidades de seus modelos fazendo-os migrar programas COBOL para aqueles que usam C++, Java, Kotlin, Python ou Rust, preservando ao mesmo tempo o que os programas fazem. Para que os modelos da OpenAI ajudem eficazmente as instituições bancárias a migrar para linguagens modernas, devem ser capazes de preservar os comportamentos dos programas COBOL, tais como a forma como arredonda números com dígitos decimais em excesso e como trata os registos em falta. Neste caso, o GPT-6.1 Sol obteve a maior precisão, que atingiu 97,9 por cento, com elevado esforço de raciocínio. Com baixo esforço de raciocínio, alcançou 86,6% de precisão.

Em sua postagem, a OpenAI admite que uma migração só será bem-sucedida se “todos os testes passarem”. Afinal, os programas que lidam com tarefas bancárias precisariam ser altamente precisos. “Recursos de preservação de comportamento como esses são úteis para equipes que mantêm e modernizam sistemas mais antigos, embora aplicá-los ao software de produção ainda exija revisão especializada e testes em relação às regras e dependências de negócios do sistema”, escreveu.