La inteligencia artificial alcanza un 97,9 % de precisión en la migración de código COBOL, según OpenAI

2–3 minutos

OpenAI anunció el lunes 19 que su modelo GPT-6.1 Sol logró reescribir programas COBOL con una tasa de éxito del 97,9 % en pruebas internas. El experimento evaluó la capacidad de la IA para convertir código heredado a otros lenguajes sin alterar la lógica original, manteniendo las funcionalidades financieras y administrativas.

Por qué los códigos antiguos siguen activos

Los sistemas heredados son programas de generaciones anteriores de tecnología que siguen en uso porque concentran reglas de negocio acumuladas durante décadas. Su sustitución requiere no solo conocimientos técnicos, sino también comprender la historia operativa y las integraciones con otros sistemas.

Ya en 2014 se discutía la conversión de aplicaciones COBOL a Java para simplificar el mantenimiento y permitir el uso de entornos informáticos modernos, preservando la lógica original. La escasez de profesionales cualificados agrava el problema. Un informe de 2025 del GAO, organismo de control del gobierno de EE. UU., destacó las dificultades para encontrar especialistas capaces de mantener programas antiguos, citando como ejemplos críticos sistemas del Tesoro que dependen de COBOL y Assembly.

Resultados de las pruebas de OpenAI

Además de la migración de COBOL, OpenAI presentó MultiLangBench, una evaluación pública disponible en GitHub. En ella, la IA recibe una base de datos y una instrucción, ejecuta la tarea y compara el resultado con el comportamiento del SQLite original, verificando si el programa funciona correctamente y no solo si el texto del código parece adecuado.

Las pruebas divulgadas fueron creadas por la propia empresa y no representan una validación independiente. OpenAI advierte que pequeñas diferencias pueden ser relevantes: una conversión puede redondear valores que el programa original simplemente truncaba, generando cálculos distintos aunque el código parezca funcionar.

Competidores en el mercado de la modernización

Anthropic también ofrece Claude Code, una herramienta diseñada para analizar programas antiguos, documentar sus reglas y ayudar en la conversión a lenguajes como Java y Python. IBM, proveedora tradicional de estos entornos, ofrece recursos de IA para explicar y reorganizar el código, recordando que la modernización implica integración, datos y seguridad. Para algunas organizaciones, mantener el COBOL puede ser viable si se combina con nuevas capas de software.

Desafíos laborales y de costes

En Brasil, un estudio realizado por TQI, Fundación Dom Cabral e Integratum identificó que el 76 % de las 51 organizaciones encuestadas destinan al menos el 70 % de su presupuesto tecnológico al mantenimiento de sistemas existentes. La muestra se centró en grandes empresas, donde el trabajo de conservación del código heredado es más intenso.

La dependencia del código antiguo también se refleja en sectores críticos. Los programas del Tesoro de EE. UU., por ejemplo, siguen operando con COBOL y Assembly, lo que dificulta su sustitución sin especialistas cualificados.

Implicaciones para la industria

La capacidad de la IA para reinterpretar el código heredado puede reducir costes y acelerar la transición a plataformas modernas, pero aún requiere verificación humana para garantizar que los resultados sigan siendo coherentes con los requisitos originales. Empresas como IBM y Anthropic ya integran pruebas en sus procesos de modernización, reforzando que la automatización complementa, pero no sustituye, el análisis cuidadoso de los sistemas heredados.