OpenAI ha publicado avances de sus modelos para trabajar con lenguajes de programación con pocos recursos de entrenamiento, entre ellos COBOL, Fortran y Visual Basic. El objetivo es mejorar mantenimiento, pruebas y migraciones de sistemas heredados que continúan soportando procesos críticos.
Por qué estos lenguajes siguen importando
A diferencia de Python o JavaScript, existe mucho menos código público y documentación accesible para entrenar modelos. Sin embargo, COBOL continúa presente en una parte relevante de banca, pagos y cajeros automáticos, mientras Fortran sigue utilizándose en cálculo científico, meteorología y determinados sistemas técnicos.
Más que generar código nuevo
La utilidad empresarial está especialmente en comprender código antiguo, localizar dependencias, crear pruebas, explicar comportamiento y apoyar migraciones hacia plataformas modernas. En proyectos legacy, la dificultad suele estar menos en escribir una función aislada y más en preservar reglas de negocio acumuladas durante décadas.
OpenAI crea nuevas evaluaciones
La compañía ha desarrollado evaluaciones para medir rendimiento en varios lenguajes y tareas de migración. Entre ellas analiza conversiones de bases de código y la capacidad de mantener comportamiento funcional, un criterio imprescindible cuando el software gestiona pagos, operaciones industriales o datos críticos.
La revisión humana sigue siendo esencial
Un modelo puede acelerar inventario, documentación y propuesta de cambios, pero una migración de software crítico necesita pruebas de regresión, observabilidad y validación por personas que entiendan el dominio. Automatizar sin una suite de pruebas fiable puede trasladar errores históricos o introducir otros nuevos.
OpenAI describe los resultados en su publicación del 19 de octubre.
Qué implica para una empresa
Antes de llevar estas capacidades a producción conviene revisar conjuntamente tecnología, inteligencia artificial, software, ciberseguridad, gestión empresarial y costes. El criterio no debería ser adoptar la novedad por sí misma, sino comprobar rendimiento, dependencia, seguridad, coste total y capacidad real del equipo para operarla.
Fotografía: Myburgh Roux / Pexels.
