OpenAI testa migração de COBOL com 98% de acerto, mas especialistas apontam limites
Modelo GPT-6.1 Sol atinge alta fidelidade ao reescrever código legado para linguagens modernas, mas engenheiros alertam que traduzir sintaxe não resolve a substituição de sistemas.
Por que importa. Para times técnicos com bases bancárias antigas, ferramentas de IA começam a automatizar a conversão de rotinas legadas, mas a complexidade de dados e integrações ainda exige validação humana estrita.
A OpenAI registrou 98% de precisão na preservação de comportamento ao converter código COBOL para linguagens modernas com o modelo GPT-6.1 Sol em alto esforço de raciocínio, de acordo com relatório da empresa analisado pelo The Verge. O teste avaliou a capacidade do sistema em reescrever trechos de software para C++, Java, Kotlin, Python e Rust sem alterar os resultados funcionais esperados da aplicação original.
A taxa de acerto varia com o tempo de processamento dedicado pelo modelo antes da resposta. Com baixo esforço de raciocínio, o GPT-6.1 Sol registrou 87% de preservação comportamental. Na mesma faixa baixa de esforço, o GPT-6 Astra atingiu cerca de 86%, o GPT-6 Sol marcou 21% e o GPT-5.6 Sol ficou em 5%. Pelo critério estabelecido pela OpenAI, uma migração só é computada como bem-sucedida se o código gerado passar por todos os testes aplicados ao original.
O peso da infraestrutura antiga
A tentativa de aposentar o COBOL esbarra no tamanho da dependência acumulada desde 1959, ano de criação da linguagem. Dados da IBM citados pelo The Verge indicam que o formato sustenta mais de 40% dos sistemas de internet banking, 80% das transações presenciais de cartão de crédito e 95% das operações de caixas eletrônicos no mundo. Estimativas apontam que as ineficiências geradas pela manutenção desse código custam cerca de US$ 105 bilhões por ano ao produto interno bruto dos Estados Unidos.
A pressão comercial em torno do problema já envolve outros fornecedores de IA. Em fevereiro, a Anthropic publicou um guia técnico promovendo o agente Claude Code para migrar rotinas de COBOL para Java e Python, embora não tenha divulgado benchmarks de fidelidade para sustentar a promessa. O anúncio causou desvalorização imediata nas ações da IBM, empresa que fatura prestando suporte a ambientes legados corporativos.
A OpenAI também divulgou avanços em tarefas de construção de software para bancos de dados em várias linguagens legadas. Em mensagem enviada ao The Verge, o porta-voz da OpenAI, Oscar Haines, admitiu que a modernização de sistemas legados ainda está longe de ser um problema resolvido e afirmou que a empresa está recolhendo retornos de desenvolvedores para criar baterias de testes mais robustas. A Anthropic não se pronunciou sobre o tema.
A distância entre sintaxe e produção
Especialistas em engenharia de software afirmam que reescrever sintaxe de arquivos isolados não equivale a modernizar infraestrutura crítica. Vadim Zaytsev, professor associado da Universidade de Twente, na Holanda, explicou ao The Verge que os maiores sistemas em produção contam com centenas de milhões de linhas de código associadas a diferentes formatos de banco de dados e integrações externas. Na avaliação de Zaytsev, se um modelo automatizar 99% da conversão, o 1% restante ainda pode conter um milhão de linhas com erros silenciosos.
Arie van Deursen, professor da Universidade de Tecnologia de Delft, considerou os testes da OpenAI superficiais por avaliarem tarefas fechadas e parecidas com o material de treinamento dos modelos. Para van Deursen, a maior barreira prática da modernização consiste em decompor monolitos complexos em módulos menores que possam ser desligados de forma independente sem derrubar a operação global.
Outros pesquisadores defendem métodos formais de verificação matemática para checar se a saída do modelo preserva a lógica original antes de qualquer implantação. Jacopo Mauro, professor da Universidade do Sul da Dinamarca, e Alastair Donaldson, do Imperial College London, destacaram que mesmo desvios mínimos de comportamento são inaceitáveis em setores como previdência, aviação ou operações financeiras, o que mantém a revisão humana obrigatória em qualquer processo de migração assistida por IA.
Fontes
- The Verge: Can AI help solve the COBOL code crisis?
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
