¿Puede la IA ayudar a resolver la crisis del código COBOL?

¿Qué tienen en común el IRS, los bancos, las aerolíneas y la infraestructura gubernamental de todo el mundo? Todos funcionan con sistemas sostenidos por código informático antiguo que nadie se atreve a tocar, no sea que todo se derrumbe.

OpenAI cree que puede tener una solución. El 19 de octubre, la compañía presumió de “mejoras sustanciales” en la capacidad de sus últimos modelos de IA para migrar software envejecido escrito en lenguajes de programación antiguos a código moderno, lo que, según afirma, podría ayudar a las organizaciones con “el mantenimiento y la modernización de sistemas antiguos”.

Eso es potencialmente un asunto enorme. COBOL, uno de los lenguajes destacados por OpenAI, sigue firmemente incrustado en vastas porciones de la infraestructura crítica del mundo. Y a pesar de décadas de esfuerzos por desterrarlo a la historia, el lenguaje ha sobrevivido con dificultad, negándose sencillamente a morir.

“Nadie en su sano juicio usaría COBOL para un nuevo proyecto de desarrollo.”

Es difícil exagerar la omnipresencia de COBOL. Siglas de “lenguaje común orientado a negocios”, COBOL nació en 1959. Casi siete décadas después, sigue estando en todas partes. Según IBM, COBOL es la base de más del 40 por ciento de los sistemas de banca en línea, respalda el 80 por ciento de las transacciones presenciales con tarjetas de crédito y procesa el 95 por ciento de las transacciones de los cajeros automáticos. También sustenta muchos sistemas gubernamentales, desde el Seguro Social hasta el IRS pasando por los servicios administrados por la mayoría de los estados. Una estimación aproximada sitúa el costo anual de las ineficiencias de COBOL para el PIB de Estados Unidos en alrededor de 105 mil millones de dólares.

Pero reemplazar COBOL es extraordinariamente difícil. Lo mismo ocurre con otros lenguajes de programación heredados, como Fortran, que todavía se usa hoy para todo, desde la computación científica y el pronóstico del tiempo hasta estudios atmosféricos y oceánicos y códigos críticos para la seguridad nuclear. Estos sistemas suelen ser demasiado importantes como para arriesgarse a romperlos, y muchos de los programadores que los entienden hace tiempo que se jubilaron o murieron.

Por todos sus impresionantes avances en moderno software desarrollo, las herramientas de programación con IA han tenido dificultades para avanzar con estos sistemas heredados. Pero desarrollos recientes sugieren que eso podría estar cambiando.

En su última entrada de blog, OpenAI reportó resultados prometedores en la migración de código COBOL a lenguajes de programación más modernos, incluyendo C++, Java, Kotlin, Python y Rust, sin cambiar lo que hace el software original. Ese último punto es crucial para las organizaciones que buscan deshacerse de código como COBOL, y OpenAI reconoce que «una migración se considera exitosa solo si superan todas las pruebas».

Relacionado

• Los cheques de desempleo se están retrasando por un lenguaje de programación que casi nadie conoce
• El problema con COBOL
• PHP: las tres letras que hoy cerraron sitios en todo internet

En las pruebas de la propia OpenAI, GPT-6.1 Sol logró una precisión de preservación del comportamiento del 87 por ciento con un esfuerzo de razonamiento bajo —es decir, cuántos pasos computacionales dedica el modelo a analizar un problema antes de dar una respuesta—, cifra que sube al 98 por ciento con un razonamiento mayor. En comparación, con esfuerzo de razonamiento bajo, GPT-6 Astra obtuvo alrededor del 86 por ciento, GPT-6 Sol apenas el 21 por ciento, y GPT-5.6 Sol un mero 5 por ciento.

«Reescribir código no es lo mismo que reemplazar un sistema.»

«Estos resultados de evaluación demuestran avances hacia una migración de código más precisa y asequible para los equipos que modernizan el software del que dependen sus empresas», escribió OpenAI.

La compañía también reportó mejoras en la capacidad de sus modelos para construir software de bases de datos en varios lenguajes de programación, incluido COBOL.

Anthropic también ve una oportunidad en los sistemas heredados. En febrero, la empresa publicó una «guía paso a paso de modernización de código» y promocionó su agente de programación, Claude Code, como una forma de migrar código COBOL a lenguajes modernos como Java o Python. No ofreció puntos de referencia de rendimiento que mostraran qué tan bien podía Claude Code realizar tales migraciones, pero declaró que «la economía de la modernización de COBOL ha cambiado». Las acciones de IBM, que obtiene parte de sus ingresos ayudando a las empresas a mantener sistemas heredados, se desplomaron tras el anuncio de Anthropic.

Los expertos que hablaron con The Verge coincidieron en que las herramientas de IA han avanzado considerablemente en el abordaje del código heredado en los últimos años. Pero advirtieron que los avances anunciados por OpenAI esta semana están muy lejos de hacer posible reemplazar de manera segura los sistemas heredados críticos construidos en torno a él.

El portavoz de OpenAI, Oscar Haines, reconoció en un correo electrónico a The Verge que el código heredado «todavía está lejos de ser un problema resuelto» y dijo que la compañía está escuchando los comentarios de los desarrolladores y las empresas y explorando formas de construir mejores pruebas y seguir mejorando la comprensión de los lenguajes de programación por parte de sus modelos. Anthropic no proporcionó comentarios a tiempo para la publicación.

«Las evaluaciones presentadas por OpenAI no abordan la dificultad clave: dividir un sistema heredado complejo en unidades más pequeñas que puedan reemplazarse individualmente».

«Reescribir código no es lo mismo que reemplazar un sistema», dijo Vadim Zaytsev, profesor asociado de evolución de software en la Universidad de Twente en los Países Bajos. Los sistemas sí tienen mucho código: Zaytsev dijo que el sistema más grande que había visto tenía 250 millones de líneas de COBOL, «definitivamente no el más grande del mundo», pero eso es solo parte del problema. El código puede estar escrito en varios lenguajes y hay datos, potencialmente almacenados en diversos formatos, que considerar, dijo. También hay integraciones técnicas con otros sistemas y las expectativas de las personas y organizaciones que tener en cuenta.

Toda esa complejidad significa que «la IA no está desempeñando un papel importante en este momento en el reemplazo o la migración de sistemas COBOL heredados», dijo Zaytsev.

Las evaluaciones de OpenAI tampoco capturan esta realidad compleja, le dijo a The VergeArie van Deursen, profesor de ingeniería de software en la Universidad Tecnológica de Delft en los Países Bajos. Describió el blog de la compañía como «superficial», señalando que ofrecía pocos detalles sobre la tarea de migración, mientras que su benchmark de lenguajes probaba los modelos en una tarea relativamente simple y bien definida que involucraba sistemas similares a los que habrían encontrado en su entrenamiento. También subrayó la enorme brecha entre mantener un sistema envejecido y modernizarlo. «Mantener es, por supuesto, mucho más fácil que modernizar», dijo van Deursen, calificando las tareas que OpenAI usó para evaluar sus modelos de estar a «años luz» de la modernización real. «Las evaluaciones presentadas por OpenAI no abordan la dificultad clave: dividir un sistema heredado complejo en unidades más pequeñas que puedan reemplazarse individualmente».

El mayor desafío no es necesariamente reescribir código. «El desafío principal realmente no es entender cómo funciona el sistema», dijo Alastair Donaldson, profesor de lenguajes de programación en el Imperial College de Londres. Tal falta de comprensión es un problema «muy común» para los sistemas heredados que usan lenguajes como COBOL, dijo, añadiendo que muy pocas personas ya saben programar en ellos. Y aunque está en todas partes, Donaldson dijo que «nadie en su sano juicio usaría COBOL para un nuevo proyecto de desarrollo».

«En muchos casos, incluso diferencias menores en el comportamiento del sistema antes y después de la migración son inaceptables».

Eso hace que las pruebas sólidas sean cruciales, dijo Donaldson. Un enfoque podría ser ejecutar los mismos flujos de trabajo a través de los sistemas antiguo y nuevo para verificar que se comportan de manera idéntica. La IA también podría documentar su traducción de código, idealmente permitiendo que humanos familiarizados con el lenguaje heredado revisen el trabajo. La verificación formal, que utiliza técnicas matemáticas para verificar computacionalmente que el código se comporta correctamente, es otra opción, dijo Jacopo Mauro, profesor de matemáticas y ciencias de la computación en la Universidad del Sur de Dinamarca.

Tales métodos ya se usan para verificar resultados matemáticos generados por IA, pero aplicarlos al código heredado requeriría una «enorme cantidad de trabajo», dijo Mauro. Usar esos métodos significaría que el código podría verificarse automáticamente, dijo Mauro, añadiendo que «tener esto será mejor que tener un humano verificando que la traducción sea correcta». Hasta entonces, dijo, «la verificación humana sigue siendo esencial».

Y cuando los sistemas involucrados son tan críticos como los que funcionan con COBOL, los expertos dicen que hay que estar absolutamente seguro de que el reemplazo funciona. «En muchos casos, incluso pequeñas diferencias en el comportamiento del sistema antes y después de la migración son inaceptables», dijo Zaytsev. Si bien la IA definitivamente puede generar ahorros y acelerar las cosas, la complejidad de los sistemas heredados significa que la automatización parcial no es suficiente.

«Supongamos que tienes una varita mágica de IA que maneja el 99 por ciento de tu código», dijo Zaytsev. «¿Qué haces con el 1 por ciento restante? Ese 1 por ciento puede ser un millón de líneas de código, repartidas por todas partes y fallando sutilmente de más maneras de las que puedas imaginar en tu vida».