¿Sabías que tu dinero está gestionado probablemente por un código escrito cuando tus padres apenas iban al colegio? No es ninguna broma. La realidad es que gran parte de la infraestructura bancaria y gubernamental mundial sigue corriendo sobre lenguajes que huelen a naftalina. Aquí es donde OpenAI decidió meter las manos, entrenando a ChatGPT para que entienda y traduzca lenguajes antiguos.
El motivo es simple: mantener vivo este software heredado es un auténtico infierno logístico y financiero. Hablamos de sistemas en COBOL, Fortran, OCaml o Visual Basic, herramientas que están a años luz de la popularidad de Python o JavaScript. Pero, aunque nadie hable de ellos en Silicon Valley, continúan siendo los cimientos invisibles que sostienen a miles de empresas y administraciones públicas.
Pero claro, la letra pequeña es que modernizar todo esto supone un reto monumental. Los programadores originales que montaron esos sistemas ya están jubilados o, peor aún, la documentación técnica original se ha perdido para siempre. Afrontar una reescritura del código a mano cuesta millones y paraliza por completo a los departamentos de IT. Y eso es exactamente lo que la inteligencia artificial viene a solucionar.
GPT-6 Astra y MultiLangBench: el nuevo estándar para código olvidado
Para demostrar que su IA no es solo un modelo para resumir correos, OpenAI ha creado una herramienta de evaluación bastante salvaje llamada MultiLangBench. La prueba consistía en obligar a la IA a construir un motor compatible con SQLite en 20 lenguajes de programación diferentes. Casi nada.
También te puede interesar:OpenAI Mejora la Memoria de ChatGPT para acordarse de todos tus chatsSi miramos los números, el salto generacional es totalmente absurdo. El modelo GPT-6 Astra ha logrado una tasa media de éxito del 87,4 % en este riguroso test. Para que te hagas una idea de la evolución, la versión anterior (GPT-5.6 Sol) apenas rascaba un modesto 26,8 %. Básicamente, han triplicado la capacidad matemática y lógica del modelo en un tiempo récord.
En concreto, los datos fragmentados por lenguaje asustan un poco a los más puristas. En las pruebas exclusivas de Fortran, el rendimiento de la IA pasó del 21,4 % a un espectacular 83,5 %. Si miramos hacia Visual Basic, rozó directamente el 90 %. Es decir, la máquina ya es capaz de entender la sintaxis y las peculiaridades históricas mejor que muchos ingenieros con décadas de experiencia.
El verdadero hito: la migración milimétrica de GPT-6.1 Sol
Evidentemente, la prueba de fuego de todo este experimento era la migración pura y dura, donde las empresas se juegan el tipo. OpenAI configuró un benchmark súper específico para medir si sus modelos podían coger una aplicación antigua de COBOL y pasarla a C++, Java, Kotlin, Python o Rust. Todo ello sin alterar ni un ápice de su comportamiento en el mundo real.
Y es que aquí no valen las aproximaciones ni los resúmenes a medias. La compañía explica en una publicación de su blog que validan esta migración mediante pruebas ocultas que exigen paridad byte a byte en las salidas observables. Si la aplicación nueva no hace exactamente lo mismo que la vieja, la prueba se da por fallida y vuelta a empezar. Así de simple.
También te puede interesar:OpenAI Mejora la Memoria de ChatGPT para acordarse de todos tus chats
A ello se le suma el despliegue del recién estrenado GPT-6.1 Sol, que ha venido a reventar las métricas de la industria. Utilizando un esfuerzo de razonamiento bajo, este modelo consiguió una tasa de éxito del 86,6 % en la traducción de aplicaciones COBOL. Un dato que, ya de por sí, habría protagonizado portadas hace solo un año.
Pero la verdadera magia ocurre cuando le das a la IA tiempo y recursos para «pensar» el código. Al permitir que GPT-6.1 Sol utilizara un proceso de razonamiento mucho más exhaustivo, su precisión para migrar estas aplicaciones se disparó hasta un inédito 97,9 %. Prácticamente roza la perfección, demostrando que puede trasladar sistemas históricos a infraestructuras modernas sin provocar un colapso en el servidor.
Un salvavidas para la próxima generación de desarrolladores
Por si fuera poco, para ganarse a la comunidad y fomentar la transparencia, OpenAI ha subido MultiLangBench a su repositorio en GitHub. Quieren que los desarrolladores puedan revisar su metodología con lupa y analicen, lenguaje por lenguaje, el rendimiento real de los modelos. Una jugada brillante para acallar a los más escépticos del sector.
Al final del día, esto cambia las reglas del mercado laboral para el talento más joven. Un programador junior que jamás haya visto un manual de COBOL en su vida ahora podrá apoyarse en ChatGPT para modernizar aplicaciones críticas de los años ochenta. La inteligencia artificial actuará como un traductor universal infalible entre el hardware del pasado y las exigencias del presente.
Tocará esperar para ver cómo reaccionan las grandes consultoras tecnológicas a este misil en su línea de flotación. Mantener sistemas heredados a base de consultorías millonarias tiene los días contados si un modelo de IA puede hacerlo con un 97,9 % de eficacia. La pelota está ahora en el tejado de los bancos tradicionales: o confían en los nuevos LLMs para renovar sus cimientos, o se preparan para que sus servidores terminen acumulando polvo en un museo.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
