Questo post é stato letto 90 volte!
OpenAI ha recentemente comunicato importanti miglioramenti nei suoi ultimi modelli di intelligenza artificiale, in particolare gpt-6.1 sol, per la scrittura e la migrazione di software in linguaggi di programmazione datati come COBOL, Fortran e Visual Basic.
I dati più eclatanti riguardano la migrazione dei programmi COBOL, dove il modello gpt-6.1 sol dimostra un’accuratezza del 97,9% con ragionamento elevato.
Questo risultato, secondo OpenAI, si avvicina alla saturazione per questo tipo di compito.
A basso sforzo di ragionamento, gpt-6.1 sol raggiunge un impressionante 86,6% contro il 5,4% del suo predecessore, gpt-5.6 sol, con un costo API inferiore del 61%.
I progressi nella migrazione di linguaggi legacy
La valutazione della migrazione richiede ai modelli di tradurre programmi COBOL in linguaggi moderni come C++, Java, Kotlin, Python o Rust, mantenendo inalterato il comportamento originale.
Questo include la gestione precisa di dettagli complessi come l’arrotondamento dei numeri decimali e la gestione dei record mancanti.
Per OpenAI, una migrazione è considerata riuscita solo se “tutti i test passano”.
Questi risultati evidenziano un salto qualitativo nella capacità dell’IA di gestire codice obsoleto ma ancora cruciale.
Multilangbench: un nuovo standard di misurazione
Per quantificare i progressi su un fronte più ampio, OpenAI ha sviluppato MultiLangBench.
Questa piattaforma sfida i modelli a costruire un motore di database compatibile con SQLite da zero, utilizzando 20 diversi linguaggi di programmazione. gpt-6 Astra ha raggiunto un tasso medio di test superati dell’87,4%, un netto miglioramento rispetto al 26,8% di gpt-5.6 Sol, mostrando progressi in ogni linguaggio testato.
Tra gli esempi citati, Fortran è passato dal 21,4% all’83,5%, Visual Basic dal 27,5% all’89,4% e OCaml dal 25,6% all’85,8%.
Sebbene COBOL rimanga il linguaggio più ostico, ha registrato un aumento dal 10,9% al 72,1%.
Il modello gpt-6 Luna, pur ottenendo una media di test superati inferiore (40,3%), offre un costo per campione circa il 78% inferiore rispetto a gpt-5.6 Sol, stimando costi medi API di 0,77 dollari contro 3,48.
L’importanza dei linguaggi di programmazione datati
OpenAI ha sottolineato l’importanza di questi progressi, nati dalle segnalazioni di sviluppatori e clienti aziendali che incontravano difficoltà nell’utilizzo affidabile dei modelli di coding con questi linguaggi.
Nonostante questi linguaggi abbiano meno codice e documentazione disponibili per l’apprendimento dei modelli rispetto a Python e JavaScript, essi “sostengono infrastrutture critiche e servizi essenziali in tutto il mondo”.
Implicazioni economiche e strategiche
Il COBOL, secondo le stime di IBM, è alla base di oltre il 40% dei sistemi di online banking, dell’80% delle transazioni con carta di credito e del 95% di quelle agli ATM.
Con i programmatori COBOL che si avvicinano al pensionamento, la capacità di modernizzare questi sistemi è cruciale.
Fortran, dal canto suo, è ancora impiegato in settori come le previsioni meteo e l’analisi di sicurezza dei reattori nucleari.
Già in passato, l’annuncio di Anthropic sulla capacità di Claude Code di modernizzare basi di codice COBOL in trimestri anziché anni aveva avuto un impatto sul mercato, con le azioni di IBM che avevano registrato un calo significativo.
I risultati di OpenAI, sebbene ottenuti su test interni, offrono strumenti preziosi per i team che gestiscono e modernizzano sistemi legacy, pur richiedendo sempre la supervisione di esperti e test approfonditi per l’applicazione in ambienti di produzione.
Questo post é stato letto 90 volte!