OpenAI e Anthropic relatam avanços em IA para migração de COBOL
OpenAI e Anthropic divulgam melhorias de IA para migrar código COBOL, mas especialistas apontam que substituir sistemas legados é complexo.
Resumo rápido
- OpenAI anunciou melhorias em seus modelos para migrar código COBOL para linguagens modernas.
- Anthropic ofereceu o agente Claude Code para o mesmo tipo de tarefa de modernização.
- Especialistas apontam que a verificação humana e os testes rigorosos ainda continuam essenciais.
Entenda o contexto
O COBOL é uma linguagem de programação criada em 1959 que ainda sustenta grande parte das transações financeiras e sistemas governamentais globais. Com a escassez de programadores especializados na linguagem, empresas de inteligência artificial buscam aplicar modelos para auxiliar na modernização desses códigos.
O anúncio da OpenAI e da Anthropic
A OpenAI divulgou em 19 de outubro melhorias na capacidade de seus modelos mais recentes para migrar softwares legados escritos em linguagens mais antigas, como COBOL, para linguagens modernas como C++, Java, Kotlin, Python e Rust, sem alterar o comportamento original do software. A empresa declarou que uma migração é considerada bem-sucedida apenas quando todos os testes passam.
Por sua vez, a Anthropic publicou em fevereiro um guia de modernização de código e destacou seu agente de programação, o Claude Code, como uma ferramenta para migrar códigos COBOL para linguagens como Java ou Python. A empresa não divulgou benchmarks de desempenho sobre a ferramenta.
Desafios na substituição de sistemas legados
Especialistas ouvidos pela reportagem concordam que as ferramentas de inteligência artificial avançaram no tratamento de códigos legados, mas ressaltam que os sistemas construídos em torno de linguagens como COBOL ainda estão longe de ser substituídos com total segurança de forma automatizada. O porta-voz da OpenAI, Oscar Haines, reconheceu em e-mail que o código legado continua distante de ser um problema resolvido e que a empresa estuda formas de continuar aprimorando os testes e a compreensão das linguagens.
Professores de ciência da computação apontam que a complexidade de sistemas antigos envolve não apenas o volume de código, mas diferentes linguagens, formatos variados de dados e integrações técnicas complexas, o que exige testes rigorosos e verificação humana contínua para garantir que o comportamento do sistema não mude.
Referências
- Reportagem consultada: The Verge — IA
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
