Quando pensiamo all’intelligenza artificiale, immaginiamo testi, fotografie o assistenti virtuali. Un altro impiego riguarda però i programmi che, da decenni, sostengono servizi bancari, operazioni finanziarie e attività aziendali.
OpenAI ha presentato nuovi risultati sulla capacità dei propri modelli di lavoro con linguaggi storici come COBOL, Fortran e Visual Basic. L’obiettivo è aiutare gli sviluppatori a mantenere e aggiornare software che continua a svolgere funzioni importanti.
Perché aggiornare un vecchio programma è complicato
Modernizzare un software richiede molto più di una traduzione del codice. Bisogna conservarne il comportamento, comprese le regole di calcolo e la gestione delle informazioni mancanti.
Un arrotondamento diverso, per esempio, può modificare un risultato economico anche quando il programma sembra funzionare correttamente. Inoltre, nei sistemi più datati la documentazione può essere incompleta e alcune regole aziendali possono essere comprensibili soltanto analizzando il codice.
I risultati sulla conversione del COBOL
Nella valutazione descritta da OpenAI, i modelli devono riscrivere programmi COBOL in altri linguaggi senza alterarne i risultati. Una prova viene considerata riuscita soltanto quando supera tutti i controlli previsti.
Con un livello di ragionamento basso, GPT-6.1 Sol raggiunge l’86,6% di successo, rispetto al 5,4% di GPT-5.6 Sol. Nello stesso confronto, il costo di utilizzo delle API, cioè dell’accesso al modello tramite software, diminuisce del 39%.
Con un livello di ragionamento più elevato, il risultato arriva al 97,9%. Queste percentuali descrivono le prestazioni nel test specifico e non rappresentano una garanzia per qualsiasi programma reale.
Progressi anche in altri linguaggi
OpenAI ha sviluppato anche MultiLangBench, una valutazione diversa che richiede di costruire un sistema di gestione dei dati compatibile con SQLite, utilizzando venti linguaggi di programmazione.
In questa prova GPT-6 Astra supera mediamente l’87,4% dei test, contro il 26,8% di GPT-5.6 Sol. I miglioramenti riguardano tutti i linguaggi esaminati.
GPT-6 Luna raggiunge invece il 40,3%, con un costo medio stimato per prova inferiore di circa il 78% rispetto a GPT-5.6 Sol. Il confronto evidenzia quindi anche la possibilità di scegliere strumenti diversi in base alle esigenze e al budget.
Che cosa significa per le imprese
La prospettiva è poter intervenire più facilmente su applicazioni difficili da aggiornare, recuperando conoscenze e regole accumulate negli anni.
Per un’impresa, il possibile vantaggio consiste nel rendere più accessibile la manutenzione del proprio patrimonio informatico. Tempi e risparmi effettivi dipenderanno però dalla complessità del progetto, dalle integrazioni e dai controlli necessari.
La supervisione professionale resta fondamentale: i risultati sono stati ottenuti su valutazioni predisposte da OpenAI e l’azienda stessa sottolinea la necessità di revisioni e verifiche prima dell’utilizzo su sistemi operativi reali.
La considerazione per chi gestisce un’attività è questa: prima di sostituire un software storico, può valere la pena valutare con un tecnico quali parti aggiornare e dove l’intelligenza artificiale possa offrire un supporto concreto.
Fonti: articolo di HWUpgrade e pubblicazione originale di OpenAI.
Aggiungi commento
Commenti