A OpenAI, a empresa por trás do ChatGPT, está mergulhando fundo no passado da programação para moldar o futuro. Recentemente, a companhia divulgou avanços significativos em sua capacidade de lidar com linguagens de programação consideradas "antigas", como COBOL, Fortran e Visual Basic. Essas linguagens, apesar de suas décadas de existência, ainda são o motor de sistemas críticos em setores como o financeiro e o governamental.
Em um teste interno, o modelo GPT-6.1 Sol da OpenAI alcançou uma impressionante taxa de acerto de 97,9% na migração de código COBOL. Isso significa que a IA conseguiu reescrever programas nessa linguagem para outra, mantendo sua funcionalidade original intacta. O foco está nos sistemas que operam nos bastidores, longe dos olhos dos usuários finais, mas que são a espinha dorsal de muitas operações diárias.
Por que isso importa?
Imagine um banco: a interface que você usa no aplicativo pode ser moderna, mas por trás dela, muitos processos ainda rodam em programas escritos em COBOL. Esses sistemas legados não são apenas códigos antigos; eles encapsulam décadas de regras de negócio, lógicas complexas e integrações que seriam extremamente custosas e arriscadas para serem reescritas do zero. A falta de especialistas na manutenção dessas linguagens também é um desafio crescente, tornando a modernização uma necessidade urgente.
O desafio dos sistemas legados
Um sistema legado é como uma relíquia tecnológica que, apesar da idade, continua funcionando e é essencial. Substituí-lo não é simplesmente trocar uma peça; é como reconstruir um carro inteiro enquanto ele ainda está em movimento, sem interromper a viagem. É preciso entender cada parafuso, cada conexão e cada regra que foi adicionada ao longo dos anos. Há mais de uma década, já se falava em converter aplicações de COBOL para linguagens mais modernas como Java, mas a complexidade sempre foi um entrave.
Além da complexidade, a escassez de profissionais é um problema real. Órgãos governamentais, como o GAO nos EUA, já alertaram para a dificuldade em encontrar desenvolvedores com conhecimento em linguagens como COBOL e Assembly, que ainda são cruciais para sistemas do Tesouro, por exemplo.
Como a OpenAI está testando essa capacidade
A OpenAI não está apenas convertendo código; eles desenvolveram o MultiLangBench, uma avaliação pública disponível no GitHub. Nesse teste, a IA precisa construir uma versão funcional do SQLite, um popular software de gerenciamento de banco de dados. O objetivo é verificar se o programa gerado pela IA não apenas "parece" correto, mas realmente funciona e produz os mesmos resultados que o software original.
É fundamental ressaltar que os resultados divulgados são de avaliações da própria OpenAI e não representam uma validação independente. Pequenas diferenças, como o arredondamento de valores que um programa original apenas cortava, podem gerar resultados financeiros incorretos, mesmo que o código pareça funcional. A precisão é tudo, especialmente em operações bancárias.
Quem mais está nessa corrida?
A modernização de sistemas legados é um mercado quente, e a OpenAI não está sozinha. A Anthropic, com seu Claude Code, também oferece ferramentas para analisar e documentar programas antigos, auxiliando na conversão para linguagens como Java e Python. A IBM, uma gigante tradicional no fornecimento desses ambientes, também está investindo em recursos de IA para explicar e reorganizar código, enfatizando que a modernização vai além da troca de linguagem, envolvendo integração, dados e segurança.
No Brasil, a realidade dos sistemas legados é palpável. Pesquisas indicam que uma parcela significativa do orçamento de tecnologia das empresas é destinada à manutenção de ambientes existentes. É nesse cenário de manutenção constante que as soluções de IA da OpenAI e de seus concorrentes buscam se posicionar, prometendo otimizar e acelerar um processo que, até então, era lento, custoso e dependente de um número cada vez menor de especialistas.