Há programas que continuam rodando por décadas. Alguns foram escritos em COBOL, uma linguagem criada para lidar com dados de empresas e finanças. Trocar esse código por uma tecnologia mais nova pode ser útil, mas um detalhe errado pode mudar uma conta ou uma regra importante.
Em 19 de outubro de 2026, a OpenAI publicou novos testes para medir como seus modelos trabalham com COBOL, Fortran, Visual Basic e outras linguagens. A empresa afirma que os resultados melhoraram. Mas o que esses números mostram de verdade? Eles medem tarefas de teste, não uma migração real de banco ou serviço público. Vamos separar o avanço anunciado do que ainda precisa ser provado.
O que são linguagens de programação com poucos dados?
“Poucos dados” não quer dizer que a linguagem seja ruim ou simples. Quer dizer que há menos código e material de treino disponíveis para os modelos aprenderem do que há, por exemplo, para Python e JavaScript. A própria OpenAI usa esse sentido ao falar de COBOL, Fortran e Visual Basic.
COBOL continua presente em sistemas de negócios. A IBM descreve seu uso em bancos, transações com cartão e caixas eletrônicos. Uma razão histórica é que COBOL lida bem com cálculos decimais fixos. Esse tipo de conta é útil quando cada centavo precisa seguir uma regra exata.
Fortran também segue em programas de cálculo científico e previsão do tempo. Sistemas antigos podem ter regras que não aparecem em um manual. Às vezes, a regra existe só no código e na experiência de quem já trabalha com ele. Por isso, reescrever um programa não é apenas trocar palavras de uma linguagem por palavras de outra.
O que a OpenAI testou?
A publicação descreve duas avaliações. A primeira, chamada MultiLangBench, pede que um modelo crie do zero um motor compatível com SQLite usando uma linguagem escolhida. SQLite é um programa de banco de dados. O teste verifica se o código consegue atender a consultas e produzir os dados esperados.
O mesmo conjunto de testes é usado em 20 linguagens. Assim, a comparação tenta medir o quanto o modelo consegue construir em cada uma. Na avaliação divulgada, GPT-6 Astra teve uma média de 87,4% dos testes aprovados. A comparação publicada para GPT-5.6 Sol foi de 26,8%. Esses números são resultados da avaliação da própria OpenAI.
O código do benchmark foi publicado no GitHub. O repositório explica que o sistema testa um programa com comandos e depois compara o banco produzido com um resultado esperado. Ele também descreve uma versão curta de 272 testes para rodadas comuns, além de um conjunto maior. Isso permite que outras pessoas examinem a tarefa e tentem repetir a medição.
O teste de migração COBOL mede outra habilidade
A segunda avaliação pede que o modelo transforme programas COBOL em C++, Java, Kotlin, Python ou Rust, mantendo o mesmo comportamento. Para verificar isso, os pesquisadores usam testes que comparam as saídas do programa antigo e do novo. A migração só conta como correta se todos os testes daquela tarefa forem aprovados.
Nesse teste, a OpenAI informa que GPT-6.1 Sol atingiu 86,6% de acerto com esforço de raciocínio baixo, enquanto GPT-5.6 Sol atingiu 5,4% na mesma configuração. Com esforço maior, GPT-6.1 Sol chegou a 97,9%. Atenção: esses são modelos diferentes dos comparados na média do MultiLangBench. Não é uma única nota que mede tudo.
O resultado revela uma parte importante do problema: um programa pode rodar sem travar e ainda assim fazer a conta errada. A OpenAI cita o caso de aritmética decimal do COBOL. Se o sistema antigo corta casas extras, mas o código novo arredonda, o resultado financeiro pode mudar. Para uma pessoa, o programa parece funcionar. Para a empresa, a diferença pode ser séria.
O que esses resultados não provam?
Um benchmark é uma prova definida para comparar sistemas. Ele não cobre todas as regras, arquivos, integrações e exceções de um software real. A avaliação da OpenAI também foi criada pela própria empresa que testa seus modelos. Isso não invalida o trabalho, mas significa que os resultados precisam de avaliações independentes e testes em outros contextos.
- Não prova: que um sistema bancário inteiro pode ser convertido sem risco.
- Não garante: que o modelo conhece regras de negócio que não estão explicadas nos dados.
- Não substitui: testes de segurança, revisão do código e validação por especialistas.
- Ajuda a indicar: que certas tarefas de código em linguagens menos comuns podem estar ficando mais acessíveis aos modelos.
A nota de aprovação mostra o desempenho nas perguntas e regras daquele teste. Ela não mede o custo de uma falha, o tempo de implantação nem se todas as partes do sistema foram testadas. Para uma equipe, o passo certo é perguntar quais funções foram cobertas, qual linguagem e versão foram usadas, quais testes falharam e se os resultados podem ser repetidos.
Exemplo prático: migrar uma rotina de pagamento
Imagine uma empresa que quer mover uma rotina de cálculo de uma aplicação COBOL para Java. Antes de mudar o sistema principal, a equipe separa uma cópia de teste e reúne exemplos de pagamentos, estornos, valores extremos e registros ausentes. A IA pode ajudar a traduzir trechos e sugerir testes.
Depois, a equipe compara o programa novo com o antigo em muitos casos. Deve olhar com cuidado para arredondamento, datas, campos vazios, ordem de operações e mensagens de erro. Se um caso der resultado diferente, não basta pedir à IA para corrigir: é preciso descobrir qual comportamento representa a regra correta da empresa.
Uma boa migração costuma acontecer em passos pequenos. Primeiro, a equipe mapeia o que o programa faz. Depois, cria testes que registram o comportamento atual. Só então tenta mudar uma parte. A IA pode acelerar algumas tarefas, mas a responsabilidade de aprovar a mudança continua com as pessoas que entendem o negócio e o sistema.
Por que essa pesquisa importa?
O avanço pode ampliar as opções de times que mantêm sistemas antigos. Uma IA que entende mais linguagens pode ajudar a explicar código, propor testes e preparar uma primeira versão de uma mudança. Isso pode reduzir parte do trabalho manual e ajudar novos profissionais a aprender sistemas que têm pouca documentação.
Mas “pode ajudar” é diferente de “resolveu o problema”. O resultado de uma pesquisa precisa ser separado de uma previsão sobre o futuro e de uma decisão de compra. Antes de usar um modelo em um programa importante, uma empresa deve testar com o próprio código em ambiente isolado, revisar as regras de privacidade e segurança e medir o custo total, incluindo revisão humana.
As fontes são a avaliação publicada pela OpenAI em 19 de outubro de 2026, o repositório público do MultiLangBench e a explicação da IBM sobre COBOL e seu uso em sistemas de negócios. Para outros assuntos de tecnologia, consulte os artigos da CAV Inovação.
Perguntas frequentes
A IA já pode migrar um sistema COBOL inteiro?
Os resultados publicados não provam isso. Eles mostram o desempenho em tarefas específicas de teste. Um sistema real tem regras, arquivos, integrações e casos raros que precisam ser mapeados e testados por uma equipe.
O que quer dizer preservar o comportamento?
Quer dizer que o programa novo deve produzir as mesmas respostas que o programa antigo para os casos que precisam continuar válidos. Isso inclui contas, mensagens, dados gerados e formas de lidar com erros.
Qual é a diferença entre os dois benchmarks?
O MultiLangBench mede a criação de um motor compatível com SQLite em 20 linguagens. A avaliação COBOL mede a conversão de programas para outras linguagens sem mudar suas saídas. São tarefas diferentes, então as notas não devem ser misturadas.
Como uma empresa pode testar isso com segurança?
Comece com uma cópia isolada, use exemplos que cubram casos comuns e extremos, compare as saídas com o programa atual e peça revisão de especialistas. Não coloque a versão gerada pela IA direto em produção.
Glossário
- COBOL: linguagem de programação criada para sistemas de negócios e processamento de dados.
- Fortran: linguagem muito usada em cálculos científicos e programas de engenharia.
- Linguagem de baixo recurso: linguagem com menos exemplos e documentação disponíveis para treinar modelos de IA.
- Benchmark: teste com regras definidas que permite comparar sistemas.
- SQLite: programa leve que guarda dados em um arquivo de banco de dados.
- Migração: mudança de um programa ou sistema para outra linguagem ou plataforma.
- Ambiente isolado: cópia de teste separada do sistema usado por clientes e funcionários.
- Produção: sistema real que está em uso e atende pessoas ou operações.
