AI & computing › Generatieve AI & synthetische media
GPT-6 van OpenAI blinkt plots uit in oude code als COBOL en Fortran
OpenAI claimt dat zijn nieuwste AI-model GPT-6 een enorme sprong heeft gemaakt in het begrijpen en vertalen van verouderde programmeertalen zoals COBOL en Fortran. Dat is belangrijk omdat banken, overheden en pensioenfondsen wereldwijd nog altijd draaien op decennia oude systemen die in deze talen zijn geschreven. Volgens eigen testresultaten van OpenAI stijgt de nauwkeurigheid bij het vertalen van COBOL naar moderne code van een paar procent naar bijna 98 procent.
Veel mensen denken dat de digitale wereld volledig draait op moderne talen zoals Python. Niets is minder waar. Achter de schermen van banken, verzekeraars en overheidsdiensten draait nog steeds massief veel code die tientallen jaren geleden is geschreven in talen als COBOL, Fortran en Visual Basic. Techbedrijf IBM schat dat COBOL verantwoordelijk is voor meer dan 40 procent van alle online bankzaken en liefst 95 procent van de pinautomaattransacties wereldwijd. Omdat er van deze zogeheten 'low-resource' talen veel minder voorbeeldcode online bestaat dan van populaire talen, hadden AI-modellen er traditioneel veel meer moeite mee. OpenAI zegt dat probleem met zijn nieuwste GPT-6-modellen grotendeels te hebben opgelost.
Nieuwe testen moeten vooruitgang aantonen
Om de verbetering te onderbouwen, ontwikkelde OpenAI twee speciale testen, zogeheten benchmarks. De eerste heet MultiLangBench en laat AI-modellen vanaf nul een databasemotor bouwen die compatibel is met SQLite, in twintig verschillende programmeertalen. Het model GPT-6 Astra haalde hiermee, met de hoogste reken- en redeneerinspanning, een gemiddeld slagingspercentage van 87,4 procent over alle twintig talen. Het voorgaande model GPT-5.6 Terra kwam niet verder dan ongeveer 38 procent. Een goedkopere, snellere variant, GPT-6 Luna, scoorde 40,3 procent. Dat is maar net iets beter dan de 37,9 procent van GPT-5.6 Terra, maar wel tegen veel lagere kosten, wat relevant is voor bedrijven die AI op grote schaal willen inzetten.
COBOL vertalen naar moderne taal
De tweede test richt zich specifiek op het migreren van COBOL-code naar moderne programmeertalen zoals C++, Java, Kotlin, Python of Rust. Dit is precies het soort werk waar banken en overheidsinstanties mee worstelen: oude systemen zijn kwetsbaar en de programmeurs die ze nog kunnen onderhouden, gaan met pensioen. Op deze migratietest scoorde het model GPT-6.1 Sol bij lage reken-inspanning al 86,6 procent nauwkeurigheid. Het oudere GPT-5.6 Sol haalde in dezelfde omstandigheden maar 5,4 procent. Zet je de reken-inspanning van GPT-6.1 Sol op maximaal, dan stijgt de nauwkeurigheid verder naar 97,9 procent.
Wat dit betekent voor organisaties
De resultaten suggereren dat bedrijven met verouderde IT-systemen voortaan serieuzer kunnen overwegen om AI in te zetten bij het moderniseren van hun software. Dat kan grote besparingen opleveren, omdat het handmatig herschrijven van miljoenen regels COBOL-code traditioneel jaren werk en gespecialiseerde, schaarse kennis vergt. Tegelijk blijft het oordeel van menselijke experts nodig: een foutje in bankensoftware kan grote gevolgen hebben. OpenAI publiceerde de testresultaten zelf, dus onafhankelijke verificatie door derden ontbreekt nog.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Als AI-modellen steeds beter worden in het begrijpen van verouderde code, kunnen banken, overheden en andere organisaties hun kritieke, decennia oude systemen sneller en goedkoper vervangen of moderniseren. Dat vermindert de afhankelijkheid van een krimpende groep gespecialiseerde programmeurs en kan de digitale infrastructuur achter bankieren en betalingen veiliger en wendbaarder maken. Toch blijft menselijke controle essentieel, omdat fouten in dit soort systemen grote financiële en maatschappelijke gevolgen kunnen hebben.
- COBOL
- Een programmeertaal uit de jaren zestig die nog altijd veel gebruikt wordt in bankensystemen en overheidssoftware.
- Fortran
- Een van de oudste programmeertalen, vooral gebruikt in wetenschappelijke en technische berekeningen.
- Visual Basic
- Een programmeertaal van Microsoft die vroeger populair was voor het bouwen van bedrijfssoftware.
- Low-resource taal
- Een programmeertaal waarvan weinig voorbeeldcode online beschikbaar is, waardoor AI-modellen er moeilijker in trainen.
- Benchmark
- Een standaardtest waarmee de prestaties van verschillende AI-modellen onderling vergeleken worden.
- MultiLangBench
- Een door OpenAI ontwikkelde test waarbij AI-modellen een databasemotor moeten bouwen in twintig programmeertalen.
- Reasoning effort (reken-inspanning)
- De hoeveelheid rekenkracht en denktijd die een AI-model mag gebruiken om tot een antwoord te komen; meer inspanning levert vaak betere resultaten op, maar kost ook meer.
- Code-migratie
- Het vertalen of overzetten van software van een oude programmeertaal naar een modernere taal.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
