Kada pomislite na veštačku inteligenciju i programiranje, verovatno vam prvo padne na pamet Python, JavaScript ili možda Rust. Ali OpenAI je ovih dana skrenuo pažnju na nešto mnogo manje „seksi” — na COBOL, Fortran i Visual Basic, jezike koje većina developera danas nikada nije ni otvorila u editoru. I upravo tu leži poenta.
Naime, ovi jezici spadaju u takozvane low-resource programming languages — jezike za koje na internetu ima daleko manje koda i dokumentacije nego za popularne jezike, pa se modeli teže snalaze u njima. Problem je što ti isti jezici i dalje drže infrastrukturu od koje bukvalno zavisi funkcionisanje sveta.
COBOL je tiho kičma bankarskog sistema
Brojke su, blago rečeno, poražavajuće za svakoga ko misli da je COBOL mrtav. Prema podacima koje OpenAI navodi, COBOL podržava više od 40% sistema online bankarstva, oko 80% transakcija kreditnim karticama licem u lice i čak 95% ATM transakcija širom sveta. Fortran, s druge strane, i dalje radi u vremenskim prognozama i u analizama sigurnosti nuklearnih reaktora.
Zvuči kao scenario iz filma o hakovima iz devedesetih, ali to je realnost enterprise softvera. Dokumentacija je često nepotpuna, originalni developeri su odavno otišli u penziju, a ključna poslovna pravila postoje samo u kodu — nigde zapisana. Kada tim treba da ispravi bug ili da migrira sistem na neki moderniji jezik, mora da sačuva ponašanje sistema po svaku cenu.
Dve nove evaluacije kao merilo napretka
Da bi izmerio koliko su modeli zaista napredovali, OpenAI je razvio dva testa. Prvi, nazvan MultiLangBench, traži od modela da od nule napravi SQLite-kompatibilan database engine u 20 različitih programskih jezika. Drugi test proverava da li model ume da migrira postojeći COBOL kod u drugi jezik, a da pritom sačuva njegovo ponašanje. Jedan test meri sposobnost građenja novog, drugi sposobnost očuvanja starog — dve komplementarne veštine koje su jednako važne.
Rezultati su prilično impresivni. Na MultiLangBench testu, model GPT‑6 Astra dostiže prosečnu stopu prolaznosti od 87,4% kroz svih 20 jezika, u poređenju sa svega 26,8% koliko je imao GPT‑5.6 Sol. Poboljšanje je zabeleženo u svakom pojedinačnom jeziku. Mlađi model GPT‑6 Luna takođe nadmašuje prethodnika sa 40,3%, ali uz otprilike 78% nižu cenu API poziva.
Migracija COBOL-a: sa 5,4% na 97,9%
Još dramatičniji skok vidi se na evaluaciji migracije COBOL-a. GPT‑6.1 Sol postiže 86,6% tačnosti pri niskom reasoning effort-u, dok je GPT‑5.6 Sol imao samo 5,4% — i to uz 39% nižu cenu. Kada se pojača reasoning effort, tačnost dostiže 97,9%, što praktično znači da je test skoro „zasićen”.
Ono što ovi brojevi zaista govore je da se modeli sve bolje snalaze u širokom spektru jezika, a ne samo u onima sa ogromnom količinom dostupnog koda. Za kompanije koje godinama odlažu modernizaciju jer nemaju dovoljno COBOL stručnjaka, to bi moglo da bude ozbiljan vetar u leđa.
OpenAI kaže da je rad vođen povratnim informacijama developera i enterprise korisnika, koji su godinama ukazivali da se coding modeli muče sa ovim jezicima. Ako se trend nastavi, pitanje više nije da li AI može da razume COBOL — već koliko će brzo moći da ga zameni. Detalje o metodologiji i rezultatima možete pronaći u zvaničnom OpenAI izveštaju.