Cos'è il miglioramento di OpenAI su COBOL e Fortran: MultiLangBench e risultati della migrazione COBOL

Schermata della pagina ufficiale di OpenAI — MultiLangBench — OpenAI — MultiLangBench · FonteAcquisita il: 20 ottobre 2026

Le schermate mostrano le pagine ufficiali alla data indicata e possono differire da quelle alla pubblicazione. Seleziona un’immagine per ingrandirla.

Il 19 ottobre 2026 (alle 21 dello stesso giorno, ora del Giappone) OpenAI ha pubblicato un articolo intitolato "Advancing coding in low-resource programming languages" (Far progredire la programmazione nei linguaggi a basse risorse). Vi si spiega che i modelli di IA più recenti sono diventati molto più bravi a scrivere programmi, e a convertirli in altri linguaggi, in linguaggi di programmazione storici come COBOL, Fortran e Visual Basic. Contemporaneamente, l'azienda ha pubblicato su GitHub un nuovo sistema di valutazione, MultiLangBench.

I dati di questo articolo sono quelli concordi tra diverse notizie sull'annuncio di OpenAI, insieme alla descrizione della valutazione pubblicata su GitHub. Tutti i punteggi citati sono stati misurati da OpenAI stessa.

Cosa sono i "linguaggi a basse risorse"

I modelli di IA imparano a programmare studiando grandi quantità di programmi e spiegazioni, in buona parte disponibili su internet. I linguaggi molto diffusi come Python e JavaScript offrono moltissimi esempi da cui imparare, mentre per linguaggi come COBOL e Fortran i programmi e i documenti pubblici sono molto meno numerosi, e l'IA ha sempre faticato con loro. Questi linguaggi, con poco materiale disponibile per l'addestramento, sono detti "linguaggi a basse risorse".

COBOL è stato usato soprattutto per l'elaborazione dei dati gestionali, Fortran soprattutto per il calcolo scientifico e tecnico. Secondo la stampa, nell'articolo OpenAI ricorda che COBOL sostiene oltre il 40% dell'online banking, l'80% dei pagamenti con carta in presenza e il 95% delle transazioni agli sportelli bancomat, e spiega che Fortran viene usato per le previsioni meteorologiche e per le analisi di sicurezza dei reattori nucleari.

La nuova valutazione MultiLangBench

MultiLangBench chiede ai modelli di IA di realizzare da zero, in 20 linguaggi, il software di database SQLite. SQLite è un piccolo motore di database molto diffuso.

Secondo la descrizione pubblicata su GitHub, funziona così.

Al modello viene fornita solo la documentazione di SQLite 3.40.1, e gli si chiede di scrivere nel linguaggio indicato un programma che si comporti allo stesso modo
Non può collegarsi a internet, e SQLite viene rimosso in anticipo dall'ambiente
Circa 24.000 test ricavati dalla suite di test di SQLite verificano se il programma dà gli stessi risultati del vero SQLite (di norma se ne usano 272)
Scrivere in un linguaggio diverso da quello indicato, o mescolare più linguaggi, equivale a una bocciatura

I 20 linguaggi sono C, C#, C++, COBOL, Common Lisp, Fortran, Go, Java, JavaScript, Lean, OCaml, PHP, PowerShell, Python, Ruby, Rust, Scala, Swift, Visual Basic e Zig. I test e l'ambiente sono pubblicati con licenza Apache License 2.0.

I punteggi pubblicati da OpenAI

Secondo la stampa, i principali risultati pubblicati da OpenAI sono i seguenti. I valori indicano la percentuale di test superati.

GPT-6 Astra: 87,4% in media sui 20 linguaggi, con oltre l'83% in 19 di essi
GPT-6 Luna: 40,3% in media, con un costo di circa 0,77 dollari per esecuzione
GPT-5.6 Sol: 26,8% in media, con un costo di 3,48 dollari per esecuzione

Per singolo linguaggio, i punteggi di GPT-6 Astra sarebbero saliti così rispetto a GPT-5.6 Sol.

COBOL: dal 10,9% al 72,1%
Fortran: dal 21,4% all'83,5%
OCaml: dal 25,6% all'85,8%
Visual Basic: dal 27,5% all'89,4%

Anche con GPT-6 Astra, COBOL è stato il linguaggio con il punteggio più basso dei 20.

Una valutazione sul trasferimento di programmi COBOL ad altri linguaggi

OpenAI ha mostrato anche i risultati di una seconda valutazione, la "valutazione della migrazione COBOL". I modelli devono riscrivere programmi scritti in COBOL in C++, Java, Kotlin, Python o Rust, e si verifica se l'output è identico byte per byte a quello del programma originale. Misura se si riesce a mantenere lo stesso comportamento durante la migrazione, cioè il trasferimento di vecchi sistemi verso linguaggi più recenti.

Secondo la stampa, i risultati sono i seguenti.

GPT-6.1 Sol (impostazione con poco ragionamento): 86,6%
GPT-6.1 Sol (impostazione con molto ragionamento): 97,9%
GPT-5.6 Sol (impostazione con poco ragionamento): 5,4%

Per quanto la redazione di CoAI ha potuto verificare, non si sa quanti programmi siano stati usati in questa valutazione, quale fosse il loro contenuto né se il sistema di valutazione verrà pubblicato.

Dove è disponibile e punti di attenzione

Secondo la stampa, i miglioramenti riguardano ChatGPT e anche i modelli più recenti disponibili tramite API. Non si tratta del lancio di un nuovo prodotto, ma di un annuncio che i modelli esistenti sono diventati più capaci. Per quanto abbiamo potuto verificare, non ci sono indicazioni specifiche sull'uso in Codex né informazioni in giapponese.

OpenAI avverte che, nelle migrazioni di sistemi reali, restano necessari la verifica da parte di esperti e test calibrati sulle regole di business di ciascun sistema e sui suoi collegamenti con altri sistemi.

Il legame con i vecchi sistemi del Giappone

Anche in Giappone la gestione dei vecchi sistemi centrali (quelli che sostengono le attività principali di un'azienda) è da tempo un problema. Nel suo DX Report del 2018, il Ministero dell'Economia, del Commercio e dell'Industria (METI) lanciò l'allarme sul "precipizio del 2025", il rischio che i vecchi sistemi frenino la DX (la trasformazione tramite le tecnologie digitali). Nel rapporto conclusivo del suo Comitato per la modernizzazione dei sistemi legacy, redatto nel maggio 2025, il METI rileva che il 61% delle aziende che hanno risposto all'indagine possiede ancora vecchi sistemi (sistemi legacy) e che il personale IT continua a diminuire man mano che gli ingegneri esperti se ne vanno.

Molti vecchi sistemi che girano su mainframe (grandi computer per uso aziendale) sono scritti in COBOL. Se l'IA riuscirà a leggere e scrivere correttamente questi linguaggi, potrebbe aiutare a comprendere vecchi programmi le cui specifiche sono andate perse e a trasferirli verso linguaggi più recenti.

Il punto di vista di CoAI

Finora le valutazioni dell'IA nella programmazione si sono concentrate su linguaggi molto diffusi come Python e JavaScript. Questo annuncio di OpenAI è significativo perché rivolge l'attenzione a COBOL e Fortran, che girano ancora in banche, pubbliche amministrazioni e altri settori, e perché rende pubblico anche il sistema di valutazione. Mettere i test a disposizione di tutti rende più facile confrontare alle stesse condizioni anche i modelli di altre aziende.

D'altra parte, i valori sono stati misurati da OpenAI stessa, e non abbiamo potuto verificare il contenuto della valutazione sulla migrazione COBOL. Nei sistemi che gestiscono denaro o dati personali, anche piccole differenze di comportamento possono causare gravi problemi. Anche quando si usa l'IA per una migrazione, è bene partire dal presupposto, come dice la stessa OpenAI, che servano la verifica di esperti e test adeguati.