COBOL y mainframes: la IA llega a rescatar el código que ya nadie en la empresa entiende

OpenAI promete migrar lenguajes viejos e IBM anuncia Z Atlas para mapear cómo se conectan los sistemas de un mainframe. El problema de fondo es el conocimiento que se fue con la gente.

2026-10-27

El IRS, los bancos, las aerolíneas y muchos gobiernos corren sobre código antiguo que nadie se atreve a tocar, escribió The Verge el 26 de octubre, en un análisis sobre si la IA puede resolver la crisis de COBOL.

COBOL nació en 1959 y sigue en todas partes. Según IBM, citada por The Verge, sostiene más de 40 % de los sistemas de banca en línea, 80 % de las transacciones con tarjeta en persona y 95 % de las transacciones en cajeros automáticos. Una estimación aproximada pone el costo anual de sus ineficiencias para el PIB de Estados Unidos en unos US$105,000 millones. El 19 de octubre, OpenAI presentó «mejoras sustanciales» en la capacidad de sus modelos para migrar software escrito en lenguajes viejos a código moderno. La empresa dice que eso puede ayudar a «mantener y modernizar sistemas antiguos». Reemplazar COBOL, sin embargo, es muy difícil, y lo mismo pasa con otros lenguajes heredados como Fortran. IBM respondió desde su propio terreno. El lunes publicó una declaración de dirección sobre «IBM Z Atlas», una herramienta que pretende mapear todo el stack de z/OS de un cliente, desde la infraestructura hasta las aplicaciones, informó The Register el 27 de octubre. La meta es reducir el trabajo manual en parches, respuesta regulatoria y en lo que IBM llama «compartir conocimiento entre todos los equipos». IBM también quiere que la herramienta ayude a entender «cómo se conectan, interactúan y dependen unos de otros» los componentes. Según el documento, Z Atlas busca eliminar la principal causa de caídas no planificadas de z/OS, que son los cambios cuya seguridad no se ha probado. La empresa insiste en mantener a los expertos al mando y en preservar «la revisión humana y la autoridad de decisión». Ambas noticias apuntan a lo mismo. Estos sistemas no se vuelven riesgosos por su edad: se vuelven riesgosos cuando la empresa deja de saber por qué funcionan como funcionan. Las personas que escribieron y ajustaron ese código se jubilan, y con ellas se va la explicación de cada excepción. La IA puede leer el código, pero el porqué de cada decisión rara vez quedó escrito. En la República Dominicana, la banca, las aseguradoras y el Estado también tienen sistemas centrales con décadas de ajustes. Antes de pedirle a un modelo que migre o documente ese código, conviene sentar a quienes todavía lo entienden y grabar lo que saben. Esa memoria es la que permite revisar, con criterio, lo que la máquina proponga. Fuentes: <a href="https://www.theverge.com/ai-artificial-intelligence/1018434/cobol-migration-legacy-code-openai-anthropic">The Verge: «Can AI help solve the COBOL code crisis?»</a>, 26 de octubre de 2026; <a href="https://www.theregister.com/systems/2026/10/27/ibm-admits-mainframes-need-to-be-modernized-and-will-use-ai-to-do-the-job/5305618">The Register: «IBM admits mainframes need to be modernized and will use AI to do the job»</a>, 27 de octubre de 2026.