OpenAI के COBOL माइग्रेशन मूल्यांकन में सटीकता 97.9%; लेगेसी भाषाओं को संभालने की क्षमता में बड़ा सुधार

अमेरिकी कंपनी OpenAI ने 19 अक्टूबर (स्थानीय समय) को घोषणा की कि COBOL, Fortran और Visual Basic जैसी प्रोग्रामिंग भाषाओं के लिए उसके नवीनतम मॉडलों की कोड विकसित करने और माइग्रेट करने की क्षमता में काफी सुधार हुआ है। इन भाषाओं के लिए AI के प्रशिक्षण में इस्तेमाल होने वाला कोड और दस्तावेज़ कम उपलब्ध हैं। प्रगति को मापने के लिए कंपनी ने दो तरह के अपने मूल्यांकन तैयार किए। COBOL प्रोग्राम को दूसरी भाषा में माइग्रेट करने वाले मूल्यांकन में, रीजनिंग की मात्रा बढ़ाने वाली सेटिंग पर सटीकता 97.9% रही।

आंकड़ों से पहले जानें: पुरानी भाषाओं की आज भी अहम मौजूदगी

COBOL का जन्म 1959 में हुआ था। कुछ लोग यह जानकर चौंक सकते हैं कि इतनी पुरानी भाषा अब भी इस्तेमाल हो रही है, लेकिन वित्तीय संस्थानों और सरकारी एजेंसियों के सिस्टम में इसका व्यापक उपयोग जारी है। OpenAI के मुताबिक, 40% से अधिक ऑनलाइन बैंकिंग सिस्टम, आमने-सामने होने वाले 80% क्रेडिट कार्ड लेनदेन और 95% ATM लेनदेन COBOL पर निर्भर हैं।

इस बार मूल्यांकन में शामिल Fortran का इस्तेमाल मौसम के पूर्वानुमान और परमाणु रिएक्टरों के सुरक्षा विश्लेषण में होता है। Python और JavaScript की तुलना में AI के सीखने के लिए उपलब्ध कोड और सामग्री की मात्रा सीमित है। फिर भी, ये भाषाएं समाज की बुनियाद को सहारा देती हैं—यह एक कुछ विरोधाभासी स्थिति है।

बताया गया है कि इस पहल की शुरुआत तब हुई, जब डेवलपर्स और कॉर्पोरेट ग्राहकों ने शिकायत की कि कोडिंग मॉडल इन भाषाओं को संभालने में कमजोर हैं। यह ध्यान देने योग्य है कि इसकी शुरुआत वास्तविक कामकाज में आ रही दिक्कतों से हुई।

माइग्रेशन मूल्यांकन में सिर्फ ‘चलना’ ही काफी नहीं

दूसरे मूल्यांकन की सख्ती खास ध्यान देने लायक है। इसमें COBOL प्रोग्राम को C++, Java, Kotlin, Python या Rust में माइग्रेट करके यह जांचा जाता है कि उसका व्यवहार मूल प्रोग्राम जैसा ही रहता है या नहीं। सफल होने की शर्त थी कि आउटपुट बाइट-दर-बाइट पूरी तरह मेल खाए। इसके अलावा, परीक्षण गोपनीय थे और सफलता तभी मानी जाती थी, जब सभी परीक्षण पास हों।

एक ठोस उदाहरण से बात आसानी से समझी जा सकती है। COBOL में फिक्स्ड-पॉइंट गणना के दौरान, जब तक राउंडिंग को स्पष्ट रूप से निर्दिष्ट न किया जाए, अतिरिक्त दशमलव अंकों को काट दिया जाता है। ऐसे में, अगर माइग्रेट किया गया प्रोग्राम आदतन राउंड करके निकटतम पूर्णांक पर पहुंच जाए, तो क्या होगा? कोई त्रुटि आए बिना भी सिर्फ रकम की गणना का नतीजा बदल सकता है।

बैंक या बीमा संबंधी गणनाओं में 1 रुपये का अंतर लाखों मामलों में जमा होता जाए, तो इस मूल्यांकन का महत्व समझ आता है। यह काम किसी भाषा को बदलने से ज्यादा, लंबे समय से चले आ रहे कारोबारी नियमों को चुपचाप अपने भीतर समेटे कोड के ‘व्यवहार’ को हूबहू दूसरी भाषा में स्थानांतरित करने जैसा है।

97.9% के आंकड़े को कैसे समझें

नतीजों पर नजर डालें। माइग्रेशन मूल्यांकन में, रीजनिंग की मात्रा कम रखने पर ‘GPT-6.1 Sol’ की सटीकता 86.6% रही। उसी सेटिंग में GPT-5.6 Sol की सटीकता 5.4% थी—दोनों के बीच बड़ा अंतर है। बताया गया है कि API लागत GPT-5.6 Sol की लागत के 61% पर रही। रीजनिंग की मात्रा बढ़ाने पर सटीकता 97.9% तक पहुंच गई।

एक अन्य मूल्यांकन ‘MultiLangBench’ का स्वरूप अलग है। इसमें 20 प्रोग्रामिंग भाषाओं में से हर एक के लिए SQLite-संगत डेटाबेस इंजन को शुरू से बनाने का काम दिया जाता है। रीजनिंग की मात्रा अधिकतम रखने वाले ‘GPT-6 Astra’ ने 20 भाषाओं में औसतन 87.4% परीक्षण पास किए, जबकि GPT-5.6 Sol का औसत 26.8% था।

दोनों मूल्यांकनों के बीच भ्रम न हो, इसलिए उनके अंतर को तालिका में देखते हैं।

【मूल्यांकनों की तुलना】\n・माइग्रेशन मूल्यांकन: COBOL को 5 भाषाओं में से किसी एक में माइग्रेट करके आउटपुट का बाइट-दर-बाइट मिलान जांचा जाता है। GPT-6.1 Sol की सटीकता कम रीजनिंग पर 86.6% और रीजनिंग की मात्रा बढ़ाने पर 97.9% रही।\n・MultiLangBench: 20 भाषाओं में SQLite-संगत डेटाबेस इंजन बनाया जाता है। GPT-6 Astra की औसत पास दर 87.4% रही।

सबसे कठिन भाषा अब भी COBOL

MultiLangBench में 20 में से 19 भाषाओं में नतीजे 83% से ऊपर रहे। इनमें COBOL का स्कोर 72.1% था। GPT-5.6 Sol के 10.9% से इसमें काफी सुधार हुआ, लेकिन COBOL अब भी सबसे कठिन भाषा बनी हुई है।

कम लागत वाले मॉडल ‘GPT-6 Luna’ का औसत स्कोर भी 40.3% रहा, जो GPT-5.6 Sol से बेहतर है। प्रति सैंपल अनुमानित API लागत 0.77 डॉलर बताई गई है, जो GPT-5.6 Sol के 3.48 डॉलर से करीब 78% कम है। मूल्यांकन का वातावरण और टेस्ट सूट GitHub पर जारी किए जाने की योजना है।

AI की प्रगति और लेगेसी सिस्टम के आधुनिकीकरण की मौजूदा स्थिति

COBOL माइग्रेशन में AI का इस्तेमाल करने की यह पहली पहल नहीं है। IBM ने 2023 में जनरेटिव AI के जरिए COBOL को Java में बदलने वाला ‘watsonx Code Assistant for Z’ पेश किया था। इस साल फरवरी में अमेरिकी कंपनी Anthropic ने एक ब्लॉग में Claude Code के जरिए COBOL के आधुनिकीकरण में मदद की वकालत की। इस बात को IBM के शेयरों में गिरावट का एक कारक माना गया और कंपनी के शेयरों में एक दिन में करीब 25 साल की सबसे बड़ी प्रतिशत गिरावट दर्ज हुई। बाजार इस क्षेत्र पर कितना ध्यान दे रहा है, इसका अंदाजा इसी से लगाया जा सकता है कि एक ब्लॉग ने शेयरों को हिला दिया।

इसके पीछे सामाजिक परिस्थितियां भी हैं। 2020 में कोरोना वायरस महामारी के दौरान, अमेरिकी राज्यों की सरकारों द्वारा संचालित COBOL-आधारित बेरोजगारी बीमा प्रणालियों पर आवेदनों का सैलाब उमड़ पड़ा था। शायद कुछ लोगों को याद हो कि इस काम के लिए कुशल तकनीशियनों की कमी एक समस्या बन गई थी। जिन क्षेत्रों में कर्मचारियों की कमी है, वहां AI कितनी मदद कर सकता है—यह केवल तकनीक का सवाल नहीं, बल्कि प्रशासन और वित्तीय सेवाओं की निरंतरता से भी जुड़ा मुद्दा है।

इसे पूरी तरह AI के हवाले किए बिना इस्तेमाल करें

हालाँकि आँकड़े प्रभावशाली हैं, OpenAI का कहना है कि सॉफ़्टवेयर को उत्पादन में लागू करने के लिए विशेषज्ञों की समीक्षा और सिस्टम के कारोबारी नियमों तथा निर्भरताओं के अनुरूप परीक्षण अब भी आवश्यक हैं। बाइट-दर-बाइट समानता जाँचने वाले परीक्षणों में सफल होने के बावजूद, वास्तविक प्रणालियों में ऐसे अपवादों का प्रबंधन और अन्य प्रणालियों से जुड़ाव मौजूद हो सकता है जिनकी मूल्यांकन-परीक्षणों में कल्पना नहीं की गई थी।

मेरे विचार से, AI की भूमिका को ‘सब कुछ एक साथ बदल देने वाले जादू’ के बजाय ‘ऐसे रूप में माइग्रेशन का काम आगे बढ़ाने वाले उपठेकेदार’ के तौर पर देखना अधिक व्यावहारिक है जिसकी जाँच करना आसान हो। जहाँ स्रोत प्रणाली के विनिर्देश खो चुके हों, वहाँ रूपांतरण की गति से अधिक मूल्य इस बात को परखने की क्षमता का होगा कि मूल व्यवहार को दोहराया जा सकता है या नहीं। 97.9% का आँकड़ा दिखाता है कि मानव द्वारा जाँच का जिम्मा संभालने की शर्त पर माइग्रेशन की राह अचानक बहुत व्यापक हो गई है।