GPT-6シリーズ、COBOL・Fortran・VBなど「レガシー言語」の処理能力が向上

OpenAIのGPT-6シリーズでは、COBOLやFortran、Visual Basicといった学習データが少ないプログラミング言語の処理能力が向上したと報告されています。これらの言語は現在の開発現場で新規採用されるケースは少ないものの、銀行・金融システムや科学技術計算の基盤として今なお重要な役割を担っており、AIによるサポート強化はレガシーシステムの保守・移行という長年の課題に直結する話題です。

COBOLやFortranが「化石のような言語」と思われがちなのはよく分かるのですが、金融機関の基幹系システムや政府の大型計算機環境では、これらが現役のまま動き続けているケースが今でも珍しくありません。問題は、そのコードを読み書きできるエンジニアが年々減っていることで、保守コストの高騰や「誰も中身を把握していないシステム」がじわじわと増えているという話は業界では長らく議論されています。

そこに今回のGPT-6シリーズの発表が来るわけで、学習データの少ない言語での処理能力向上というのは、ある意味でこの文脈への直接的な回答に見えます。ただし、原文に詳細なベンチマーク数値や具体的な検証条件が示されていないため、「向上した」という評価がどの程度の実用レベルを指しているのかは現時点では判断が難しいところです。コードの読解・補完・変換それぞれで精度が異なることは十分あり得るので、実務投入を検討している場合は自社コードでの検証が前提になるでしょう。

【編集部補足】
レガシー言語のAIサポートには「データが少ないから難しい」という本質的なジレンマがあると言われています。一般に、LLMの言語能力はトレーニングデータの量と質に大きく依存するため、GitHubなどに公開コードが少ないCOBOLやFortranは苦手分野になりやすいとされてきました。GPT-6がここを改善してきたとすれば技術的には注目に値しますが、どのようなアプローチで底上げしたのかは原文から読み取れないため、公式の技術文書や続報を待つのが得策です。

「買うべきか・待つべきか」という観点では、現時点でレガシーシステムの保守に携わっている開発者やチームにとっては試す価値のある情報ではあります。一方、具体的な移行プロジェクトへの適用を急ぐ必要はなく、続報と実際の検証結果を見極めてから判断する余裕がある段階だと思います。