IA y COBOL: cómo analizar código legacy sin confiarse de más

La IA puede ayudar a leer y documentar COBOL, pero sus respuestas requieren contexto del compilador y validación.

Un asistente de IA puede ayudar a explicar una sección, proponer documentación, localizar posibles errores y generar casos de prueba para un programa COBOL. No conviene asumir que un modelo entiende un sistema completo por recibir muchos archivos, ni que una respuesta que parece razonable respeta el compilador y las convenciones de producción.

Revisión actualizada: 5 de octubre de 2026. Las interfaces, modelos y cuotas cambian; verifica su documentación antes de empezar un trabajo.

Modelos e interfaces: acceso no equivale a capacidad COBOL

La lista del borrador no permite afirmar qué modelo programa mejor en COBOL. Las descripciones de los proveedores y sus benchmarks generales no sustituyen una evaluación de COBOL con programas, compilador, copybooks y pruebas representativas. Estos son datos de acceso y vigencia, no un ranking técnico:

Interfaz	Qué puede afirmarse	Límites y cautelas
Gemini web	Google documenta modelos Gemini Flash-Lite, Flash y Pro accesibles también sin un plan de IA.	El uso gratuito tiene límites estándar variables. La ayuda de Google indica una ventana de contexto de 32.000 tokens para cuentas sin plan de IA y 1 millón para determinados planes pagados. No trasladar a la app web el millón de tokens que aparece en la ficha de un modelo de API.
Gemini API / AI Studio	La ficha de Gemini 3.1 Flash-Lite documenta una ventana de entrada de hasta 1.048.576 tokens.	Es otro producto, con sus propias cuotas, condiciones y tratamiento de datos. “Gratis” no significa ilimitado, ni garantiza que ese contexto esté disponible en Gemini web.
Claude web	Anthropic ofrece Claude Sonnet 5.5 en Claude.ai.	El plan Free tiene capacidad limitada. El consumo depende, entre otros factores, del modelo, la longitud del mensaje, los archivos y la conversación.
GroqCloud	El servicio publica cuotas por modelo y plan.	Groq retiró Llama 3.3 70B del nivel gratuito y de desarrollador el 16 de agosto de 2026. No debe recomendarse como acceso gratuito vigente allí.

Qué comparaciones de modelos ya están publicadas

Sí existen comparaciones y benchmarks de COBOL. Sus resultados permiten hablar de tareas concretas, pero no comparar directamente los asistentes gratuitos actuales de Gemini web, Claude Free y ChatGPT Free: los estudios usan modelos, interfaces, entornos y objetivos distintos.

Evaluación	Qué mide y resultado publicado	Cómo interpretar el dato
COBOL-Coder (prepublicación, abril de 2026)	Generación y traducción COBOL. En COBOLEval, COBOL-Coder-14B obtuvo 73,95 % de tasa de compilación y 49,33 % Pass@1; GPT-4o, 41,8 % y 16,4 %.	Pass@1 mide solución funcional al primer intento en esa batería. Compilar no implica resolver correctamente. El benchmark de generación está basado en 146 problemas derivados de HumanEval y usa modelos concretos, no las apps gratuitas actuales.
COBOLAssist (prepublicación, abril de 2026)	Evalúa errores de compilación y reparación iterativa con feedback del compilador. Para GPT-4o, reporta que la compilación aumenta de 41,8 % a 95,89 % con reparación; también reporta mejoras de Pass@1 en algunos modelos.	Mide el sistema modelo más reparación, no solo la primera respuesta. La tasa de compilación y la corrección funcional son métricas distintas.
LegacyCodeBench (Kalmantic Labs, enero de 2026)	Comprensión y documentación de 200 programas COBOL. Su página reporta Claude Sonnet 4 con 90 %, GPT-4o con 86 % y modelos especializados con 88–92 %.	No mide generación de código. Es una evaluación publicada por sus autores, no una comparación de modelos actuales. El README del repositorio documenta una lista de modelos ejecutables distinta de la tabla del sitio; conviene comprobar los detalles de reproducción antes de citar su ranking.
Factory Legacy-Bench (actualizado en abril de 2026)	Evalúa agentes en tareas de seis lenguajes legacy; COBOL representa el 46 % de la batería. Publica tasas globales por combinación de agente y modelo, y señala que 31 de las 44 tareas no resueltas eran COBOL.	El ranking es agregado para seis lenguajes y combina modelo, agente y herramientas. No permite inferir una puntuación COBOL por modelo.

También existen conjuntos de tareas como COBOLEval y CobolCodeBench. Un dataset o un arnés no es, por sí solo, una comparación: hacen falta ejecuciones de modelos con configuración y resultados documentados.

Por tanto, hay evidencia pública para decir que ciertos modelos especializados superaron a GPT-4o en determinadas pruebas de generación COBOL. No alcanza para afirmar que un modelo de chatbot gratuito actual sea “el mejor para COBOL” ni que esas cifras predigan el resultado en un mainframe de producción.

Qué contexto conviene dar

Para obtener una explicación útil, especifica más que el nombre “COBOL”. Incluye, cuando puedas:

Compilador y versión: por ejemplo, GnuCOBOL o IBM Enterprise COBOL para z/OS.
Formato de fuente: fijo, extendido o libre, además de opciones importantes del compilador.
Entorno: sistema operativo, runtime, archivos, JCL, transacciones CICS/IMS, DB2 u otras dependencias que sean pertinentes.
Archivos relacionados: programa, copybooks, mapas, definiciones de archivos y configuración. Evita pegar datos reales, secretos, credenciales o información personal.
Objetivo acotado: explicar un párrafo, seguir un campo, añadir una prueba o investigar un error concreto.
Restricciones: no cambiar la interfaz, conservar el formato, no modificar el comportamiento o mantener compatibilidad con un compilador determinado.

Ejemplo: «Con IBM Enterprise COBOL para z/OS 6.x y formato fijo, explica cómo se carga WS-CLIENTE-ESTADO en este párrafo. Usa el copybook adjunto, cita las líneas que respaldan la explicación y distingue lo que el código demuestra de lo que falta confirmar en la configuración. No propongas cambios todavía».

Los copybooks contienen declaraciones que se incorporan al programa mediante COPY. Sin los copybooks pertinentes, el modelo puede no conocer la definición de un campo o una condición. Aun con ellos, una ventana de contexto grande no asegura que el modelo procese todos los detalles de manera correcta.

Cómo evaluar una respuesta

Rastrea las referencias: localiza en el código y los copybooks cada dato que la explicación afirme.
Confirma el dialecto: verifica cada verbo, opción y extensión en el manual del compilador y su versión. COBOL tiene dialectos y extensiones diferentes.
Compila con el entorno objetivo: una compilación con GnuCOBOL no demuestra automáticamente que el código compile con Enterprise COBOL para z/OS, ni al revés.
Prueba los comportamientos: usa entradas representativas, valores límite y errores. En sistemas batch, transaccionales o con datos persistentes, prueba también los efectos laterales.
Revisa formatos y datos: inspecciona PIC, USAGE, signo, escalas, codificación, longitud, redefiniciones, OCCURS y condiciones de nivel 88.
Revisa el cambio completo: analiza diferencias, llamadas, SQL, archivos, transacciones, rendimiento y procedimientos operativos antes de integrar.

Los tests aprobados solo dan evidencia para los casos ejecutados. No prueban por sí solos la equivalencia con el programa previo, la seguridad ni la corrección de las reglas de negocio.

Un ejemplo de niveles COBOL

El siguiente fragmento muestra un registro, campos subordinados y dos nombres de condición de nivel 88. Está escrito para formato fijo; la columna 7 contiene espacios y los elementos comienzan en el área A o B. En formato libre, sigue la configuración y las directivas admitidas por tu compilador.

       IDENTIFICATION DIVISION.
       PROGRAM-ID. USUARIO-DEMO.
       DATA DIVISION.
       WORKING-STORAGE SECTION.
       01 USUARIO.
          05 NOMBRE-USUARIO PIC X(30).
          05 ROL-USUARIO PIC 9 VALUE 2.
             88 ES-ADMINISTRADOR VALUE 1.
             88 ES-CLIENTE VALUE 2.
       PROCEDURE DIVISION.
           IF ES-ADMINISTRADOR
               DISPLAY "MODO ADMINISTRADOR"
           ELSE
               IF ES-CLIENTE
                   DISPLAY "MODO CLIENTE"
               ELSE
                   DISPLAY "ROL NO RECONOCIDO"
               END-IF
           END-IF
           STOP RUN.

01: inicia un registro de nivel superior. Los niveles 02–49 describen elementos de grupo o elementales subordinados; el número concreto expresa la relación jerárquica.
05 y 10: son números de nivel posibles dentro de ese rango, no categorías especiales por sí mismas.
88: define un nombre de condición asociado a un elemento de datos; no reserva almacenamiento adicional. En el ejemplo, ROL-USUARIO empieza con valor 2, así que la rama de administrador no se ejecutará.
DATA DIVISION y PROCEDURE DIVISION: la primera declara datos; la segunda contiene procedimientos ejecutables. El programa real puede incluir otras divisiones y secciones según sus necesidades.

Este ejemplo solo demuestra sintaxis y flujo de control. Un nivel 88 no implementa autenticación ni autorización: las decisiones de acceso deben comprobarse en el sistema y en sus controles de seguridad.

Formato fijo, formato libre y estándares

En formato fijo clásico, las columnas 1–6 son el área de secuencia, la columna 7 es el indicador, el área A va de la 8 a la 11 y el área B de la 12 a la 72. Las columnas posteriores pueden reservarse para comentarios o numeración según el compilador. En este formato, ciertos elementos deben comenzar en el área A; los números de nivel de datos pueden comenzar en A o B. Muchos compiladores también admiten formatos extendidos o libres, por lo que no es correcto decir que la posición de cada carácter siempre importa de la misma manera.

ISO/IEC 1989:2023 se publicó en enero de 2023; en esta revisión, ISO la lista como estándar publicado y muestra una nueva revisión en desarrollo. Eso no significa que cada compilador implemente todas sus funciones. Por ejemplo, la documentación de IBM Enterprise COBOL para z/OS declara soporte completo de los módulos requeridos de COBOL 85 y soporte parcial de partes de los estándares 2002 y 2014; no conviene atribuirle soporte de 2023 sin evidencia del producto y versión concretos. GNUCOBOL, por su parte, traduce COBOL a C y declara implementar partes sustanciales de las ediciones 2002, 2014 y 2023, además de extensiones. Consulta la documentación exacta de tu compilador.

Conclusión

La IA puede acelerar tareas acotadas de lectura y documentación COBOL, pero el resultado depende del contexto del dialecto, los copybooks, el formato de fuente y el entorno de ejecución. Ya hay comparaciones públicas para generación, reparación, traducción y comprensión; cada una mide algo distinto. Ninguna de las encontradas compara de forma directa y actual las interfaces gratuitas de Gemini, Claude y ChatGPT con las mismas tareas COBOL. Para sostener una recomendación entre esas opciones, habría que probarlas con un protocolo común, compilar y ejecutar las respuestas, e informar los fallos y las condiciones.

Buscar este blog

Corazón Sabio