La scommessa sul codice antico
Il COBOL, linguaggio nato nel 1959, resta incorporato in larga parte delle infrastrutture critiche mondiali, dai sistemi fiscali alle banche fino ai servizi aeroportuali. Secondo i dati citati da IBM e riportati da The Verge, rappresenta la base di oltre il 40 per cento dei sistemi di online banking, dell'80 per cento delle transazioni con carta presenziate e del 95 per cento delle operazioni agli sportelli automatici. Un problema che nessuno osa affrontare per timore di bloccare servizi essenziali.
In questo contesto OpenAI ha annunciato il 19 ottobre miglioramenti definiti sostanziali nella capacita dei suoi ultimi modelli di migrare software scritti in linguaggi obsoleti verso linguaggi moderni come C++, Java, Kotlin, Python e Rust, senza alterare il comportamento originale del programma. L'azienda sottolinea che una migrazione e considerata riuscita solo se tutti i test vengono superati.
I numeri dichiarati da OpenAI
Nei test interni, il modello GPT-6.1 Sol ha raggiunto l'87 per cento di accuratezza nella conservazione del comportamento con un basso sforzo di ragionamento, salendo al 98 per cento aumentando i passaggi di analisi. Nello stesso scenario, GPT-6 Astra si e fermato all'86 per cento, GPT-6 Sol al 21 per cento e GPT-5.6 Sol al 5 per cento. OpenAI ha anche riferito miglioramenti nella capacita dei modelli di costruire software per database in vari linguaggi, incluso il COBOL.
Anche Anthropic ha pubblicato a febbraio un manuale operativo per la modernizzazione del codice, proponendo il suo agente Claude Code come strumento per migrare applicazioni COBOL verso Java o Python. L'azienda non ha fornito parametri di riferimento sulle prestazioni, ma ha sostenuto che le condizioni economiche della modernizzazione sono cambiate. The Verge riferisce che le azioni di IBM, che ricava parte dei propri introiti dalla manutenzione dei sistemi legacy, hanno subito un forte calo dopo l'annuncio.
Le riserve dei ricercatori
Gli esperti interpellati da The Verge riconoscono progressi, ma mettono in guardia sulla distanza tra le prove di laboratorio e la sostituzione sicura di sistemi critici. Vadim Zaytsev dell'Universita di Twente osserva che riscrivere il codice non equivale a rimpiazzare un sistema, perche entrano in gioco piu linguaggi, formati dati, integrazioni tecniche e aspettative delle organizzazioni. Arie van Deursen dell'Universita di Delft definisce superficiale il post di OpenAI, rilevando che i test riguardano compiti semplici e vicini a quelli visti in addestramento, e che mantenere un sistema e molto piu facile che modernizzarlo.
Alastair Donaldson dell'Imperial College London aggiunge che la difficolta principale non e riscrivere il codice ma comprendere come funziona il sistema, una lacuna comune nei software legacy e aggravata dalla scarsita di programmatori COBOL. Jacopo Mauro dell'Universita della Danimarca del Sud indica la verifica formale come possibile strumento automatizzato, ma avverte che applicarla al codice legacy richiederebbe un lavoro enorme e che, fino ad allora, la verifica umana resta essenziale. Un portavoce di OpenAI ha ammesso che il problema e lungi dall'essere risolto, mentre Anthropic non ha commentato. Resta quindi da verificare se i risultati dichiarati possano essere replicati su sistemi reali e complessi.
