IA promete modernizar sistemas em COBOL, mas especialistas pedem cautela

Uma linguagem que se recusa a desaparecer

A presença do COBOL é difícil de exagerar. De acordo com dados da IBM citados na matéria, a linguagem sustenta mais de 40% dos sistemas de banco online, apoia 80% das transações presenciais com cartão de crédito e processa 95% das operações em caixas eletrônicos. Também está por trás de serviços públicos nos Estados Unidos, como a Previdência Social e a receita federal. Uma estimativa aproximada calcula em cerca de 105 bilhões de dólares por ano o custo das ineficiências do COBOL para o PIB americano.

O problema não se limita a ele. O Fortran, outra linguagem antiga, continua em uso em computação científica, previsão do tempo e sistemas ligados à segurança nuclear. Esses sistemas são importantes demais para correr o risco de quebrar, e muitos dos programadores que os conheciam já se aposentaram ou morreram.

O que OpenAI e Anthropic estão prometendo

A OpenAI divulgou melhorias relevantes na capacidade de seus modelos mais recentes de converter COBOL para linguagens como C++, Java, Kotlin, Python e Rust sem alterar o comportamento original do software. A própria empresa ressalta que uma migração só é considerada bem-sucedida se todos os testes forem aprovados. Em avaliações internas, o modelo GPT-6.1 Sol preservou o comportamento em 87% dos casos com baixo esforço de raciocínio, chegando a 98% com esforço maior. Versões anteriores tiveram resultados bem inferiores, chegando a 5% no caso do GPT-5.6 Sol.

A Anthropic também entrou nessa disputa. Em fevereiro, publicou um guia de modernização de código e apresentou o Claude Code como ferramenta para migrar COBOL para Java ou Python, sem divulgar métricas de desempenho. Após o anúncio, as ações da IBM, que obtém parte da receita com a manutenção de sistemas legados, caíram fortemente. Um porta-voz da OpenAI reconheceu ao The Verge que o código legado ainda está longe de ser um problema resolvido.

Por que especialistas desconfiam

Vadim Zaytsev, professor da Universidade de Twente, na Holanda, resume a questão: reescrever código não é o mesmo que substituir um sistema. Ele já viu um sistema com 250 milhões de linhas de COBOL, e lembra que, além do código, há dados em vários formatos, integrações com outros sistemas e expectativas de usuários e organizações. Para ele, hoje a IA não tem papel relevante na substituição desses sistemas.

Arie van Deursen, da Universidade de Tecnologia de Delft, considerou superficiais os testes da OpenAI, por envolverem tarefas simples e parecidas com o material de treinamento. Segundo ele, a dificuldade central é dividir um sistema complexo em partes menores que possam ser trocadas individualmente. Alastair Donaldson, do Imperial College London, acrescenta que o maior desafio costuma ser simplesmente entender como o sistema funciona.

Os pesquisadores defendem testes rigorosos, como rodar os mesmos fluxos nos sistemas antigo e novo para comparar resultados, além de documentação das traduções e, no futuro, verificação formal. Jacopo Mauro, da Universidade do Sul da Dinamarca, diz que até lá a revisão humana segue indispensável. Zaytsev ilustra o risco: mesmo uma ferramenta que resolvesse 99% do código deixaria um 1% que pode representar um milhão de linhas espalhadas e falhando de formas sutis.

O que isso significa para empresas

Para quem depende de sistemas antigos, a notícia indica que a IA já pode ser útil como apoio: acelerar a leitura de código, gerar documentação e propor traduções iniciais. Isso tende a reduzir custo e tempo em parte do trabalho.

Ao mesmo tempo, não há atalho para substituir sistemas críticos. Qualquer projeto de modernização continua exigindo mapeamento detalhado do sistema atual, testes que comparem o comportamento antes e depois e revisão por pessoas que entendam o legado. A recomendação prática é tratar as ferramentas de IA como reforço da equipe, não como substitutas do processo, e desconfiar de promessas de migração rápida e completa.