OpenAI annonce des avancées dans la traduction de COBOL vers des langages modernes, tandis qu’Anthropic met en avant ses outils. Des chercheurs reconnaissent des progrès mais estiment que remplacer en sécurité des systèmes critiques reste hors d’atteinte. Entre résultats en laboratoire et complexité réelle, l’écart demeure.
Pour les systèmes critiques, l’écart toléré est souvent nul
Vadim Zaytsev estime que, dans de nombreux cas, même de très faibles différences de comportement entre l’ancien et le nouveau système sont inacceptables. Des experts jugent que si l’IA peut accélérer certains processus et réduire des coûts, une automatisation partielle ne suffit pas pour des systèmes aussi complexes. Zaytsev rappelle que réécrire du code ne revient pas à remplacer un système, une opération qui implique aussi des contraintes humaines et organisationnelles. Il souligne que ces environnements combinent souvent plusieurs langages, des données dans différents formats, des intégrations techniques et des attentes fortes des utilisateurs et institutions. Le volume de code peut être considérable : il a déjà observé un système avec 250 millions de lignes de COBOL, sans que ce soit le plus grand existant. Il illustre le risque d’un reliquat non traité : même si une IA gère 99 % du code, le 1 % restant peut représenter un million de lignes dispersées et sujettes à des défaillances difficiles à détecter.
Les annonces d’OpenAI : des pourcentages élevés en tests contrôlés
OpenAI affirme avoir nettement amélioré la migration automatique depuis des langages anciens. L’entreprise vise à aider au maintien et à la modernisation de systèmes en traduisant du COBOL vers C++, Java, Kotlin, Python ou Rust, tout en maintenant le comportement du logiciel d’origine. OpenAI précise qu’une migration n’est considérée comme réussie que si tous les tests sont validés. Dans ses évaluations, GPT-6.1 Sol atteint 87 % de préservation du comportement à faible effort de raisonnement et 98 % à effort élevé, tandis que GPT-6 Astra obtient environ 86 % à faible effort, GPT-6 Sol 21 % et GPT-5.6 Sol 5 %. OpenAI présente ces résultats comme un progrès vers des migrations plus précises et abordables, et évoque aussi des avancées pour la création de logiciels de base de données, y compris en COBOL. Son porte-parole Oscar Haines reconnaît cependant que le code hérité reste loin d’être un problème résolu et indique que l’entreprise travaille à améliorer les tests et la compréhension des langages par ses modèles.
Anthropic pousse Claude Code, sans métriques publiées
En février, Anthropic a publié un guide étape par étape pour moderniser le code et met en avant Claude Code pour migrer du COBOL vers des langages modernes comme Java ou Python. L’entreprise affirme que l’économie de la modernisation de COBOL a évolué, mais n’a pas communiqué d’indicateurs de performance sur l’efficacité de son agent pour ces migrations. Après cette annonce, le cours de l’action IBM a baissé. Anthropic n’a pas répondu à temps pour la publication.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Le diagnostic des chercheurs : des benchmarks trop éloignés du terrain
Des chercheurs estiment que les outils d’IA ont progressé dans la gestion du code hérité, mais restent loin de permettre le remplacement sécurisé de systèmes critiques. Arie van Deursen considère la communication d’OpenAI comme superficielle et pauvre en détails sur la tâche de migration, et juge que son benchmark évalue des exercices simples et bien définis, proches de cas rencontrés lors de l’entraînement. Il souligne l’écart entre maintenir et moderniser, le premier étant plus accessible, et estime que les tâches choisies sont très éloignées d’une modernisation réelle.
Tester, documenter, vérifier : les conditions minimales
Pour Alastair Donaldson, des tests robustes sont indispensables. Une méthode consiste à faire passer les mêmes flux de travail sur l’ancien et le nouveau système pour vérifier que le comportement reste identique. L’IA pourrait aussi générer une documentation de sa traduction afin de permettre une relecture par des spécialistes du langage source. Jacopo Mauro met en avant la vérification formelle comme solution complémentaire pour certifier le comportement du code, déjà utilisée pour contrôler des résultats mathématiques produits par l’IA. Son application au code hérité demanderait cependant un travail considérable. Selon lui, disposer d’une vérification automatique serait préférable à un contrôle humain, mais tant que ces outils ne sont pas disponibles, la vérification humaine reste essentielle.
Pourquoi COBOL pèse encore si lourd
Conçu en 1959, COBOL demeure largement présent au cœur de nombreux systèmes essentiels. Selon IBM, il sert de fondation à plus de 40 % des plateformes bancaires en ligne, prend en charge 80 % des paiements par carte bancaire effectués en physique et assure la gestion de 95 % des retraits aux distributeurs automatiques. Ce langage est aussi employé par de multiples organismes publics, parmi lesquels figurent la Sécurité Sociale, l’IRS ainsi que la majorité des agences d’État. Une estimation chiffre à environ 105 milliards de dollars par an le coût des inefficacités liées à COBOL pour le PIB américain. Remplacer COBOL demeure très difficile, à l’image d’autres langages hérités comme Fortran, encore utilisé dans la recherche scientifique, la météorologie et des domaines sensibles. Le départ à la retraite de nombreux experts et la rareté des compétences aggravent la situation. Si des avancées récentes existent côté IA, les outils ont jusqu’ici peu progressé face à ces architectures. Alastair Donaldson souligne que la difficulté ne se limite pas à la réécriture du code et que le manque de compréhension du fonctionnement est fréquent, alors que peu de personnes maîtrisent encore ces langages. Il ajoute que personne n’utiliserait COBOL pour démarrer un nouveau projet aujourd’hui. Cette réalité se vérifie jusque dans des administrations comme l’IRS, où des systèmes COBOL sont toujours en service.
