OpenAI revendique des progrès sur la migration COBOL
Les systèmes critiques des banques, des administrations et des transports reposent encore en grande partie sur des langages informatiques anciens, dont COBOL, né en 1959 pour les traitements d'entreprise. Selon IBM, ce langage soutient plus de 40 % des systèmes bancaires en ligne, 80 % des transactions par carte en magasin et 95 % des retraits aux guichets automatiques. Il alimente aussi de nombreux services publics américains, du fisc à la Sécurité sociale, et peserait sur le PIB américain à hauteur d'environ 105 milliards de dollars par an. D'autres langages hérités, comme Fortran, restent essentiels au calcul scientifique, à la météorologie, aux études atmosphériques et océaniques, ainsi qu'à la sécurité nucléaire. Leur remplacement est difficile car ces systèmes sont trop critiques pour être modifiés avec légèreté, et les programmeurs capables de les comprendre se font de plus en plus rares. OpenAI a présenté le 19 octobre des améliorations de ses modèles destinées à migrer ces logiciels hérités vers des langages modernes, comme C++, Java, Kotlin, Python ou Rust, tout en préservant le comportement d'origine. L'entreprise précise qu'une migration n'est réussie que si tous les tests passent. Dans ses évaluations, GPT-6.1 Sol préserve le comportement d'origine dans 87 % des cas en mobilisant peu de calcul, puis dans 98 % des cas en consacrant davantage de ressources d'analyse. Les comparaisons avec d'autres versions mettent en avant des progrès rapides : GPT-6 Astra est autour de 86 % à faible effort, tandis que GPT-6 Sol et GPT-5.6 Sol obtiennent respectivement 21 % et 5 %. OpenAI affirme également des progrès dans la création de logiciels de bases de données en plusieurs langages, dont COBOL. Anthropic voit aussi un marché dans le remplacement de ces systèmes. En février, la société a publié un guide de modernisation et proposé son agent de codage Claude Code pour convertir du COBOL vers Java ou Python. Sans fournir de mesure détaillée de performance, elle a estimé que les conditions économiques de la modernisation avaient changé. Après cette annonce, l'action IBM, acteur historique de la maintenance des systèmes anciens, a nettement reculé. Cependant, plusieurs chercheurs rappellent que faire réécrire du code par une IA ne revient pas à remplacer un système complet. Les plateformes concernées peuvent contenir des millions, voire des centaines de millions de lignes, réparties dans plusieurs langages, avec des bases de données, des intégrations techniques et des contraintes réglementaires. Un porte-parole d'OpenAI reconnaît que le problème est loin d'être résolu et que l'amélioration des tests demeure une priorité. Les experts estiment aussi que les résultats publiés ne reflètent pas la complexité réelle des modernisations. La difficulté principale est de comprendre des systèmes parfois mal documentés, puis de les découper en morceaux pouvant être remplacés sans risque. Des différences minimes de comportement peuvent être inacceptables pour des applications vitales. Pour limiter les dangers, les scientifiques proposent des comparaisons systématiques entre anciens et nouveaux processus, la documentation des traductions et, à terme, la vérification formelle, une méthode mathématique permettant de prouver le fonctionnement du code. En attendant, la revue humaine reste indispensable.
