Immagine copertina generata con l’intelligenza artificiale
Il codice COBOL continua a sostenere una parte importante delle infrastrutture informatiche mondiali, dai sistemi bancari alla pubblica amministrazione. La sua affidabilità, però, si accompagna a un problema sempre più difficile da ignorare: modernizzare programmi sviluppati decenni fa senza compromettere servizi essenziali. Il 19 ottobre 2026, OpenAI ha annunciato progressi significativi dei propri modelli AI nella migrazione del software legacy, aprendo nuove prospettive per le organizzazioni che devono aggiornare sistemi ormai difficili da mantenere.
La centralità di COBOL nei sistemi finanziari
COBOL, acronimo di Common Business-Oriented Language, è stato sviluppato nel 1959 e rimane una presenza importante nelle infrastrutture digitali. Secondo IBM, è alla base di oltre il 40% dei sistemi di online banking, supporta l’80% delle transazioni effettuate di persona con carta di credito e gestisce il 95% delle operazioni agli sportelli automatici.
Il linguaggio è utilizzato anche in numerosi sistemi governativi statunitensi, compresi quelli legati alla previdenza sociale e all’Internal Revenue Service (IRS), l’agenzia fiscale federale. La sua diffusione è il risultato di decenni di utilizzo in applicazioni che richiedono continuità e affidabilità. Tuttavia, la progressiva riduzione degli sviluppatori capaci di lavorare su questi programmi rende più complessa la manutenzione. Molti specialisti sono ormai in pensione e sostituire il personale con nuove risorse non è semplice.
Migrazione del codice legacy: tra rischio e necessità
Il problema non riguarda soltanto COBOL. Anche linguaggi come Fortran continuano a essere impiegati in ambiti importanti, dal calcolo scientifico alle previsioni meteorologiche, fino ad applicazioni connesse alla sicurezza nucleare. Intervenire su queste infrastrutture è particolarmente delicato: un errore può compromettere processi essenziali, mentre riscrivere il codice non garantisce automaticamente che il sistema risultante funzioni nello stesso modo.
Per questo motivo, molte organizzazioni preferiscono mantenere software datati piuttosto che affrontare una migrazione potenzialmente rischiosa. La difficoltà non consiste soltanto nel tradurre un linguaggio in un altro, ma anche nel considerare dati, collegamenti con altri sistemi, procedure operative e aspettative degli utenti. La modernizzazione richiede quindi verifiche approfondite, oltre alla disponibilità di strumenti tecnici adeguati.
Intelligenza artificiale come alleata del codice legacy
OpenAI sostiene di aver ottenuto risultati promettenti nella conversione di programmi COBOL verso linguaggi più moderni, tra cui C++, Java, Kotlin, Python e Rust. L’obiettivo è preservare il comportamento del software originale, evitando che la riscrittura alteri le funzioni da cui dipendono aziende e amministrazioni.
Nei test pubblicati dall’azienda, GPT-6.1 Sol ha raggiunto una precisione dell’87% nella conservazione del comportamento del codice con un livello di ragionamento basso, salendo al 98% con un livello più elevato. OpenAI ha riportato anche miglioramenti nella capacità dei modelli di sviluppare software per database in diversi linguaggi, compreso COBOL. Si tratta di risultati interni all’azienda, che non dimostrano ancora la possibilità di sostituire in sicurezza infrastrutture complesse.
OpenAI e il futuro della modernizzazione del software
Anche Anthropic sta esplorando questa opportunità. A febbraio ha pubblicato una guida pratica alla modernizzazione del codice e ha promosso Claude Code come strumento per migrare programmi COBOL verso linguaggi come Java e Python. L’azienda non ha però presentato parametri comparabili per misurare le prestazioni del proprio strumento in queste operazioni.
Gli esperti citati da The Verge riconoscono i progressi degli strumenti AI, ma invitano alla cautela. Secondo Arie van Deursen, docente di ingegneria del software alla Delft University of Technology, i test presentati da OpenAI non rappresentano pienamente le difficoltà della modernizzazione reale. Un sistema legacy può comprendere milioni di righe di codice, utilizzare linguaggi differenti e dipendere da numerose integrazioni. Riscrivere il codice, quindi, non equivale a sostituire un intero sistema informatico.
Oltre COBOL: sfide e opportunità per il codice legacy
La migrazione assistita dall’intelligenza artificiale potrebbe ridurre tempi e costi, ma rimangono indispensabili controlli rigorosi. Gli specialisti suggeriscono, per esempio, di eseguire gli stessi processi sul sistema originale e su quello aggiornato, confrontando i risultati per individuare eventuali differenze. L’AI potrebbe inoltre documentare le modifiche, facilitando la revisione da parte degli sviluppatori.
Tra le possibilità figura anche la verifica formale, una tecnica che utilizza metodi matematici per controllare la correttezza del software. La sua applicazione ai sistemi legacy richiederebbe tuttavia un lavoro considerevole. Nel frattempo, la supervisione umana resta essenziale: anche una piccola percentuale di codice non convertito correttamente può nascondere problemi difficili da individuare. OpenAI stessa riconosce che la modernizzazione del software legacy è ancora lontana dall’essere un problema risolto.
Soluzioni pratiche per gestire la crisi del codice COBOL
Per le organizzazioni che intendono aggiornare le proprie infrastrutture, l’approccio più prudente consiste nel valutare ogni migrazione in base alla complessità del sistema e alle conseguenze di eventuali errori. Gli strumenti AI possono offrire un supporto concreto nella traduzione e nell’analisi del codice, ma non eliminano la necessità di test approfonditi e verifiche indipendenti.
Come sottolineano gli esperti, anche una traduzione quasi completa può lasciare problemi significativi nelle parti residue del programma. Per questo, prima di sostituire applicazioni critiche, occorre verificare che il nuovo software mantenga le stesse funzionalità e si integri correttamente con le infrastrutture esistenti.
Fonte: The Verge
