Falta de programadores cobol coloca em risco sistemas bancários, fiscais e de transporte; IA surge como alternativa, mas ainda há limites claros.
Fato: IA está sendo testada para manutenção de código COBOL
Empresas de tecnologia e departamentos de TI de grandes instituições começaram a experimentar ferramentas de geração automática de código baseadas em modelos de linguagem avançados. O objetivo é que esses sistemas consigam interpretar, refatorar e até gerar trechos de código COBOL a partir de descrições de alto nível. Projetos piloto já foram lançados por organizações como IBM e startups que utilizam APIs de IA de empresas como OpenAI. O foco inicial está em tarefas repetitivas – por exemplo, migração de rotinas de cálculo de juros ou correção de bugs conhecidos – que demandam pouco julgamento humano.
É importante notar que, até o momento, não há anúncios de soluções completas que substituam desenvolvedores experientes. As demonstrações mostram que a IA pode sugerir correções, mas ainda depende de revisão por um especialista para garantir que não haja regressões em sistemas críticos.
Contexto: por que importa
COBOL, linguagem criada na década de 1950, ainda alimenta a maior parte dos sistemas de processamento de transações de bancos, agências fiscais como o IRS (Internal Revenue Service) dos EUA, companhias aéreas e infraestrutura governamental. A base instalada ultrapassa bilhões de linhas de código, e a maioria dos programadores que dominam a linguagem está próxima da aposentadoria. A escassez de novos talentos cria um gargalo de manutenção que pode resultar em falhas de serviço, perda de dados e custos elevados de suporte.
Além do risco operacional, há um custo econômico direto: contratar consultores externos especializados em COBOL pode custar dezenas de milhares de dólares por hora. Em um cenário onde a digitalização avança rapidamente, a incapacidade de atualizar sistemas legados pode impedir a adoção de novas funcionalidades, como APIs modernas ou integração com plataformas de nuvem.
Por isso, a comunidade tecnológica tem buscado alternativas que reduzam a dependência de mão‑de‑obra escassa, e a IA aparece como a proposta mais promissora até agora.
Reação dos fãs/mercado
O debate nas redes sociais e fóruns especializados tem sido intenso. Desenvolvedores veteranos reconhecem o potencial da IA, mas alertam para o risco de confiar cegamente em sugestões automatizadas. Comentários frequentes incluem:
- Pró: aceleração de tarefas rotineiras, diminuição de erros humanos e possibilidade de treinar novos profissionais com auxílio de IA.
- Contra: falta de compreensão profunda do contexto de negócios, dificuldade de validar código gerado e risco de introduzir vulnerabilidades.
Investidores de capital de risco também têm mostrado interesse. Alguns fundos anunciaram rodadas de financiamento para startups que combinam IA generativa com expertise em mainframe. Por outro lado, grandes bancos ainda preferem abordagens conservadoras, mantendo equipes internas de manutenção enquanto avaliam resultados de projetos piloto.
O que esperar
Nos próximos 12 a 24 meses, espera‑se que:
- Ferramentas de IA especializadas em COBOL se tornem mais acessíveis, com interfaces que permitam a revisão colaborativa entre humanos e máquinas.
- Normas de compliance e auditoria incluam métricas específicas para validar a qualidade do código gerado por IA.
- Universidades e bootcamps comecem a oferecer módulos de treinamento que combinam fundamentos de COBOL com técnicas de prompt engineering para IA.
Entretanto, a substituição total de desenvolvedores experientes ainda está longe. A IA será, na prática, um assistente que aumenta a produtividade, mas não elimina a necessidade de revisão humana. Organizações que adotarem essa tecnologia de forma gradual – testando em ambientes de sandbox antes de aplicar em produção – terão maior chance de mitigar riscos.
Para ficar no radar
Fique atento a anúncios de parcerias entre gigantes de cloud (como AWS ou Azure) e fornecedores de IA que prometem integração direta com ambientes mainframe. Também vale monitorar publicações de órgãos reguladores que podem exigir relatórios de auditoria para códigos gerados por IA em setores críticos como finanças e saúde. Por fim, acompanhe a evolução das comunidades de código aberto que estão criando bibliotecas de tradução automática de COBOL para linguagens mais modernas, pois essas iniciativas podem complementar o trabalho das soluções de IA.
