Modernização de Código Legado com IA
Ir para notas que citam estaModernização de Código Legado com IA é o uso de modelos de IA para entender, alterar e testar sistemas antigos, como COBOL, e para reconstruir requisitos de negócio a partir do código.
Sistemas legados guardam regras de negócio que muitas vezes só existem no código, e mantê-los custa muito tempo manual. Tratar o código como mais um artefato lido pela IA, na linha da Interpretação de Artefatos com IA, abre espaço para apoiar essa manutenção.
Alteração assistida de código COBOL em lote
O primeiro obstáculo é o tamanho. Um programa COBOL pode ter da ordem de 15 mil linhas, o que não cabe direto no contexto de um modelo. Em linguagens estruturadas em classes pequenas, os arquivos já são menores; no COBOL é preciso dividir e transformar bastante o código antes de enviá-lo num prompt, e por isso a linguagem é considerada muito limitada para esse tipo de manipulação.
Um processo que funciona na prática: extrair os fontes do mainframe, compactá-los e enviar um lote, na casa de algumas centenas de arquivos, pedindo a alteração. A IA devolve os fontes alterados, e um desenvolvedor aprova ou recusa; na recusa, ajusta-se o que falta e o processo segue. A etapa de conferência é obrigatória, no sentido da Revisão Humana de Saídas de IA.
Outros entregáveis desse contexto são candidatos à geração por IA: documentos de fluxo de execução e casos de teste, que costumam ser registrados à mão com muito esforço.
Engenharia reversa de requisitos a partir do código
Quando não há mais pessoas de negócio para explicar o sistema, surge a ideia de fazer o caminho inverso: usar o código-fonte como entrada para chegar aos requisitos. Esse caminho não é considerado trivial e tem porte de pesquisa de pós-graduação de alto nível, como um doutorado. Em compensação, a evolução de um sistema existente tende a oferecer mais contexto à IA do que um sistema novo, o que pode ampliar o impacto das abordagens multiagente usadas na elicitação de requisitos.