AI có thể giải cứu cuộc khủng hoảng mã nguồn COBOL?

Cơ quan Thuế vụ Mỹ (IRS), các ngân hàng, hãng hàng không và vô số hệ thống hạ tầng chính phủ trên khắp thế giới có điểm gì chung? Tất cả đều đang vận hành trên những hệ thống được chống đỡ bởi dòng mã máy tính cổ xưa mà không ai dám động vào, vì sợ rằng mọi thứ sẽ sụp đổ.

OpenAI tin rằng mình có thể có giải pháp. Ngày 19/10, công ty này công bố những "cải thiện đáng kể" về khả năng của các mô hình AI mới nhất trong việc chuyển đổi phần mềm cũ viết bằng ngôn ngữ lập trình lỗi thời sang mã hiện đại — điều mà họ cho rằng có thể giúp các tổ chức "duy trì và hiện đại hóa các hệ thống cũ".

Đây là vấn đề có quy mô khổng lồ. COBOL, một trong những ngôn ngữ được OpenAI nhấn mạnh, vẫn bám rễ một cách ngoan cố trong phần lớn hạ tầng trọng yếu của thế giới. Bất chấp nhiều thập kỷ nỗ lực xóa sổ nó khỏi lịch sử, ngôn ngữ này vẫn tồn tại, đơn giản là từ chối "chết".

Hệ thống máy tính chạy COBOL tại cơ quan thuế vụ Mỹ

COBOL phổ biến đến mức nào?

Thật khó để phóng đại mức độ phổ biến của COBOL. Viết tắt của "common business-oriented language" (ngôn ngữ hướng nghiệp vụ phổ thông), COBOL ra đời năm 1959. Gần bảy thập kỷ sau, nó vẫn có mặt ở khắp nơi.

Theo IBM, COBOL là nền tảng cho hơn 40% hệ thống ngân hàng trực tuyến, hỗ trợ 80% giao dịch thẻ tín dụng trực tiếp và xử lý 95% giao dịch ATM. Nó cũng là xương sống của nhiều hệ thống chính phủ, từ An sinh xã hội đến IRS cho tới các dịch vụ do hầu hết các bang vận hành. Một ước tính sơ bộ cho thấy chi phí hằng năm do sự kém hiệu quả của COBOL gây ra cho GDP Mỹ vào khoảng 105 tỷ USD.

Nhưng việc thay thế COBOL lại cực kỳ khó khăn. Điều tương tự cũng đúng với các ngôn ngữ lập trình cũ khác như Fortran, vẫn đang được dùng cho điện toán khoa học, dự báo thời tiết, nghiên cứu khí quyển và đại dương, cùng những đoạn mã quan trọng cho an ninh hạt nhân. Những hệ thống này thường quá quan trọng để có thể mạo hiểm làm hỏng, và nhiều lập trình viên hiểu chúng đã nghỉ hưu hoặc qua đời từ lâu.

Dù đạt được nhiều tiến bộ ấn tượng trong phát triển phần mềm hiện đại, các công cụ lập trình AI vẫn gặp khó khăn khi xử lý những hệ thống cũ này. Nhưng những phát triển gần đây cho thấy điều đó có thể đang thay đổi.

OpenAI và Anthropic cùng nhắm vào mã nguồn cũ

Trong bài blog mới nhất, OpenAI báo cáo kết quả đầy hứa hẹn khi chuyển đổi mã COBOL sang các ngôn ngữ hiện đại hơn như C++, Java, Kotlin, Python và Rust mà không làm thay đổi hành vi của phần mềm gốc. Điều này có ý nghĩa then chốt với các tổ chức muốn loại bỏ COBOL, và OpenAI thừa nhận rằng "một cuộc chuyển đổi chỉ được coi là thành công nếu toàn bộ các bài kiểm thử đều đạt".

Trong các thử nghiệm của chính mình, GPT-6.1 Sol đạt độ chính xác bảo toàn hành vi 87% ở mức suy luận thấp, tăng lên 98% ở mức suy luận cao hơn. Để so sánh, ở mức suy luận thấp, GPT-6 Astra đạt khoảng 86%, GPT-6 Sol chỉ 21%, và GPT-5.6 Sol vỏn vẹn 5%.

Anthropic cũng nhìn thấy cơ hội trong các hệ thống cũ. Hồi tháng 2, công ty đã công bố một "cẩm nang hiện đại hóa mã" từng bước và quảng bá agent lập trình Claude Code như một công cụ chuyển đổi mã COBOL sang ngôn ngữ hiện đại như Java hay Python. Họ không công bố bất kỳ số liệu hiệu năng nào cho thấy Claude Code có thể thực hiện những cuộc chuyển đổi này tốt đến đâu, nhưng tuyên bố rằng "kinh tế học của việc hiện đại hóa COBOL đã thay đổi". Cổ phiếu IBM — công ty có một phần doanh thu đến từ việc giúp khách hàng duy trì hệ thống cũ — đã lao dốc sau thông báo của Anthropic.

Vẫn còn khoảng cách rất xa

Các chuyên gia trao đổi với The Verge đồng ý rằng công cụ AI đã có những bước tiến trong những năm gần đây khi xử lý mã cũ. Nhưng họ cảnh báo rằng những tiến bộ mà OpenAI quảng cáo tuần này còn cách rất xa việc có thể thay thế an toàn những hệ thống trọng yếu được xây dựng quanh COBOL.

"Viết lại mã không giống với việc thay thế một hệ thống", Vadim Zaytsev, phó giáo sư về tiến hóa phần mềm tại Đại học Twente (Hà Lan), nhận định.

Hệ thống đúng là có rất nhiều mã — Zaytsev cho biết hệ thống lớn nhất ông từng thấy có 250 triệu dòng COBOL, "chắc chắn chưa phải lớn nhất thế giới" — nhưng đó chỉ là một phần của vấn đề. Mã có thể được viết bằng nhiều ngôn ngữ, và còn dữ liệu, có thể được lưu trữ ở nhiều định dạng khác nhau, cần phải tính đến. Ngoài ra còn có các tích hợp kỹ thuật với hệ thống khác và kỳ vọng của con người và tổ chức.

Tất cả sự phức tạp đó đồng nghĩa với việc "AI hiện chưa đóng vai trò chính trong việc thay thế hay di trú các hệ thống COBOL cũ", Zaytsev nói.

Arie van Deursen, giáo sư kỹ thuật phần mềm tại Đại học Công nghệ Delft (Hà Lan), mô tả blog của OpenAI là "hời hợt", cho rằng nó cung cấp rất ít chi tiết về nhiệm vụ chuyển đổi, trong khi bài đánh giá ngôn ngữ chỉ kiểm tra mô hình trên một nhiệm vụ tương đối đơn giản và được định nghĩa rõ ràng. Ông cũng nhấn mạnh khoảng cách lớn giữa việc duy trì một hệ thống già cỗi và việc hiện đại hóa nó. "Duy trì tất nhiên dễ hơn nhiều so với hiện đại hóa", van Deursen nói, gọi các nhiệm vụ OpenAI dùng để đánh giá mô hình là cách "nhiều năm ánh sáng" so với quá trình hiện đại hóa thực tế.

"Các đánh giá của OpenAI không giải quyết được khó khăn then chốt: chia tách một hệ thống cũ phức tạp thành những đơn vị nhỏ hơn có thể thay thế riêng lẻ."

Lập trình viên COBOL ngày càng khan hiếm

Thử thách lớn nhất không nằm ở việc viết lại mã

Theo Alastair Donaldson, giáo sư ngôn ngữ lập trình tại Đại học Imperial College London, thách thức lớn nhất không hẳn là viết lại mã. "Thử thách chính thực sự không phải là hiểu hệ thống hoạt động thế nào", ông nói. Sự thiếu hiểu biết như vậy là vấn đề "rất phổ biến" với các hệ thống cũ dùng ngôn ngữ như COBOL, và rất ít người còn biết lập trình bằng chúng.

Điều đó khiến việc kiểm thử vững chắc trở nên thiết yếu. Một cách tiếp cận là chạy cùng một quy trình trên cả hệ thống cũ và mới để kiểm tra xem chúng có hành xử giống hệt nhau không. AI cũng có thể ghi lại quá trình dịch mã của mình, lý tưởng nhất là cho phép con người quen với ngôn ngữ cũ xem xét lại. Xác minh hình thức (formal verification), dùng kỹ thuật toán học để kiểm chứng bằng máy tính rằng mã hoạt động đúng, là một lựa chọn khác.

Tuy nhiên, áp dụng những phương pháp này cho mã cũ sẽ đòi hỏi "khối lượng công việc khổng lồ", theo Jacopo Mauro, giáo sư toán học và khoa học máy tính tại Đại học Nam Đan Mạch. Cho đến khi đó, "việc xác minh bởi con người vẫn là thiết yếu".

Và khi các hệ thống liên quan quan trọng như những hệ thống chạy COBOL, các chuyên gia cho rằng bạn cần chắc chắn tuyệt đối rằng bản thay thế hoạt động đúng. "Trong nhiều trường hợp, ngay cả những khác biệt nhỏ trong hành vi hệ thống trước và sau khi chuyển đổi cũng không thể chấp nhận được", Zaytsev nói.

"Giả sử bạn có một cây đũa thần AI xử lý được 99% mã của bạn. Bạn sẽ làm gì với 1% còn lại? 1% đó có thể là một triệu dòng mã, rải rác khắp nơi và âm thầm lỗi theo nhiều cách hơn bạn có thể tưởng tượng trong cả cuộc đời."

Ý nghĩa với Việt Nam

Với các ngân hàng, tổ chức tài chính và cơ quan nhà nước tại Việt Nam, câu chuyện COBOL không hề xa vời. Nhiều hệ thống core banking và hệ thống nghiệp vụ lâu năm trong nước vẫn vận hành trên các nền tảng cũ, và bài toán hiện đại hóa luôn đi kèm rủi ro gián đoạn dịch vụ. Những tuyên bố của OpenAI và Anthropic mở ra triển vọng giảm chi phí chuyển đổi, nhưng các chuyên gia trong nước cũng nên tiếp cận thận trọng: cần kiểm thử nghiêm ngặt, đối chiếu hành vi trước và sau chuyển đổi, và giữ vai trò xác minh của con người ở những hệ thống trọng yếu. AI có thể là công cụ hỗ trợ đắc lực, nhưng chưa thể thay thế hoàn toàn trách nhiệm kỹ thuật của các đội ngũ phát triển.