IA et code legacy : migrer et documenter l'existant

Reprendre du code legacy, ce n'est pas qu'une affaire de vieux langage. C'est surtout une boîte noire : un code que plus personne ne comprend vraiment, truffé de règles métier implicites et privé de documentation. L'IA change profondément la donne sur ce terrain — pour comprendre, documenter et migrer l'existant beaucoup plus vite. Mais elle change aussi la donne dans le mauvais sens si on lui demande de « tout refaire en moderne » toute seule. Notre angle est clair : l'IA est un accélérateur, pas un décideur. Voici comment l'utiliser sérieusement.

Le vrai blocage du legacy : la compréhension, pas le langage

Beaucoup de dirigeants pensent qu'un bon développeur peut reprendre n'importe quel code. En théorie, oui. En pratique, le problème n'est pas la syntaxe — c'est le contexte disparu. Un vieux système contient des règles métier que personne n'a écrites ailleurs : pourquoi cette remise est calculée ainsi, pourquoi ce client passe dans un flux spécial, pourquoi cette donnée est copiée dans trois tables. Quand le développeur historique est parti et que la documentation manque, le code devient illisible non pas parce qu'il est complexe, mais parce que son intention s'est perdue. C'est exactement là que l'IA est la plus utile.

Prenez une fonction de 400 lignes qui calcule un prix. Un humain met une demi-journée à en démêler la logique ; un modèle la résume en quelques secondes : « applique une remise de 5 % au-delà de 10 unités, sauf pour les clients du flux export, où une validation manuelle est requise ». Encore faut-il vérifier que cette lecture est juste — mais on part d'une compréhension en minutes au lieu de jours. Cette accélération est aussi ce qui rend un audit de dette technique beaucoup plus rapide et moins coûteux qu'avant.

Ce que l'IA fait très bien sur du code ancien

Sur de la compréhension et de la lecture, les modèles récents sont remarquables :

• résumer et expliquer des fonctions complexes en langage clair ;
• retrouver les dépendances et reconstituer le cheminement d'une donnée ;
• extraire les règles métier noyées dans le code et les reformuler en phrases simples ;
• générer une première documentation : README, schémas de données, description des modules ;
• produire des tests de caractérisation qui figent le comportement actuel ;
• proposer une cible ou une traduction vers un langage plus moderne.

Aucune de ces tâches ne remplace une décision d'architecture. Mais toutes font gagner un temps considérable sur la partie la plus ingrate de la reprise : remettre du sens sur l'existant.

Documenter l'existant : le meilleur premier chantier

Avant même de parler migration, le gain le plus immédiat de l'IA sur du legacy, c'est la documentation. Faire générer — puis faire relire — une cartographie des modules, un schéma des données et une liste des règles métier transforme une boîte noire en système lisible, à faible risque. On ne modifie rien : on rend le système compréhensible. C'est souvent ce qui débloque tout le reste, car une équipe qui comprend enfin son application ose de nouveau la faire évoluer. Et cette documentation devient la base de référence pour la suite du chantier.

L'autre vertu de ce premier chantier est qu'il est sans danger : on lit, on décrit, on n'altère aucun comportement. C'est donc le meilleur terrain pour calibrer l'apport réel de l'IA sur votre code, avant d'engager des étapes plus sensibles. Et la documentation produite a une valeur durable : elle réduit la dépendance à une seule personne et fait baisser le « bus factor » qui menace tant de systèmes anciens.

Migrer avec l'IA, sans vibe coding

C'est ici que tout se joue. Demander à une IA de « réécrire tout le vieux logiciel en moderne » en une fois est une mauvaise idée : elle produira du code qui semble propre, mais qui peut oublier une règle, mal gérer un cas limite, simplifier un traitement qui ne devait pas l'être, ou introduire une faille. La bonne approche est méthodique : on commence par des tests de caractérisation — un « golden master » qui enregistre ce que produit l'ancien système sur de vrais cas, pour garantir que le nouveau donne exactement les mêmes résultats. Puis on migre module par module, avec une revue humaine et une validation métier à chaque étape. L'IA propose, génère, accélère ; l'ingénieur vérifie, teste et tranche.

Migrer ne veut donc pas dire tout réécrire d'un coup : on avance par incréments réversibles, comme nous le détaillons dans moderniser une application legacy sans tout réécrire. C'est précisément la logique de nos missions de reprise de projet et de code assisté par IA : récupérer la valeur de l'existant sans hériter de ses pièges.

Les garde-fous : pourquoi l'IA ne pilote pas seule

Une IA ne connaît pas les priorités de votre entreprise. Elle ne sait pas, seule, ce qui est critique, ni quels impacts métier sont acceptables. Elle peut halluciner une règle, en inventer une qui n'existait pas, ou en supprimer une essentielle sans le signaler. D'où trois garde-fous non négociables : des tests qui prouvent que le comportement est préservé, une validation métier par les personnes qui utilisent vraiment le système, et une revue d'architecture par des ingénieurs. Pour brancher proprement l'IA sur votre code et vos outils — plutôt que des copier-coller hasardeux — des standards comme le Model Context Protocol donnent un accès contrôlé et auditable. L'outillage compte autant que le modèle.

Notre méthode : comprendre avant de reconstruire

Chez Scroll, l'IA n'est jamais une fin en soi : c'est un levier que des ingénieurs seniors utilisent là où il apporte un vrai gain — lecture de code ancien, documentation, extraction de logique, génération de tests, préparation d'une nouvelle architecture. On comprend d'abord, on reconstruit ensuite, et on valide en conditions réelles. C'est notre différence : une agence d'ingénierie qui assume les choix techniques, pas une chaîne qui sous-traite la décision à un modèle. Cette rigueur s'inscrit dans une démarche plus large de modernisation applicative, et complète notre dossier de fond sur la modernisation d'un SI legacy avec l'IA.

Un code legacy à reprendre, à documenter ou à migrer ? On vous dit honnêtement ce que l'IA peut accélérer — et ce qui demande de vrais ingénieurs. Parlons-en.