Per chi scrive codice, la domanda non è più se usare l’intelligenza artificiale. La useremo, e sempre di più. La vera domanda è un’altra: quanto possiamo delegarle senza smettere di capire ciò che stiamo costruendo?
Delegare governando il processo
In un esperimento di Microsoft Research, GitHub e MIT, i partecipanti che usavano GitHub Copilot hanno realizzato un server HTTP in JavaScript il 55,8% più rapidamente di chi lavorava senza assistente. È un dato importante: l’IA accelera e alleggerisce molto lavoro ripetitivo. Ma ottenere prima un risultato non significa comprenderlo meglio.
Un modello linguistico genera il codice che ritiene più plausibile in base a ciò che ha appreso; non ne dimostra la correttezza.
Persino la spiegazione fornita a posteriori non è un resoconto fedele del percorso seguito.
Il NIST (1) indica infatti l’opacità e la limitata interpretabilità fra i rischi dei sistemi di IA. Possiamo leggere il codice, provarlo e valutarne il comportamento; non possiamo ricostruire con certezza perché il modello abbia scelto proprio quella soluzione, né tutti i presupposti impliciti che porta con sé.
Come gli allievi del Vespucci
È qui che l’Amerigo Vespucci diventa più di una metafora.
Gli allievi ufficiali della Marina Militare si addestrano ancora oggi sul veliero varato nel 1931, prima di passare alle navi moderne. Non è nostalgia: vento, vele, manovra e lavoro dell’equipaggio rendono visibili principi che l’automazione tende a nascondere.
Allo stesso modo, conoscere logica, strutture dati, sicurezza, versionamento e test permette al programmatore di accorgersi quando l’IA ha preso una rotta sbagliata. Le basi non frenano l’innovazione: consentono di usarla senza esserne trascinati.
Gli studi
Uno studio ACM del 2023, condotto su 47 persone impegnate in cinque compiti di sicurezza in Python, JavaScript e C, ha mostrato un rischio concreto: chi lavorava con un assistente basato su Codex — un modello ormai superato — produceva codice meno sicuro, ma tendeva a fidarsi maggiormente della sua correttezza.
La lezione non è che l’IA generi inevitabilmente software insicuro, bensì che la fiducia può crescere più rapidamente della comprensione.
In una prospettiva più ampia, il rapporto DORA 2025, basato su quasi 5.000 professionisti, definisce l’IA un “amplificatore”: rafforza le buone pratiche, ma anche le debolezze già presenti. Circa un terzo degli sviluppatori dichiara infatti di fidarsi poco o nulla del codice generato.
L’IA non rende automaticamente migliore un processo: prima di tutto ne moltiplica le caratteristiche, comprese quelle negative.
I dati sulla produttività
Persino i dati sulla produttività richiedono prudenza. Nel luglio 2025 METR osservò 16 sviluppatori esperti alle prese con 246 attività reali: con l’IA impiegarono il 19% di tempo in più, pur credendo di essere più rapidi.
Nel febbraio 2026, però, la stessa METR ha ridimensionato quel risultato: il campione iniziale escludeva chi non voleva più lavorare senza IA, introducendo un effetto di selezione.
In una rilevazione più ampia — 57 sviluppatori e oltre 800 attività — il rallentamento è sceso a circa il 4%, con un margine d’errore compatibile anche con un possibile guadagno.
La correzione è interessante quanto il primo dato: l’effetto dell’IA dipende dal contesto, e anche le evidenze critiche nei suoi confronti devono restare aperte alla critica.
La programmazione agentica
Martin Fowler (2) distingue il “vibe coding”, nel quale il codice non viene quasi più guardato, dalla programmazione agentica: l’IA genera, ma una persona esamina, prova e resta responsabile.
È in questa seconda postura che lo strumento dà il meglio di sé: non il fine del lavoro del programmatore, né il suo sostituto, ma un moltiplicatore nelle mani di chi sa ancora leggere, capire e scegliere.
Esiste un futuro in cui agenti autonomi costruiscono sistemi interi a partire da poche istruzioni. Spero che allora il peso della persona non venga misurato dalle righe digitate, ma da ciò che resta profondamente umano: formulare la domanda giusta, comprendere le persone, immaginare ciò che ancora non esiste, scegliere che cosa valga la pena costruire e assumersi la responsabilità delle conseguenze.
Cambierà il modo di governare la nave; mi auguro che il timone resti umano.
—
Altre fonti
(1) NIST — AI Risk Management Framework
(2) Martin Fowler — Agentic Programming
(© AAC Srl) autore Marco Pace
0 commenti