L'AI nella programmazione: tra produttività e paradossi, il futuro degli sviluppatori

Nuovi modelli OpenAI e Anthropic riaprono il dibattito sulla programmazione. Uno studio METR rivela che l'AI può rallentare gli esperti, mentre il vibe coding…

Contenuto

L'AI nella programmazione: tra produttività e paradossi, il futuro degli sviluppatori

Scopri anche

L'AI nella programmazione: tra produttività e paradossi, il futuro degli sviluppatori

L'AI nella programmazione: tra produttività e paradossi, il futuro degli sviluppatori

In questo articolo:

La domanda che molti sviluppatori si sono posti riguarda la sopravvivenza della programmazione tradizionale. L'interrogativo è sorto in seguito al rilascio di nuovi modelli di Intelligenza Artificiale da parte di OpenAI e Anthropic, progettati per assistere nella scrittura di codice. GPT-5.3-Codex e Claude Opus 4.6 hanno dimostrato miglioramenti significativi nella generazione di codice rispetto alle versioni precedenti, aprendo scenari che fino a poco tempo prima sembravano remoti.

I nuovi modelli e le loro capacità

⬆ Torna su

GPT-5.3-Codex mostra risultati superiori nei benchmark rispetto alle versioni precedenti, mentre Claude Opus 4.6 ha introdotto una funzione che consente di implementare comandi autonomi per agenti di IA, capaci di eseguire simultaneamente diversi aspetti di compiti complessi. Entrambi i modelli sono in grado di generare, controllare, testare e correggere codice con un intervento umano minimo. Possono persino migliorare i propri risultati e funzioni prima che il risultato finale venga presentato a un essere umano.

Questi rilasci hanno innescato una sorta di crisi esistenziale nella comunità online degli ingegneri informatici. Al centro dell'attenzione c'è stata una pubblicazione virale scritta dal CEO di OthersideAI, Matt Shumer. Ha affermato che dopo il rilascio dei nuovi modelli di IA, "qualcosa è scattato", descrivendo come gli algoritmi ora gestiscono autonomamente l'intero ciclo di sviluppo: scrivono decine di migliaia di righe di codice, aprono applicazioni, testano funzioni e apportano modifiche fino a raggiungere un risultato soddisfacente. Secondo Shumer, questo potrebbe sconvolgere il mercato del lavoro più della pandemia di coronavirus.

Lo studio METR: l'AI rallenta gli esperti

⬆ Torna su

Contrariamente all'idea diffusa secondo cui l'intelligenza artificiale potenzierebbe le performance degli sviluppatori, una ricerca del centro METR mostra un risultato inatteso: l'AI rallenta i programmatori esperti quando lavorano su codice che conoscono già. Lo studio ha osservato un gruppo di sviluppatori esperti mentre utilizzavano Cursor, un noto assistente AI per la programmazione, su progetti open-source familiari.

Prima di iniziare lo studio, i partecipanti si aspettavano che l'utilizzo di Cursor avrebbe velocizzato il completamento dei task del 24%. Dopo averli eseguiti, continuavano a credere che l'AI li avesse aiutati a ridurre i tempi del 20%. Tuttavia, i dati dimostrano il contrario: i tempi di completamento sono aumentati del 19%. La causa del rallentamento risiederebbe nel tempo necessario per correggere i suggerimenti dell'intelligenza artificiale. "Quando abbiamo rivisto i video, abbiamo visto che l'AI proponeva soluzioni spesso corrette nella direzione generale, ma raramente esatte rispetto a quanto richiesto", ha spiegato Joel Becker, uno degli autori principali della ricerca.

Lo studio evidenzia che questo effetto negativo riguarda in particolare gli sviluppatori già esperti e profondi conoscitori delle specificità di un progetto. In contesti diversi, come per sviluppatori junior o per chi lavora su un nuovo codicebase, gli strumenti AI potrebbero invece rivelarsi più utili.

Il fenomeno del vibe coding

⬆ Torna su

Nel gennaio del 2023 Andrej Karpathy, esperto di intelligenza artificiale e co-fondatore di OpenAI, scrisse che "il linguaggio di programmazione più in voga del momento è l'inglese". Karpathy fu tra i primi a notare come le intelligenze artificiali generative stessero cambiando il lavoro dei programmatori, generando codice sulla base di richieste scritte in linguaggio naturale. Lo scorso febbraio Karpathy è tornato sul tema, parlando di un nuovo tipo di programmazione per cui quasi non serve saper programmare: il cosiddetto "vibe coding".

Per come lo ha definito Karpathy, il vibe coding consiste nell'utilizzare i chatbot per generare codice accettando i risultati prodotti e riducendo al minimo l'intervento umano. Se il codice contiene un bug, ci si limita a copiare e incollare il messaggio di errore nel chatbot e a utilizzare il rimedio proposto dall'AI. "Non è proprio programmare: vedo cose e copio-incollo delle cose, le faccio andare, e funziona quasi sempre", ha spiegato.

Molte delle startup più discusse del settore si concentrano proprio sulla generazione di codice. Tra queste c'è Anysphere, che ha sviluppato Cursor, uno dei servizi più usati per il vibe coding, e sta negoziando un investimento con una valutazione di 10 miliardi di dollari. Anche Anthropic, che ha creato il chatbot Claude, è valutata oltre 60 miliardi. Tra le grandi aziende, Microsoft ha puntato sul coding sin dal 2021 con GitHub Copilot.

Prospettive divergenti sul futuro

⬆ Torna su

L'articolo di Shumer ha suscitato reazioni contrastanti nella comunità. Figure di spicco del settore, come il co-fondatore di Reddit Alexis Ohanian, si sono trovate d'accordo con lui. Tuttavia, altri, tra cui il professore della New York University Gary Markus, hanno criticato la pubblicazione. Markus ha fatto notare che Shumer non ha fornito alcuna prova che l'IA sia effettivamente in grado di generare codice per applicazioni complesse senza errori.

A gennaio Mark Zuckerberg ha detto che "probabilmente nel 2025" Meta e altre aziende saranno dotate di AI in grado di "fare efficacemente il lavoro di un programmatore di medio livello". Secondo Dario Amodei, CEO di Anthropic, nell'arco di un periodo che va dai tre ai sei mesi, le AI scriveranno "il 90% del codice", mentre entro un anno "potremmo ritrovarci in un mondo in cui l'AI scrive tutto il codice".

Durante l'Abundance Summit, Emad Mostaque, CEO di Stability AI, ha lanciato una previsione secondo cui entro cinque anni la programmazione umana potrebbe diventare un ricordo del passato. Steve Brown, Chief AI Officer, sostiene invece che la programmazione va oltre la conoscenza di specifici linguaggi: si tratta di sviluppare un pensiero computazionale, di scomporre problemi complessi e di elaborare soluzioni logiche.

La trasformazione del ruolo dello sviluppatore

⬆ Torna su

Per molti programmatori, le parole di Shumer riflettono già la loro realtà attuale. Sempre più spesso gli sviluppatori parlano di un completo abbandono della scrittura autonoma di codice. Invece, si affidano semplicemente all'IA, che genera codice in base a una descrizione fornita. Anche se gli sviluppatori delle grandi aziende tecnologiche stanno effettivamente smettendo di scrivere codice, non smettono di creare software, trasformandosi in una sorta di registi per i sistemi di IA che eseguono la digitazione per loro. La competenza stessa si è trasformata dalla scrittura di codice alla progettazione di soluzioni e alla gestione di strumenti di IA.

Persino all'interno di Anthropic, gli ingegneri si affidano in gran parte a strumenti di IA già creati per scrivere nuovo codice. Il capo di Claude Code, Boris Cherny, ha dichiarato all'inizio di questo mese di non aver scritto codice per più di due mesi. I modelli di IA hanno anche raggiunto una soglia oltre la quale possono aiutare a creare versioni più avanzate di se stessi.

Rischi e considerazioni critiche

⬆ Torna su

Nonostante la crescita della produttività, alcuni sviluppatori avvertono che i nuovi strumenti di IA potrebbero portare al burnout. L'esperto sviluppatore Steve Yegge ha affermato che gli strumenti di IA stanno esaurendo gli sviluppatori a causa del superlavoro. Ha raccontato di essersi addormentato improvvisamente sul posto di lavoro dopo lunghe sessioni di codifica, e i suoi colleghi stanno persino valutando la possibilità di installare capsule per il sonno direttamente sui posti di lavoro. Secondo lui, la natura stessa degli strumenti di IA spinge gli sviluppatori a carichi di lavoro insostenibili.

Il codice generato dalle AI viene spesso definito ridondante e prolisso, con molte più linee di codice del dovuto, un fenomeno che nel gergo del settore viene detto "spaghetti code" e può rappresentare un problema perché è più difficile da mantenere. Secondo Matteo Cancellieri, lead developer del database di paper accademici open source CORE, "se si vuole un'applicazione che sia robusta e duri nel tempo, bisogna essere in grado di guardare sotto al cofano e capire i problemi del codice".

Tra alcuni professionisti del settore è diffuso anche il timore che l'uso massiccio degli LLM possa ridurre le capacità creative e di problem solving. Questo è quanto sostenuto dai ricercatori di Microsoft e della Carnegie Mellon University, autori di un recente saggio sulla possibilità che l'automazione di processi simili possa "atrofizzare" le capacità cognitive delle persone.

Una democratizzazione della programmazione?

⬆ Torna su

L'IA sta democratizzando la programmazione, consentendo a chiunque, da medici ad avvocati a bambini, di diventare programmatori semplicemente esprimendo i propri desideri in linguaggio naturale. Servizi online come Bolt e Lovable, il cui slogan è "dall'idea all'app in pochi secondi", funzionano come normali chatbot, ma mostrano il codice generato in tempo reale e il risultato finale.

Ethan Mollick, docente della University of Pennsylvania, ha sperimentato il vibe coding chiedendo a Claude Code di "sviluppare un gioco in 3D dove posso posizionare edifici di forme diverse e guidare attraverso la città che ho creato". Il risultato è un gioco rudimentale e poco divertente, con parecchi problemi tecnici, ma che è stato creato in pochi minuti, senza l'utilizzo di codice da parte di Mollick.

Alessandro Piconi, senior web developer, non crede che sistemi di questo tipo siano una minaccia per il suo lavoro e nota come l'alfabetizzazione di massa non solo non ha portato alla scomparsa degli scrittori, ma ha anzi "ampliato il loro pubblico". Giacomo Miceli, programmatore e artista di new media, propone il confronto con altre tecnologie, come gli aerei di linea: "La maggior parte del volo è nelle mani del pilota automatico, ma per decollo e atterraggio, le fasi più critiche, gli umani insistono ad avere il controllo totale. Lo stesso avverrà per il codice scritto per fini commerciali".

Il contesto storico della rivoluzione

⬆ Torna su

L'intelligenza artificiale generativa rappresenta una svolta: non si limita ad analizzare dati ma crea contenuti originali. Più di settant'anni fa, tra gli anni Quaranta e Cinquanta del secolo scorso, scienziati e tecnologi iniziarono a pensare che le "macchine" avrebbero potuto acquisire capacità intelligenti tipiche degli esseri umani. La teoria alla base dei computer, di cui padre fu Alan Turing, prometteva di poterli programmare in modo da far compiere loro qualunque tipo di operazione.

È con la metà degli anni Ottanta che si giunge, grazie al progresso dei computer, a progettare programmi in grado di apprendere, detti reti neurali. Il vero colpo di genio venne da un gruppo di studiosi che si occupavano di migliorare i sistemi di traduzione automatica. Inventarono così il "Transformer", che poteva venir addestrato inserendo grandi quantità di coppie di frasi identiche in due lingue diverse, memorizzando sia le relazioni sintattiche sia il significato in forma numerica. Così sono nati i chatbot e i Large Language Models.

Nonostante i risultati, l'adozione continua

⬆ Torna su

Nonostante i risultati dello studio METR, sia gli autori che la maggior parte dei partecipanti continuano a usare Cursor. Non per efficienza, ma perché l'esperienza di sviluppo risulta più piacevole. "È come modificare un saggio invece di partire da una pagina bianca", ha detto Becker. Per molti sviluppatori l'obiettivo non è necessariamente terminare un compito il più velocemente possibile, ma rendere il processo meno faticoso e più stimolante.

Secondo quanto emerge dalle fonti, il programmatore del futuro non sarà colui che scrive codice velocemente, ma chi sa orchestrare intelligenze artificiali per moltiplicare la propria efficienza. Il punto non è quanto codice scrivi, ma quanto valore riesci a generare con la tecnologia. L'IA non sta sostituendo i programmatori, ma sta aprendo la strada a un futuro in cui la programmazione è accessibile a tutti.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

La tensione tra i risultati dello studio METR e le aspettative ottimiste dei CEO suggerisce una transizione più sfumata di quanto ipotizzato. L'AI sembra accelerare chi ha meno competenze specifiche su un progetto, mentre rallenta chi ne ha già una conoscenza profonda. Questo paradosso potrebbe ridefinire il valore dell'esperienza nel settore.

  • Scenario 1: Lo sviluppatore si trasforma definitivamente in "regista", supervisionando agenti autonomi come Claude Code e Cursor, con competenze che si spostano dalla scrittura all'architettura e alla validazione.
  • Scenario 2: Il mercato si spacca: i junior guadagnano produttività tramite vibe coding, mentre gli esperti mantengono un ruolo di garanti di qualità e risoluzione di problemi complessi.
  • Scenario 3: Il burnout denunciato da Yegge diventa sistemico, spingendo le aziende a ridefinire i carichi di lavoro e le metriche di produttività.

Cosa monitorare

⬆ Torna su
  • L'eventuale conferma o smentita dei dati METR in studi su larga scala e in contesti aziendali diversi.
  • Le strategie di Meta, Anthropic e Microsoft nell'automatizzare la scrittura di codice entro il 2025.
  • L'evoluzione del mercato del lavoro per sviluppatori junior rispetto ai senior.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • developer
  • llm
  • openai
  • anthropic

Link utili

Apri l'articolo su DeafNews