Ci si aspettava che l’intelligenza artificiale (AI) rivoluzionasse l’ingegneria del software e, in una certa misura, lo ha fatto. Quasi il 90% dei professionisti tecnologici ora utilizza strumenti di intelligenza artificiale al lavoro, con oltre l’80% che segnala incrementi di produttività. Eppure, nonostante l’hype, i dati mostrano una tendenza inquietante: gli sviluppatori lavorano più ore, non meno. La promessa dell’intelligenza artificiale di automatizzare attività noiose e aumentare l’efficienza si scontra con la realtà del codice instabile, dell’aumento della pressione e del potenziale burnout.
Il paradosso della produttività
L’intelligenza artificiale può generare codice per app web, software mobile e strumenti di dati, consentendo anche agli sviluppatori inesperti di creare prototipi di base tramite “vibe coding”. Tuttavia, il codice generato dall’intelligenza artificiale è raramente impeccabile. Gli sviluppatori dedicano ancora molto tempo alla verifica degli output e all’applicazione delle patch agli errori, il che porta a un aumento dell’”instabilità della distribuzione del software”. Il rapporto DORA mostra che un maggiore utilizzo dell’intelligenza artificiale è correlato a rollback e correzioni più frequenti. Ciò significa che mentre la velocità di codifica individuale può aumentare, il processo complessivo può diventare più fragile.
Pressione per eseguire
La questione non è solo tecnica; è anche culturale. L’intelligenza artificiale viene spesso utilizzata insieme alle aspettative di aumento della produzione con meno risorse. Le aziende si aspettano di più dai dipendenti nell’era dell’intelligenza artificiale, il che porta a pressioni per lavorare più velocemente, anche durante gli orari non lavorativi. Gli studi di Berkeley mostrano che i dipendenti che adottano l’intelligenza artificiale hanno assunto più compiti, hanno lavorato a un ritmo più rapido e hanno registrato più ore. Molti ora utilizzano l’intelligenza artificiale durante le pause e le riunioni, confondendo il confine tra lavoro e tempo personale.
L’aumento del lavoro fuori orario
Multitudes riferisce che gli ingegneri stanno unendo il 27,2% in più di richieste pull, ma stanno anche inviando il 19,6% in più di codice al di fuori del normale orario di lavoro. Non è solo una questione di miglioramento dell’efficienza; suggerisce che i datori di lavoro stanno spingendo per una maggiore produttività, portando potenzialmente al burnout. Lauren Peate, CEO di Multitudes, avverte che questa tendenza “non è positiva per la persona”.
Il divario di competenze
L’eccessivo affidamento all’intelligenza artificiale può anche ostacolare lo sviluppo delle competenze. La ricerca antropica ha scoperto che gli ingegneri che fanno molto affidamento sull’intelligenza artificiale hanno ottenuto punteggi inferiori del 17% nei test di conoscenza della programmazione rispetto a quelli che non lo hanno fatto. La lacuna più grande riguardava il debugging, ovvero la capacità di trovare e correggere i difetti nel codice. L’uso dell’intelligenza artificiale come scorciatoia può lasciare gli sviluppatori junior incapaci di comprendere o perfezionare l’output generato dall’intelligenza artificiale, peggiorando potenzialmente la qualità del lavoro a lungo termine.
Il futuro dell’ingegneria del software
La pressione non colpisce solo i singoli sviluppatori; sta cambiando il modo in cui funzionano i progetti open source. È stato segnalato un aumento degli invii di bassa qualità basati sull’intelligenza artificiale che consumano il tempo degli sviluppatori principali e un calo della gestione collaborativa dei progetti.
In definitiva, l’intelligenza artificiale non elimina la necessità della competenza umana; lo rimodella. La domanda chiave è se i luoghi di lavoro si adatteranno per prevenire il burnout, gestire i carichi di lavoro e fornire opportunità di formazione, o se la promessa dell’intelligenza artificiale si tradurrà semplicemente in orari più lunghi e maggiore stress per gli ingegneri del software.
La realtà è che l’intelligenza artificiale amplifica le dinamiche esistenti: migliora le cose buone, ma peggiora anche quelle cattive. La sfida non riguarda solo l’utilizzo degli strumenti, ma la costruzione di un ecosistema sostenibile attorno ad essi.
