MIT Technology Review, la più antica rivista di tecnologia e innovazione al mondo, ha interpellato uno sviluppatore secondo il quale gli strumenti di Intelligenza Artificiale hanno indebolito quello che definisce il suo “istinto” per il codice, un’abilità che era solito avere. Lo stesso sviluppatore spiega anche come non sia “divertente sedersi e vedere svolgere il proprio lavoro”, lasciando emergere un disagio diffuso tra chi programma professionalmente.
Ma l’AI sta davvero rendendo più veloce la creazione di codice? Dopo aver parlato con 30 sviluppatori, esponenti di aziende ad alto valore tecnologico, analisti e ricercatori, il MIT Technology Review ha constatato che il quadro risultante non è così brillante come potrebbe apparire.
Per alcuni sviluppatori in prima linea, l’entusiasmo iniziale verso l’AI sta progressivamente svanendo, man mano che emergono limitazioni tecnologiche concrete. Un numero crescente di ricerche suggerisce infatti che i presunti guadagni di produttività potrebbero essere in parte illusori e in molti iniziano a chiedersi se non sia arrivato il momento di ammettere che “il re è nudo”, smettendo di ignorare una verità evidente per semplice piaggeria o adulazione verso determinate tecnologie.
Secondo i dati di GitClear, società specializzata in analytics per sviluppatori, dal 2022 molti ingegneri software stanno producendo circa il 10% di codice più stabile, ovvero codice che non viene riscritto o eliminato nel giro di poche settimane, probabilmente grazie all’uso di strumenti AI. A questo vantaggio, però, farebbe da contraltare un netto calo della qualità complessiva del codice, segnale di un possibile effetto collaterale.
Un sondaggio di Stack Overflow ha inoltre mostrato per la prima volta un calo di fiducia nei confronti degli strumenti AI. A rafforzare questo quadro arriva anche uno studio di Model Evaluation & Threat Research (METR), organizzazione senza scopo di lucro, che ha evidenziato come, nonostante gli sviluppatori più esperti ritengano che l’AI li renda fino al 20% più veloci, test oggettivi dimostrino che in realtà li rende il 19% più lenti.
Gli sviluppatori interpellati dal MIT Technology Review concordano comunque su alcuni ambiti in cui l’AI si dimostra realmente efficace, come la produzione di codice standard riutilizzabile, la scrittura di routine di test, la risoluzione di bug e la capacità di spiegare codice poco familiare a nuovi sviluppatori. Molti sottolineano anche come l’AI aiuti a superare il problema della “pagina bianca”, offrendo un primo approccio imperfetto da cui partire per trovare ispirazione.
L’Intelligenza Artificiale consente inoltre a colleghi non tecnici di realizzare prototipi rapidi di funzionalità software, riducendo il carico di lavoro degli ingegneri già fortemente impegnati. Alcune attività sono ripetitive e poco stimolanti e gli sviluppatori sono spesso felici di delegarle, ma questi compiti rappresentano solo una parte limitata del lavoro complessivo.
Quando si tratta di problemi complessi, quelli da cui dipende realmente il valore professionale, gli strumenti AI non sono sempre di supporto.
Allucinazioni, sicurezza e altri problematiche
Tra i problemi più rilevanti emergono le allucinazioni, ovvero situazioni in cui un modello generativo produce contenuti sicuri di sé e sintatticamente corretti, ma di fatto errati, insensati o non fedeli alle fonti originali, con errori che risultano spesso difficili da individuare.
James Liu, direttore dell’ingegneria software di Mediaocean, spiega che in alcuni progetti è possibile ottenere miglioramenti fino a 20 volte in termini di velocità ed efficienza, mentre in altri le AI si rivelano un fallimento, facendo perdere tempo nel tentativo di costringerle a svolgere compiti che semplicemente non possono fare.
Non mancano infine problemi legati alla sicurezza: alcuni modelli AI fanno riferimento a pacchetti software inesistenti, creando un rischio concreto. Un attaccante potrebbe infatti realizzare strumenti con quei nomi e sfruttarli per nascondere cavalli di Troia all’interno del codice finale.
In altre parole, l’AI non accelera sempre lo sviluppo software e, in alcuni casi, può persino rallentare gli sviluppatori più esperti, soprattutto quando lavorano su progetti di codice che conoscono già a fondo. In determinati contesti, come con sviluppatori junior o su codebase sconosciute,
l’AI può essere d’aiuto, ma non è lo strumento in sé a fare la differenza, bensì l’interazione tra AI e la conoscenza pregressa del codice.
Tutte le notizie che parlano di Intelligenza Artificiale sono disponibili a partire da questa pagina di Macitynet.
