In questo articolo Indice dei contenuti 2 sezioni
Gli agenti AI di programmazione riescono a produrre quantità enormi di codice funzionante, ma più righe scritte non equivalgono a più software consegnato. È quanto emerge da un recente studio condotto su centinaia di aziende, secondo cui la revisione del codice affidata agli sviluppatori umani diventa un vero collo di bottiglia che si mangia buona parte dei vantaggi promessi dall’intelligenza artificiale.
Chiunque abbia avuto a che fare con la programmazione, anche solo di sfuggita, conosce bene la situazione. Gli assistenti e gli agenti AI generano codice a una velocità impressionante, eppure chi li usa ogni giorno ha imparato a non fidarsi ciecamente del risultato. Ogni output va controllato e quel controllo costa tempo e fatica. Secondo gli autori della ricerca, l’efficienza guadagnata nella fase di scrittura viene “assorbita dai vincoli a valle del processo produttivo”. Il risultato è che ci sono “poche prove che le aziende aumentino la produzione di software o riducano l’occupazione” grazie a questi strumenti. Le revisioni si allungano parecchio, le pull request richiedono modifiche più spesso e chi controlla lascia molti più commenti.
Agenti AI di programmazione: lo studio di Harvard su oltre 700 aziende
Per arrivare a queste conclusioni Fiona Chen e James Stratton, ricercatori della Harvard University, hanno lavorato sui dati analitici aggregati di Jellyfish, una piattaforma che misura in modo molto dettagliato il lavoro dei team di ingegneria. Si tratta di 300 milioni di singoli “eventi di lavoro”, come commit e pull request, a cui si aggiungono i dati dei software di gestione delle attività. Il campione copre più di 700.000 dipendenti in oltre 700 aziende di sviluppo software, in un arco di tempo che va dal 2021 fino a marzo 2026.
Per capire l’impatto degli strumenti di intelligenza artificiale, i due studiosi hanno combinato misurazioni dirette dell’uso dell’AI con l’analisi dell’attività su GitHub. Così hanno individuato il momento in cui ciascuna società ha iniziato a introdurre gli assistenti di programmazione, che aiutano a completare codice scritto soprattutto da persone, oppure gli agenti veri e propri, che scrivono e inviano codice in autonomia partendo da un prompt. Su queste basi è stata costruita un’analisi statistica di tipo “differenza nelle differenze”, che confronta le variabili chiave prima e dopo l’adozione in organizzazioni diverse e in momenti diversi.
Sul fronte del codice grezzo i numeri parlano chiaro. Con l’arrivo degli agenti le righe di codice prodotte crescono in media del 30%, i commit del 20% e le pull request del 23%. Tutto questo materiale in più però non si traduce in un aumento del software effettivamente realizzato. Il tasso di risoluzione di Issue ed Epic, cioè le funzionalità complete monitorate con strumenti come Jira, non ha registrato variazioni statisticamente significative. E nemmeno la dimensione o la complessità di quelle attività è cambiata dopo l’introduzione dell’AI.
Revisioni più lunghe e un impatto ancora limitato sull’occupazione
La spiegazione di questa discrepanza sta tutta nel processo di controllo. Il tempo medio che passa tra l’invio di una pull request e la sua integrazione nel codice principale cresce del 49% dopo l’arrivo degli agenti. Anche i dati più fini confermano la tendenza, con la quota di pull request per cui vengono chieste modifiche che quasi raddoppia e i commenti per singola richiesta che salgono del 35%. Di conseguenza aumenta del 14% anche la percentuale di lavoratori impegnati nelle revisioni. Sul piano dell’occupazione, incrociando i dati di Jellyfish con quelli di LinkedIn, i ricercatori non hanno trovato cambiamenti significativi attribuibili all’AI.
In teoria l’intelligenza artificiale potrebbe dare una mano anche nella fase di verifica, ma finora il contributo è stato marginale. Entro marzo 2026 l’80% delle aziende analizzate usava già qualche forma di revisione automatica, eppure gli agenti erano responsabili solo del 23,3% dei commenti di revisione e del 10,8% delle pull request. Il grosso del lavoro, insomma, ricadeva ancora sulle persone.
Va detto che gli agenti di programmazione sono una novità relativamente recente e dalla chiusura della raccolta dati di marzo 2026 hanno ricevuto aggiornamenti e miglioramenti importanti. Molte aziende stanno ancora imparando quando e come sfruttarli al meglio, e il compromesso tra tempo di scrittura e tempo di revisione potrebbe migliorare man mano che i team accumulano esperienza. Nel frattempo il 95% delle società coinvolte nello studio ha già adottato agenti AI di programmazione nei propri flussi di lavoro.
Fonte: TecnoAndroid
