In questo articolo Indice dei contenuti 3 sezioni
Sono le 2:47 del mattino e non c’è nessun downtime da risolvere, nessuna scadenza alle porte, solo un agente che sta riscrivendo un modulo di codice mentre qualcuno lo guarda fare senza riuscire a chiudere il portatile. È la scena raccontata da Quentin Rousseau, CTO e cofondatore di Rootly, azienda che si occupa di report automatici sugli incidenti, e riassume bene il problema che l’AI coding sta portando dentro il lavoro degli sviluppatori. Comodo, veloce, spesso brillante. E, secondo un numero crescente di programmatori, anche una specie di trappola.
Il dato che colpisce arriva da un sondaggio di Coddy Tech, società che si occupa di formazione sulla programmazione, condotto su 305 sviluppatori. Quattro su cinque, l’80%, dicono che il loro uso dell’intelligenza artificiale somiglia più a una dipendenza che a un vantaggio. Non che gli strumenti non funzionino, anzi. Il punto è un altro, ed è più scomodo.
Quando l’agente non ti lascia staccare
Rousseau lo ha spiegato in un post su LinkedIn con una franchezza che raramente si legge in bocca a un dirigente. La programmazione agentica dà assuefazione, dice. Quando l’agente indovina, arriva la scarica di dopamina. Quando sbaglia, arriva l’adrenalina. In mezzo, un’attività abbastanza passiva da sembrare riposo e abbastanza attiva da tenere incollati allo schermo. Lui stesso ha ammesso di non riuscire più a dormire e di aver dovuto chiedere aiuto a un medico.
Il fenomeno non riguarda un caso isolato. Il burnout legato all’AI ha contorni piuttosto precisi nei numeri di Coddy Tech: più di due quinti degli sviluppatori, il 43%, continuano a scrivere codice con l’AI fuori orario anche quando avevano deciso di smettere, mentre il 32% ha rinviato il momento di andare a dormire per andare avanti. Il 39% racconta che questi strumenti hanno reso più difficile spegnere la testa a fine giornata. C’è anche una componente di carriera che rende il tutto più appiccicoso. Il 74% degli intervistati crede che un uso intenso dell’AI aumenti le probabilità di ottenere un aumento o una promozione. Contemporaneamente, il 51% pensa di essere più esposto al rischio di esaurirsi. Le due cose convivono, e non si annullano.
Il debito di verifica, il vero costo nascosto
L’altro lato della medaglia è tecnico e si chiama verification debt, debito di verifica. Il Stack Overflow Developer Survey del 2025 ha rilevato che il 45% degli sviluppatori si sente frustrato da risposte dell’AI “quasi giuste, ma non del tutto”. Output convincenti in apparenza, che poi costringono a sessioni di debug lunghe e faticose. La velocità guadagnata nella scrittura si perde nel controllo.
Sempre secondo quella rilevazione, l’adozione degli strumenti di intelligenza artificiale continua a crescere e ha raggiunto l’80% dei programmatori, ma la fiducia nella loro accuratezza è scesa dal 40% degli anni precedenti al 29% attuale. Il giudizio complessivamente positivo sull’AI è passato dal 72% al 60% in dodici mesi. Adozione su, fiducia giù. Il codice arriva in pochi secondi, ma qualcuno deve ancora capire se è corretto, sicuro, manutenibile e coerente con l’architettura del sistema. Deve testare i casi limite, valutare i rischi di sicurezza, prendersi la responsabilità di cosa finisce in produzione. Tutto questo non lo fa GitHub Copilot, né Claude Code, né Cursor.
Il rischio di un lavoro semplicemente più veloce
Poi c’è il modo in cui le aziende leggono tutto questo. Se un’organizzazione considera l’intelligenza artificiale un moltiplicatore della capacità produttiva, la pressione si sposta subito: più funzionalità da consegnare, più ticket da chiudere, più revisioni da completare nelle stesse ore. Il tempo risparmiato sul singolo task evapora e il peso si trasferisce altrove, sotto forma di pull request più grandi, più modifiche generate da ispezionare, più dipendenze da validare, più rischio operativo da gestire.
I team che usano gli agenti per togliersi di torno il lavoro ripetitivo possono trarne benefici concreti. Quelli che li usano per accelerare ogni fase della pipeline di sviluppo rischiano di ritrovarsi con lo stesso mestiere di prima, solo più rapido e più insistente. Per sviluppatori come Rousseau la domanda non è più se l’AI sappia scrivere codice. Sa farlo. La questione aperta è se i programmatori riescano ancora a decidere quando finisce la giornata di lavoro e quando si interrompe il loop dell’agente.
