AI ha reso il lavoro 5 volte più veloce, ma 5 volte peggio

Un professionista ha raccontato come l’introduzione dell’AI abbia reso il lavoro 5 volte più veloce, ma 5 volte peggio. Dopo un incidente quasi grave e quattro mesi di utilizzo di agenti AI, ha scoperto che il problema non era solo la velocità, ma la mancanza di comprensione del codice prodotto. La domanda che nessuno si pone: cosa si dovrebbe fare mentre l’AI scrive il codice?

La velocità dell’AI non è sempre un vantaggio

Il lavoro con l’AI ha portato a un aumento significativo della produttività. Compiti che prima richiedevano giorni sono stati completati in un’ora. Tuttavia, questa velocità ha creato nuove sfide. Il professionista ha notato che il codice prodotto non sempre rispettava le intenzioni iniziali. La frase che ora guida il suo lavoro quotidiano è: “Tutti i test passano” non significa “questo fa ciò che intendevo”. Questo gap ha portato a errori che non si vedono immediatamente, ma si manifestano in produzione.

La mancanza di controllo e la fiducia nell’AI

Il professionista ha scoperto che l’AI non solo ha accelerato il lavoro, ma ha anche ridotto la capacità di verificare la qualità del codice. La fiducia nell’output dell’AI è cresciuta, ma allo stesso tempo si è accumulata una “debito di verifica” che non si vede su una board, ma si manifesta a mezzanotte. L’AI ha reso disponibile capacità extra, ma la reazione iniziale è stata di utilizzarla con ulteriori agenti, senza chiedersi a cosa servisse veramente quella capacità. Un’analisi di dati su oltre diecimila sviluppatori mostra che il tempo di revisione dei pull request è aumentato del 90%. Questo non indica una maggiore attenzione, ma un aumento del volume di lavoro da revisionare. L’AI ha spostato il bottleneck, non lo ha eliminato. Il tempo speso nella scrittura è diventato tempo speso nella verifica, e questa verifica non è sempre più approfondita.

Le conseguenze sul senso di identità professionale

Il professionista ha anche riconosciuto come l’AI abbia cambiato il senso di identità nel lavoro. L’uso di agenti ha creato una pressione per produrre sempre di più, ma ha anche generato ansietà. Un’indagine su oltre tremila sviluppatori ha rivelato che il 43-45% degli ingegneri ha stress legato alla propria identità professionale. L’idea di “fare di più” con l’AI è vista come un modo per dimostrare competenza, ma non sempre è reale.

Per superare queste sfide, il professionista ha adottato nuove strategie. Leggere i documenti di riferimento in modo approfondito, scrivere specifiche prima del codice, e collaborare con persone reali sono diventati strumenti chiave. L’AI non è la soluzione finale, ma un strato aggiuntivo. L’obiettivo non è usare l’AI per produrre più codice, ma per migliorare la qualità e la comprensione del lavoro. La lezione principale è che l’AI non è solo una risorsa di produttività, ma anche un’opportunità per riflettere su come si costruisce e si mantiene la competenza. L’uso responsabile dell’AI richiede una cultura di apprendimento e una capacità di verificare il lavoro prodotto, non solo di delegarlo. La velocità non deve mai superare la qualità, e l’identità professionale non deve essere compromessa nel nome della produttività.