Immagine copertina generata con l’intelligenza artificiale
Gli agenti di intelligenza artificiale dedicati alla programmazione promettono di velocizzare lo sviluppo delle applicazioni, ma produrre più codice non significa necessariamente consegnare più software. Un’analisi pubblicata da Ars Technica mostra come i vantaggi ottenuti nella scrittura vengano in parte assorbiti dai tempi necessari per controllare, correggere e approvare il lavoro delle macchine.
I coding agents AI aumentano la produzione di codice
La ricerca condotta da Fiona Chen e James Stratton, ricercatori dell’Università di Harvard, ha analizzato i dati relativi alle attività di sviluppo software in oltre 700 aziende. Il campione comprende circa 300 milioni di eventi di lavoro, tra commit, richieste di modifica e informazioni provenienti dai sistemi di gestione dei progetti, raccolti da oltre 700.000 dipendenti tra il 2021 e marzo 2026.
I risultati evidenziano un incremento significativo dell’attività di programmazione dopo l’introduzione degli AI coding agents: il numero complessivo di righe di codice generate aumenta del 30%, mentre i commit crescono del 20% e le pull request del 23%.
Questi strumenti, capaci di scrivere e sottoporre codice autonomamente sulla base delle istruzioni ricevute, sembrano quindi garantire un’accelerazione concreta. Il problema emerge, però, quando si passa dalla quantità di codice prodotto ai risultati effettivamente conseguiti dai team.
Secondo lo studio, infatti, non si registra un miglioramento statisticamente significativo nella risoluzione di Issues ed Epics, gli elementi utilizzati per monitorare problemi e funzionalità software attraverso strumenti come Jira.
La revisione umana diventa un collo di bottiglia
Il divario tra codice generato e software completato si spiega soprattutto con l’aumento del tempo dedicato alla revisione. Gli sviluppatori non possono considerare automaticamente corretto il contributo dell’intelligenza artificiale: devono verificarne l’affidabilità, individuare eventuali errori e valutare se le modifiche siano compatibili con il resto del progetto.
Dopo l’introduzione degli agenti AI, il tempo medio necessario per completare il processo di revisione di una pull request, dalla presentazione fino all’integrazione nel codice, aumenta del 49%.
Anche altri indicatori confermano la maggiore pressione sui revisori. La quota di pull request per cui vengono richieste modifiche quasi raddoppia, mentre il numero di commenti per richiesta cresce del 35%. In altre parole, una parte del tempo risparmiato durante la programmazione viene recuperata, e talvolta superata, dalle attività successive.
Lo studio rileva inoltre un aumento del 14% nella quota di lavoratori coinvolti nelle revisioni. Un segnale del fatto che l’automazione non elimina il lavoro umano, ma può spostarlo verso fasi differenti dello sviluppo.
Più automazione non significa maggiore efficienza
L’analisi suggerisce che i guadagni ottenuti durante la scrittura del codice vengono assorbiti dai vincoli delle fasi successive. È questo il nodo centrale per le aziende che stanno investendo negli agenti AI: accelerare una singola attività non garantisce di migliorare l’intero processo produttivo.
La revisione automatizzata potrebbe contribuire a ridurre il carico sugli sviluppatori, ma i risultati osservati finora non indicano un cambiamento sufficiente. A marzo 2026, l’80% delle aziende considerate utilizzava qualche forma di revisione del codice assistita dall’intelligenza artificiale. Tuttavia, gli agenti AI producevano soltanto il 23,3% dei commenti di revisione e intervenivano nel 10,8% delle pull request.
La maggior parte del controllo rimaneva dunque affidata alle persone. Inoltre, i ricercatori non hanno individuato cambiamenti significativi nell’occupazione attribuibili all’introduzione degli agenti, confrontando i dati sui lavoratori attivi con informazioni provenienti da LinkedIn.
Le aziende devono ripensare il flusso di sviluppo
I risultati non dimostrano che gli AI coding agents siano inutili. Indicano, piuttosto, che il loro impiego richiede un’organizzazione capace di gestire anche le conseguenze dell’aumento del codice prodotto. Se le richieste di revisione si accumulano e le correzioni diventano più frequenti, il vantaggio iniziale rischia di non tradursi in consegne più rapide.
La tecnologia è ancora relativamente recente e le aziende stanno imparando a individuare le attività per cui l’automazione offre i risultati migliori. Secondo l’analisi, inoltre, gli strumenti hanno continuato a evolversi anche dopo la conclusione della raccolta dei dati, avvenuta nel marzo 2026.
Resta quindi possibile che l’esperienza dei team e i miglioramenti delle piattaforme riducano progressivamente il divario tra velocità di scrittura e tempi di controllo. Per ora, però, la revisione umana rappresenta un limite concreto: il valore dell’AI nello sviluppo software va misurato sul prodotto completato, non soltanto sulle righe di codice generate.
Fonte: Ars Technica
