Passa a:
ChatGPT (e gli altri) sostituirà veramente i developer?

ChatGPT (e gli altri) sostituirà veramente i developer?

  • Maggio 2025 |
  • 03 Min di lettura

Negli ultimi mesi, ChatGPT e gli strumenti di intelligenza artificiale generativa hanno catturato l’attenzione di molti nel mondo della tecnologia, riportando con forza una domanda che circola da quando i primi strumenti di generazione del codice sono apparsi: queste tecnologie sostituiranno i programmatori? Nel nostro team abbiamo deciso di mettere alla prova questi strumenti per capire se possano davvero rappresentare una minaccia per la professione dello sviluppatore, e il risultato è stato un mix di sorprese, delusioni e qualche spunto interessante.

La prima cosa che abbiamo voluto testare è stata la capacità di ChatGPT di generare codice utile. Abbiamo provato a chiedergli di scrivere script e funzioni per alcuni dei nostri progetti interni, ma i risultati sono stati deludenti: il codice prodotto era spesso incompleto, con errori o semplicemente inadatto alle nostre esigenze. Nella migliore delle ipotesi, ChatGPT ha generato esempi didattici, simili a quelli che potremmo usare in un corso di formazione per illustrare un concetto senza rivelare la soluzione completa. Ad esempio, abbiamo chiesto di creare una funzione per elaborare dati da un’API specifica e il codice ottenuto, teoricamente corretto, mancava di ottimizzazione e non teneva conto di alcuni vincoli del progetto. Alla fine abbiamo impiegato più tempo a correggere quel codice di quanto ne avremmo impiegato a scriverlo da zero.

Uno degli ambiti in cui ChatGPT ha mostrato qualche potenzialità è la generazione di espressioni regolari: abbiamo provato a chiedergli di creare regex per problemi standard e personalizzati, e i risultati erano spesso corretti. Non siamo però sicuri che rappresenti un miglioramento rispetto agli strumenti di generazione di regex tradizionali, e la differenza non è tale da giustificare un cambio di flusso di lavoro.

Per testare i suoi limiti, abbiamo fatto alcune richieste più creative. Abbiamo chiesto a ChatGPT l’ultima cifra di pi greco e, con sicurezza, ci ha risposto che era 9, salvo poi mostrarci un esempio con una dozzina di cifre che terminava con un 6. Abbiamo anche chiesto di scrivere storie di fantasia e interviste immaginarie con personaggi storici, ottenendo risultati grammaticalmente corretti ma noiosi e superficiali, come scritti da uno studente annoiato. Infine, abbiamo chiesto istruzioni per avviare una moto d’epoca: ha fornito indicazioni quasi corrette tralasciando però i dettagli cruciali per evitare di farsi male, mentre un collega ha ricevuto la raccomandazione di dare massima potenza ai motori per far atterrare un aliante. È bravo a generare contenuti teoricamente corretti, ma spesso manca di profondità, precisione e senso pratico.

Dove ha sorpreso

L’unica area in cui ChatGPT ha brillato è stata la generazione di ricette. Abbiamo chiesto la ricetta per uno stufato con lenticchie e patate e il risultato è stato sorprendentemente decente: richiedendo un formato stampabile, ha fornito esattamente ciò di cui avevamo bisogno, con ingredienti, quantità e passaggi ben strutturati. Ha anche gestito bene le richieste contraddittorie, come uno stufato vegano con pollo, rifiutandosi educatamente di produrre una ricetta impossibile. Potrebbe essere un utile assistente in cucina, ma non è ancora pronto per sostituire uno chef esperto.

Una delle domande più interessanti è se ChatGPT possa diventare un valido assistente per programmatori, aiutandoci a risolvere le parti noiose e ripetitive del lavoro, ma la nostra esperienza suggerisce che non siamo ancora a quel punto. ChatGPT non è in grado di comprendere il contesto aziendale, i vincoli di budget, le tempistiche o le preferenze tecnologiche, né può intervistare utenti e stakeholder per progettare soluzioni allineate alla visione aziendale.

Quando dovremmo iniziare a preoccuparci?

La vera domanda è: quando ChatGPT, o altri strumenti simili, diventerà una minaccia concreta per i programmatori? Secondo noi, dovremo iniziare a preoccuparci quando l’IA sarà in grado di comprendere il contesto aziendale nel suo complesso, inclusi budget, tempi, infrastrutture e normative, di progettare soluzioni complesse tenendo conto di requisiti funzionali e non funzionali, e di collaborare con utenti e stakeholder per definire obiettivi e priorità. In altre parole, quando riuscirà a risolvere problemi creativi andando oltre la semplice generazione di codice o testo. È probabile che le versioni future saranno più avanzate e capaci di affrontare compiti più complessi, ma anche in quel caso i programmatori avranno un ruolo cruciale nel guidare, supervisionare e ottimizzare il lavoro dell’IA.

Invece di temere l’intelligenza artificiale, dovremmo vederla come un’opportunità per migliorare il nostro lavoro e concentrarci sulle attività più creative e strategiche. ChatGPT è uno strumento impressionante, ma non è ancora in grado di sostituire i programmatori: per ora rimane un utile assistente per compiti semplici e ripetitivi, ma manca della profondità, della creatività e della comprensione del contesto necessarie per affrontare problemi complessi.

Ranieri Vannozzi

L'autore

Ranieri Vannozzi

Sviluppatore e consulente software freelance

Scrivo codice dal 2008 e lavoro su sviluppo enterprise, architetture cloud-native e leadership tecnica. Su HeroHubs racconto quello che incontro ogni giorno nei progetti, tra codice, architetture e intelligenza artificiale.

Articolo scritto con il supporto dell'AI e rivisto dall'autore.

Post Correlati

Claude Design e Pomelli: il brand come contesto che una AI sa leggere

AI

Ottobre 2026

Claude Design e Pomelli: il brand come contesto che una AI sa leggere

Claude Design ricava il design system di un team dal codice, Pomelli ricava il Business DNA di una piccola attività dal sito web. Due prodotti diversi arrivano alla stessa conclusione: la coerenza non nasce dal prompt ma da un profilo estratto una volta e riusato sempre.

Paperclip: costruire aziende di agenti AI con un organigramma

AI

Agosto 2026

Paperclip: costruire aziende di agenti AI con un organigramma

Paperclip permette di disegnare un organigramma di agenti AI che collaborano come i reparti di una vera azienda. Un CEO, uno scrittore, un ingegnere, un editor e un designer che si dividono i task, lavorano in parallelo e chiedono conferma quando serve.

DeepSeek in locale: integrare un modello aperto nei SaaS senza pagare le API

AI

Agosto 2026

DeepSeek in locale: integrare un modello aperto nei SaaS senza pagare le API

Eseguire DeepSeek sulla propria macchina trasforma il costo variabile delle API in un costo fisso di hardware. Un ragionamento su quando conviene, come si fa e quali altri modelli aperti valutare per i SaaS intelligenti di nuova generazione.

Claude Science: quando l’assistente entra in laboratorio

AI

Agosto 2026

Claude Science: quando l’assistente entra in laboratorio

Anthropic lancia Claude Science, un ambiente che collega oltre sessanta database scientifici e coordina agenti specializzati in genomica, proteomica e chimica computazionale. Non un modello più potente, ma un nuovo modo di lavorare per chi fa ricerca.

Sakana Fugu: quando il valore sta nell'orchestrazione, non nel modello

AI

Luglio 2026

Sakana Fugu: quando il valore sta nell'orchestrazione, non nel modello

Sakana Fugu non è un nuovo modello di intelligenza artificiale ma un piccolo orchestratore da sette miliardi di parametri che coordina modelli già esistenti. Il valore si sposta dalla potenza computazionale alla capacità di orchestrazione.

La cartella .claude: il centro di controllo di Claude Code

AI

Luglio 2026

La cartella .claude: il centro di controllo di Claude Code

La cartella .claude viene spesso ignorata, ma è il punto in cui si definisce come Claude Code lavora su un progetto. Capirne la struttura significa smettere di correggere lo strumento e iniziare a configurarlo.

Claude for Small Business: l'AI che lavora al tuo fianco

AI

Maggio 2026

Claude for Small Business: l'AI che lavora al tuo fianco

Le piccole imprese non hanno bisogno di strumenti enormi per competere. Hanno bisogno di strumenti intelligenti. Claude di Anthropic è pensato per chi lavora ogni giorno con risorse limitate ma ambizioni concrete.

Markdown o HTML? Il formato dell’output è una decisione architetturale

AI

Aprile 2026

Markdown o HTML? Il formato dell’output è una decisione architetturale

La maggior parte degli sviluppatori tratta il formato dell'output AI come un dettaglio secondario. Non lo è. La scelta tra Markdown e HTML determina se il risultato verrà letto, condiviso o usato davvero.

Prompt Injection: come l'intelligenza artificiale può essere manipolata (e perché dovresti saperlo)

AI

Febbraio 2026

Prompt Injection: come l'intelligenza artificiale può essere manipolata (e perché dovresti saperlo)

Scopri cos'è la prompt injection, come può influenzare le risposte dell'intelligenza artificiale e quali strategie adottare per proteggere dati e processi aziendali.