L'intelligenza artificiale sta scrivendo sempre più codice, ma questo non si traduce necessariamente in una maggiore velocità nello sviluppo del software.
Una delle informazioni più interessanti che ho letto finora sugli agenti di codifica basati sull'intelligenza artificiale è questa: più codice non significa automaticamente più software.
Lo studio di Fiona Chen e James Stratton dell'Università di Harvard ha analizzato i dati di oltre 700.000 dipendenti in più di 700 aziende software dal 2021 a marzo 2026, esaminando oltre 300 milioni di attività lavorative. Dopo l'introduzione degli agenti di codifica, il numero medio di righe di codice è aumentato del 30%, il numero di commit del 20% e il numero di richieste di merge del 23%.
Ma la domanda fondamentale è: questo porta al completamento dei progetti? Non sono state riscontrate variazioni statisticamente significative nei tassi di completamento di bug, attività e funzionalità, come tracciato con strumenti come Jira.
Il collo di bottiglia si trova nella revisione del codice. Il tempo necessario per passare dall'invio di una richiesta di merge all'integrazione nel codice principale è aumentato del 49%. Il numero di richieste di merge che richiedono modifiche è quasi raddoppiato, il numero di commenti per richiesta di merge è aumentato del 35% e la percentuale di dipendenti che effettuano la revisione del codice è aumentata del 14%. In altre parole, gran parte della velocità guadagnata nella fase di scrittura viene persa nella revisione e nella correzione.
Le aziende stanno cercando di risolvere anche questo problema con l'intelligenza artificiale: a marzo 2026, l'80% delle aziende esaminate utilizzava una sorta di strumento di revisione del codice basato sull'intelligenza artificiale. Tuttavia, solo il 23,3% dei commenti di revisione proviene dagli agenti e questi contribuiscono solo al 10,8% delle richieste di merge; la maggior parte del lavoro è ancora svolta da persone. Inoltre, non sono state riscontrate variazioni significative nel numero di dipendenti attivi, almeno nel periodo esaminato.
È importante notare che i dati si concludono a marzo 2026 e che gli strumenti sono stati ulteriormente sviluppati da allora. Ma la lezione che ho tratto è chiara: per aumentare la produttività, è necessario accelerare non solo la fase di scrittura del codice, ma anche la revisione, la correzione e l'integrazione.
Articolo di Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
PDF dello studio: https://fion.ac/jellyfish.pdf
Fonte: DonanımHaber
Lo studio di Fiona Chen e James Stratton dell'Università di Harvard ha analizzato i dati di oltre 700.000 dipendenti in più di 700 aziende software dal 2021 a marzo 2026, esaminando oltre 300 milioni di attività lavorative. Dopo l'introduzione degli agenti di codifica, il numero medio di righe di codice è aumentato del 30%, il numero di commit del 20% e il numero di richieste di merge del 23%.
Ma la domanda fondamentale è: questo porta al completamento dei progetti? Non sono state riscontrate variazioni statisticamente significative nei tassi di completamento di bug, attività e funzionalità, come tracciato con strumenti come Jira.
Il collo di bottiglia si trova nella revisione del codice. Il tempo necessario per passare dall'invio di una richiesta di merge all'integrazione nel codice principale è aumentato del 49%. Il numero di richieste di merge che richiedono modifiche è quasi raddoppiato, il numero di commenti per richiesta di merge è aumentato del 35% e la percentuale di dipendenti che effettuano la revisione del codice è aumentata del 14%. In altre parole, gran parte della velocità guadagnata nella fase di scrittura viene persa nella revisione e nella correzione.
Le aziende stanno cercando di risolvere anche questo problema con l'intelligenza artificiale: a marzo 2026, l'80% delle aziende esaminate utilizzava una sorta di strumento di revisione del codice basato sull'intelligenza artificiale. Tuttavia, solo il 23,3% dei commenti di revisione proviene dagli agenti e questi contribuiscono solo al 10,8% delle richieste di merge; la maggior parte del lavoro è ancora svolta da persone. Inoltre, non sono state riscontrate variazioni significative nel numero di dipendenti attivi, almeno nel periodo esaminato.
È importante notare che i dati si concludono a marzo 2026 e che gli strumenti sono stati ulteriormente sviluppati da allora. Ma la lezione che ho tratto è chiara: per aumentare la produttività, è necessario accelerare non solo la fase di scrittura del codice, ma anche la revisione, la correzione e l'integrazione.
Articolo di Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
PDF dello studio: https://fion.ac/jellyfish.pdf
Fonte: DonanımHaber
Commenti 0
Lascia il primo commento, in qualsiasi lingua.
Accedi per commentare