L’AI sostituirà i programmatori? 7 grandi sviluppatori spiegano come cambierà il software
Dai principi del Clean Code al vibe coding, sette protagonisti della programmazione offrono visioni molto diverse sul futuro dello sviluppo software. Il vero cambiamento potrebbe non essere la scomparsa degli sviluppatori, ma una profonda trasformazione del loro valore professionale.
Gabriele Ferrari — AI Consultant & Digital Project Manager
L’intelligenza artificiale sta trasformando il mondo dello sviluppo software a una velocità difficile da ignorare.
Strumenti come Claude Code, Codex e gli assistenti integrati negli ambienti di sviluppo consentono oggi di generare codice, modificare applicazioni esistenti, individuare errori e realizzare prototipi con un livello di automazione impensabile fino a pochi anni fa.
Questo cambiamento sta alimentando un dibattito sempre più acceso.
Oppure il loro lavoro sarà progressivamente sostituito da agenti AI capaci di sviluppare applicazioni attraverso semplici istruzioni in linguaggio naturale?
La risposta non è affatto scontata.
Anche alcuni dei più importanti protagonisti della storia della programmazione hanno opinioni molto differenti.
E le loro riflessioni offrono spunti particolarmente interessanti per comprendere come cambierà il lavoro di sviluppatori, software house, web agency e consulenti digitali.
Le sette posizioni in sintesi
01 / 07Robert C. Martin: gli agenti AI funzionano quando hanno regole precise
Conosciuto come Uncle Bob, è uno dei principali riferimenti della programmazione professionale, grazie soprattutto al suo contributo ai principi SOLID e alla diffusione del Clean Code.
La sua visione dell’intelligenza artificiale è sorprendentemente positiva.
Secondo quanto riportato nell’articolo originale, Martin ritiene che gli agenti AI possano produrre codice a velocità difficilmente raggiungibili dagli sviluppatori umani.
Ma introduce una condizione fondamentale.
Gli agenti devono lavorare all’interno di un processo ingegneristico rigoroso.
Specifiche chiare, test automatici, metriche di qualità e vincoli architetturali diventano essenziali.
In questo contesto, la necessità di revisionare manualmente ogni singola riga può diminuire, concentrando l’attenzione sulle parti più critiche.
Questo approccio è particolarmente interessante quando si lavora con strumenti come Claude Code.
Il vero salto di produttività non si ottiene semplicemente chiedendo a un modello di scrivere codice.
Si ottiene definendo correttamente cosa deve realizzare, quali vincoli deve rispettare e come verificare il risultato.
Un agente AI che lavora senza specifiche può generare codice rapidamente.
Un agente che lavora con test, regole e requisiti può diventare parte di un processo di sviluppo affidabile.
02 / 07George Hotz: il rischio è riempire le aziende di software scadente
Noto anche come geohot, è conosciuto per i suoi lavori nell’hacking e per le successive iniziative nel settore dell’intelligenza artificiale.
La sua posizione è decisamente più critica.
Hotz riconosce le straordinarie capacità dei modelli AI, ma esprime forti dubbi sulla qualità del codice generato.
Il problema, secondo la sua analisi, riguarda soprattutto le organizzazioni più grandi.
Un piccolo team composto da sviluppatori esperti può individuare rapidamente errori, correggere il codice e migliorare continuamente il prodotto.
In una grande organizzazione, invece, i cicli di verifica possono essere più lenti.
Il rischio è accumulare software difficile da comprendere e mantenere.
È il fenomeno spesso definito AI slop: codice prodotto rapidamente, ma di qualità insufficiente.
È un rischio reale.
Con l’AI possiamo sviluppare funzionalità molto più velocemente, ma questo non significa necessariamente migliorare la qualità complessiva del software.
Se ogni nuova modifica introduce dipendenze inutili, duplicazioni o comportamenti imprevisti, il debito tecnico può crescere rapidamente.
Il problema non è utilizzare l’intelligenza artificiale per programmare.
È utilizzare codice generato automaticamente senza comprenderne le implicazioni.
03 / 07John Carmack: il valore resterà nella capacità di risolvere problemi
Figura leggendaria dello sviluppo software, soprattutto per il contributo dato ai motori grafici di Doom e Quake.
La sua visione è pragmatica.
Gli strumenti di programmazione sono sempre stati un fattore determinante nel progresso tecnologico.
L’intelligenza artificiale rappresenta un ulteriore passo in questa evoluzione.
Ma il valore dello sviluppatore non deriva esclusivamente dalla quantità di codice che è in grado di scrivere.
Deriva dalla capacità di comprendere e risolvere problemi complessi.
Carmack considera plausibili scenari molto differenti.
Da un lato, aziende capaci di realizzare software impiegando meno sviluppatori.
Dall’altro, una diffusione di nuovi prodotti digitali grazie alla maggiore accessibilità degli strumenti di sviluppo.
Credo che questa sia una delle interpretazioni più interessanti.
Se il costo di sviluppo di un’applicazione diminuisce, non è detto che diminuisca nella stessa misura anche la domanda di software.
Potrebbero nascere applicazioni che fino a ieri non erano economicamente sostenibili.
Per un freelance o una piccola software house significa poter affrontare progetti che prima richiedevano team molto più numerosi.
La capacità di progettare una soluzione utile diventerà probabilmente ancora più importante della semplice velocità di programmazione.
04 / 07Anders Hejlsberg: meno lavoro ripetitivo, più competenze avanzate
Creatore di linguaggi e tecnologie fondamentali come Turbo Pascal, Delphi, C# e TypeScript.
La sua prospettiva è favorevole all’utilizzo dell’AI come strumento di produttività.
Non considera però inevitabile la sostituzione completa degli sviluppatori umani.
Un problema importante riguarda l’evoluzione delle carriere.
Se l’intelligenza artificiale automatizza una parte crescente delle attività normalmente affidate ai programmatori junior, come potranno questi ultimi sviluppare l’esperienza necessaria per diventare senior?
Le aziende continueranno ad avere bisogno di competenze avanzate, ma potrebbero ridurre la domanda di alcune mansioni iniziali.
È una questione che merita molta attenzione.
Uno sviluppatore non diventa esperto soltanto imparando la sintassi di un linguaggio.
Acquisisce competenze affrontando problemi reali, correggendo errori, comprendendo sistemi esistenti e valutando compromessi progettuali.
Se l’AI elimina una parte di questo percorso, sarà necessario ripensare anche la formazione.
La capacità di utilizzare strumenti AI dovrà essere accompagnata dalla comprensione dei principi di ingegneria del software.
Altrimenti rischiamo di formare professionisti molto veloci nel generare codice, ma poco preparati nel valutarlo.
05 / 07David Heinemeier Hansson: programmare attraverso il linguaggio naturale
Conosciuto come DHH, è il creatore di Ruby on Rails e cofondatore di Basecamp.
La sua visione appare tra le più radicali.
Secondo le dichiarazioni riportate nell’articolo, DHH considera l’AI destinata a modificare profondamente l’economia della programmazione.
Il linguaggio naturale potrebbe diventare il principale strumento attraverso il quale descrivere le applicazioni da realizzare.
In uno scenario di questo tipo, il programmatore tradizionale lascerebbe progressivamente spazio a figure capaci di dirigere agenti intelligenti.
Il processo di sviluppo assomiglierebbe sempre di più alla gestione di un progetto affidato a collaboratori automatici.
Questo scenario è affascinante, ma richiede qualche distinzione.
Descrivere un’applicazione in linguaggio naturale non significa automaticamente averne definito correttamente l’architettura.
Le esigenze di sicurezza, scalabilità, integrazione e manutenzione rimangono.
Tuttavia, considero molto probabile un’evoluzione del ruolo dello sviluppatore verso attività di supervisione, progettazione e coordinamento degli agenti.
Per chi possiede già competenze di Digital Project Management e sviluppo software, questa convergenza rappresenta un’opportunità interessante.
Non perché il codice non avrà più importanza, ma perché sarà sempre più importante sapere quale codice far produrre e come valutarlo.
06 / 07Kent Beck: attenzione al vibe coding senza disciplina
Una delle figure più importanti dell’ingegneria del software moderna: ha contribuito allo sviluppo dell’Extreme Programming, del Test-Driven Development e dei principi Agile.
La sua interpretazione distingue due approcci molto diversi.
Il primo è il vibe coding, inteso come generazione di codice attraverso istruzioni successive senza un adeguato controllo sulla struttura del progetto.
Il secondo è quello che Beck definisce augmented coding: l’utilizzo disciplinato dell’intelligenza artificiale per aumentare le capacità dello sviluppatore.
La differenza è sostanziale.
Nel primo caso il software rischia di crescere senza una direzione architetturale chiara.
Nel secondo, l’AI diventa uno strumento all’interno di un processo progettato e supervisionato.
Beck sottolinea anche un altro problema: aggiungere nuove funzionalità comporta sempre costi di manutenzione.
Se l’AI rende estremamente semplice produrle, il rischio è introdurre complessità senza valutarne adeguatamente l’utilità.
Questo è un principio che considero fondamentale nello sviluppo di applicazioni SaaS.
Ogni funzionalità aggiunta introduce potenziali problemi di compatibilità, sicurezza, gestione degli stati, manutenzione e assistenza.
Il fatto che l’AI possa svilupparla rapidamente non significa che debba necessariamente essere realizzata.
A volte la decisione progettuale migliore consiste proprio nel non aggiungere una nuova funzione.
07 / 07Bjarne Stroustrup: il problema sarà verificare tutto il codice generato
Creatore del linguaggio C++.
Esprime una posizione particolarmente prudente.
La sua preoccupazione riguarda soprattutto l’affidabilità e la verificabilità del codice generato automaticamente.
Piccole modifiche alle istruzioni fornite a un modello possono produrre cambiamenti anche molto estesi.
Questo rende difficile prevedere gli effetti di una modifica sull’intero progetto.
Il problema diventa particolarmente delicato nei sistemi critici, dove sicurezza e prestazioni devono essere garantite attraverso verifiche rigorose.
Stroustrup contesta anche l’idea che il linguaggio naturale possa sostituire completamente i linguaggi formali di programmazione.
I linguaggi di programmazione forniscono infatti strutture, vincoli e livelli di astrazione che non possono essere semplicemente eliminati.
La differenza tra generare codice e verificarne la correttezza diventerà sempre più importante.
Un’applicazione può apparire perfettamente funzionante durante una dimostrazione e presentare problemi significativi in produzione.
Pensiamo a un e-commerce, a un sistema di pagamento o a una piattaforma multi-tenant.
Un errore nella gestione delle autorizzazioni o nella separazione dei dati può avere conseguenze molto più gravi di un difetto grafico.
Per questo ritengo essenziale mantenere procedure di test, revisione e controllo, anche quando la maggior parte del codice viene prodotta attraverso strumenti AI.
Cosa cambia per freelance, sviluppatori e web agency?
Le sette visioni evidenziano una situazione complessa.
Non esiste un consenso unanime sul futuro della programmazione.
Alcuni protagonisti del settore considerano inevitabile una trasformazione radicale.
Altri temono una progressiva diminuzione della qualità del software.
Altri ancora vedono nell’AI uno strumento capace di amplificare le competenze dei migliori sviluppatori.
Personalmente credo che la trasformazione più importante riguarderà il valore economico delle competenze professionali.
Per molti anni, gran parte del lavoro di sviluppo è stata legata alla capacità di implementare funzionalità attraverso il codice.
Oggi questa attività sta diventando sempre più automatizzabile.
Ma progettare un sistema realmente utile richiede competenze che vanno oltre la generazione del codice.
Dalla vendita di ore alla vendita di soluzioni
Per chi lavora come freelance o gestisce una web agency, l’AI introduce anche una questione commerciale.
Se un’attività che richiedeva venti ore può essere completata in cinque, come dovrebbe cambiare il modello di business?
Continuare a considerare esclusivamente il tempo impiegato rischia di penalizzare proprio i professionisti più efficienti.
Credo che diventerà sempre più importante valorizzare il risultato ottenuto, la complessità gestita e la responsabilità assunta.
Un cliente non acquista semplicemente cento righe di codice.
Questo principio è particolarmente evidente nella realizzazione di applicazioni SaaS, automazioni aziendali e sistemi basati sugli agenti AI.
Il mio punto di vista: il programmatore non scompare, cambia il suo ruolo
Dopo oltre venticinque anni nel mondo digitale, considero l’intelligenza artificiale una delle trasformazioni più importanti che abbia osservato.
Ma non credo sia corretto ridurre tutto alla domanda: l’AI sostituirà gli sviluppatori?
La questione più interessante è un’altra.
A mio avviso, saranno soprattutto la capacità di analizzare problemi, progettare architetture, integrare sistemi differenti, valutare rischi e comprendere le esigenze delle aziende.
La conoscenza tecnica rimarrà fondamentale, ma verrà utilizzata in modo diverso.
Sempre meno tempo dedicato alle operazioni ripetitive.
Sempre più attenzione alle decisioni progettuali e alla qualità delle soluzioni.
La velocità con cui gli strumenti AI stanno evolvendo rende difficile prevedere quanti sviluppatori saranno necessari tra cinque o dieci anni.
Ma una cosa mi sembra chiara.
Vedi anche: Agenti AI in azienda: cosa possono fare, Nessuno vuole un’altra app AI e Perché le aziende non adottano le app AI.
Articolo ispirato alla raccolta di prospettive pubblicata da Matthew MacDonald il 2 ottobre 2026, “7 Programming Legends Predict the Future of AI Coding”. Le posizioni delle sette figure sono qui presentate sulla base della sintesi dell’autore originale, non di una verifica indipendente di ogni dichiarazione.
Web app, SaaS, automazioni e agenti AI progettati con specifiche, test e revisione. Parliamone in una prima call senza impegno.
Gabriele Ferrari — AI Consultant | Digital Project Manager | Web Developer · gabrieleferrari.net