Come sintetizza Gartner stesso: “Non ci sarà nessun jobs apocalypse legato all’AI, ma ci sarà job chaos”. Una differenza sostanziale, che i titoli dei giornali tendono a ignorare sistematicamente.​

Il paradosso della produttività nel software

Il caso più emblematico della distanza tra narrazione ed evidenza empirica riguarda proprio il settore più esposto: lo sviluppo software. La narrativa dominante recita che l’AI coderà al posto degli sviluppatori e i programmatori spariranno. Vediamo cosa dicono gli studi.

Un paper pubblicato su Ssrn (Cui, Demirer, Jaffe et al., 2025) — basato su tre esperimenti controllati randomizzati condotti presso Microsoft, Accenture e una grande azienda Fortune 100, su un totale di 4.867 sviluppatori — mostra un incremento del 26% nel completamento dei task con gli strumenti AI. Risultato positivo, certo. Ma il margine di errore è ampio (±10,3%) e i benefici sono concentrati soprattutto tra i developer meno esperti: i senior ne traggono vantaggi nettamente inferiori.

E qui arriva il dato che dovrebbe far riflettere. Uno studio con metodo Rct pubblicato su arXiv nel 2025 ha coinvolto 16 sviluppatori esperti su progetti open source maturi, usando strumenti al confine tecnologico del periodo (Cursor Pro, Claude 3.5/3.7 Sonnet). Il risultato? L’AI ha rallentato i developer del 19%. Non è un refuso: meno 19%. Prima dell’esperimento, gli stessi developer prevedevano di essere più veloci del 24%. I ricercatori di economics e Ml interpellati prevedevano guadagni tra il 38% e il 39%. La realtà ha smentito tutti — esperti compresi.​

La Carnegie Mellon University (Tepper School of Business) ha documentato lo stesso fenomeno: i developer esperti che usano strumenti GenAI diventano circa il 19% più lenti, pur credendosi più veloci. Un cortocircuito cognitivo che dovrebbe preoccupare chiunque basi le proprie decisioni aziendali su sondaggi di perceived productivity.

Anthropic stessa, nel suo 2026 Agentic Coding Trends Report, mostra un quadro sfaccettato: i propri ingegneri usano l’AI in circa il 60% del lavoro quotidiano, ma delegano completamente solo tra il 0% e il 20% dei task. Il resto richiede supervisione, verifica, correzione continua. E Anthropic ha dovuto dimezzare le proprie previsioni di produttività dopo aver analizzato i tassi reali di fallimento del modello in contesti operativi reali. Lo stesso Anthropic, insomma, ci dice: andate piano con le promesse.

Perché questa narrazione è tossica

Il problema non è discutere dell’impatto dell’intelligenza artificiale sul lavoro — è un tema serio, legittimo, urgente. Il problema è farlo con annunci invece che con analisi, con paure invece che con dati, con titoli invece che con studi controllati.

Fonte