Oggi trovare codice è facile. Framework, librerie, repository, tutorial e assistenti AI permettono di produrre in poco tempo funzioni che fino a pochi anni fa richiedevano molta più ricerca. È un vantaggio reale, ma rischia di alimentare un equivoco: che scrivere codice significhi automaticamente saper costruire un buon software.

Il codice è il materiale con cui si realizza una soluzione. Prima, però, bisogna capire che cosa costruire, quali eccezioni gestire, quali dati collegare e che cosa può accadere quando il sistema entra nel lavoro quotidiano di un’azienda.

È qui che interviene il know-how: non la semplice disponibilità di informazioni, ma una conoscenza maturata affrontando problemi reali. Le informazioni si possono cercare. L’esperienza si costruisce nel tempo, osservando processi, commettendo errori, correggendoli e imparando a riconoscere in anticipo ciò che potrebbe non funzionare.

È possibile usare l’AI per costruire software?

Sì, ma bisogna chiarire che cosa intendiamo per “costruire”. Un assistente AI può generare una funzione, preparare una struttura di progetto, creare una schermata, interrogare un database e suggerire come collegare due servizi. Può inoltre spiegare codice esistente, individuare errori e velocizzare attività ripetitive.

Per uno sviluppatore esperto è uno strumento molto utile: riduce il tempo necessario per alcune operazioni e permette di confrontare rapidamente approcci diversi. Ma il risultato dipende dalle indicazioni ricevute, dal contesto fornito e soprattutto dalla capacità di controllare ciò che viene prodotto.

Un’applicazione non è soltanto la somma delle sue schermate. Deve definire chi può vedere o modificare i dati, validare gli inserimenti, gestire gli errori, comunicare con altri sistemi, proteggere le informazioni e continuare a funzionare quando il caso reale non corrisponde all’esempio previsto.

L’AI può contribuire alla realizzazione. Non può assumersi la responsabilità del progetto, comprendere da sola tutte le regole dell’azienda o garantire che il software sia adatto all’uso quotidiano.

“Ho visto un video: crea un’app in dieci minuti”

Online si trovano video in cui, partendo da una breve descrizione, l’AI genera un’applicazione completa. In pochi minuti compaiono una pagina di accesso, alcune tabelle, un pannello di controllo e magari un collegamento a un database. La dimostrazione può essere autentica e interessante, ma mostra quasi sempre l’inizio del lavoro, non la sua conclusione.

Un prototipo serve a verificare un’idea e può permettersi dati di prova, pochi utenti e un percorso ideale. Un software aziendale deve invece affrontare situazioni meno spettacolari ma decisive:

• autenticazione, ruoli e permessi realmente separati;
• validazione dei dati ricevuti da utenti e sistemi esterni;
• protezione da accessi non autorizzati e attacchi comuni;
• gestione di errori, operazioni interrotte e dati duplicati;
• backup, registrazione delle attività e possibilità di recupero;
• aggiornamento delle dipendenze e manutenzione nel tempo;
• privacy, conservazione dei dati e integrazione con gli strumenti esistenti.

Il codice generato può contenere bug, utilizzare librerie non adatte o applicare una soluzione plausibile ma sbagliata per quel progetto. Non significa che l’AI sia pericolosa o inutile. Significa che il suo output deve essere letto, provato e corretto da qualcuno che sappia riconoscere il problema.

Dal 2004, la stessa logica applicata alle aziende

Dal 2004 Jits sviluppa web application concentrandosi sui processi reali delle aziende. Negli anni abbiamo realizzato sistemi per ordini, preventivi, pianificazione della produzione, logistica e fatturazione; software per la gestione delle distinte base e delle commesse.

Questo metodo nasce da un’esperienza ancora precedente nel disegno tecnico, nella progettazione CAD/CAM e nel rapporto tra software e produzione.

Oggi cambiano le tecnologie, ma non cambia la domanda fondamentale: il software rispetta davvero il modo in cui l’azienda lavora?

Il codice è solo l’ultima parte della decisione

L’analisi del problema viene prima della programmazione. Anche quando si utilizza l’AI, qualcuno deve fornire indicazioni precise. Ma per scrivere indicazioni precise bisogna prima avere un bagaglio di conoscenze.

Un professionista può usare l’AI per generare parti dell’applicazione, ma deve mantenere il controllo dell’intero codice e dell’architettura. Deve verificare la sicurezza, la qualità, le prestazioni e la coerenza delle modifiche.

Il vero lavoro consiste nel trasformare un problema reale in regole comprensibili, verificabili e modificabili nel tempo.

L’intelligenza artificiale rende il know-how ancora più importante

La stessa richiesta può ricevere soluzioni differenti, tutte apparentemente convincenti. Per scegliere occorre valutare compatibilità con i sistemi esistenti, facilità di manutenzione, costi futuri, sicurezza e capacità di evolvere. Sono valutazioni che non dipendono soltanto dalla sintassi del codice.

L’AI riduce il tempo necessario per alcune attività tecniche. Non elimina la responsabilità di comprendere il problema. Al contrario, rende ancora più evidente la differenza tra avere accesso a uno strumento e possedere l’esperienza per utilizzarlo bene.

Jits analizza processi, dati, persone e sistemi già utilizzati. Progettiamo software su misura che semplifica il lavoro senza costringere l’azienda ad adattarsi a strumenti rigidi.