I cuochi non sono spariti quando sono arrivati i robot da cucina.
I falegnami non sono spariti quando sono arrivati gli utensili elettrici.
I contabili non sono scomparsi dopo l'invenzione di Excel.
E i personal trainer non sono evaporati quando YouTube ha iniziato a sfornare workout da 10 minuti per "addominali in 2 giorni” (magari!).
Queste sono delle piccole verità e per lo stesso motivo, non credo proprio che gli sviluppatori verranno rimpiazzati dagli LLM. Magari ci toglieranno un po' di lavoro ripetitivo, ci aiuteranno con bug stupidi e refactor infiniti… ma il nostro mestiere rimane.
Poi sento spesso sviluppatori dire "l'AI è meglio per il front-end” o "no no, rende di più sul back-end”. La verità? Se ti sembra che l'AI sia "più brava” in un'area specifica… forse non è l'AI a essere incredibile: forse sei tu che stai usando poco occhio critico nel valutare il codice che genera.
Perché l'AI sa produrre tante cose, sì, ma saper distinguere ciò che è buono da ciò che è solo "convincente a prima vista” è ancora responsabilità nostra.
Un'altra cosa: l'AI migliora ogni settimana — o almeno così dicono. Ogni modello nuovo è "più performante del precedente", "nuovo benchmark", "mai visto prima"… e poi nella pratica è il modello vecchio ma con la Deluxe Edition. Siamo nella fase degli upgrade incrementali, non più delle rivoluzioni. Possiamo vederlo dai grafici su Artificial Analysis che ormai non ci sta più tanto dislivello!
Ed è qui che arriva il famoso Paradosso di Jevons.
In parole povere, Jevons diceva questo:
Quando rendi qualcosa più efficiente, invece di usarla di meno… finisci per usarla molto di più.
Sembra controintuitivo, ma succede da sempre.
E con l’AI sta accadendo la stessa identica cosa.
Risultato?
👉 Servono più sviluppatori, non meno.
Il Paradosso di Jevons ci dice proprio questo:
quando una tecnologia aumenta la produttività, non riduce il lavoro… lo moltiplica.
Con l’AI non succede niente di diverso.