Smettetela subito di pensare che il vostro futuro lavoro sia al sicuro grazie a quel plugin di auto-completamento che vi suggerisce la prossima riga di Python.
Recentemente è circolata una riflessione (che su Hacker News ha fatto saltare sulla sedia i puristi del clean code) secondo cui, visto che gli LLM possono generare quantità industriali di codice in pochi secondi, perché dovremmo ancora preoccuparci di principi sacri come il DRY (Don’t Repeat Yourself)? L’idea, in soldoni, è: «Perché perdere tempo a rendere il codice elegante e modulare se posso semplicemente chiedere all’AI di sputare fuori un altro mille righe di codice duplicato e inefficiente? Tanto, se qualcosa si rompe, basta rigenerare tutto».
Sì, avete letto bene. È il manifesto del programmatore pigro che ha deciso di delegare la propria dignità professionale a un modello statistico.
Per chi non mastica abbastanza il gergo, il DRY non è solo una regola per evitare di scrivere la stessa funzione dieci volte. È la base della manutenibilità. Scrivere codice come se fosse destinato a essere letto da un essere umano (che un domani, speriamo, sarà ancora voi o un vostro collega che non ha ancora mollato la professione per andare a vendere avocado in California) significa prevedere l’evoluzione del software. Se invece abbracciamo questa filosofia del «codice usa e getta», ci ritroveremo immersi in un mare di spaghetti digitali dove ogni minima modifica richiederà un rituale esorcistico e ore di debugging su funzioni che sembrano scritte in un linguaggio alieno.
Certo, l’entusiasmo per le capacità di coding delle AI è giustificato; sono strumenti potentissimi, dei veri e propri acceleratori di produttività che possono liberarci dai task più noiosi. Ma c’è un limite sottile tra usare l’AI come copilota e usarla come pilota automatico mentre noi stiamo a guardare il paesaggio senza un minimo di controllo sulla rotta.
Il rischio non è solo tecnico, è strutturale. Se smettiamo di applicare la logica e la struttura, stiamo creando un debito tecnico che nessuna AI potrà mai ripagare. E non dimentichiamoci che, nonostante i grandi annunci che leggiamo sui blog delle big tech americane, qui in Italia (e nel resto del mondo che non vive in una bolla di marketing) siamo quelli che poi devono gestire i sistemi quando le cose esplodono. Non abbiamo una foresta di server pronti a ricompilare tutto ogni cinque minuti.
In conclusione: usate pure l’AI per generare boilerplate o unit test, ma non permettete che trasformi il vostro modo di pensare in un processo di copia-incolla senza cervello. Scrivete codice che un essere umano possa mantenere. Perché il giorno in cui l’AI farà un errore logico sottile e impercettibile, sarete voi l’unico essere umano rimasto a cercare di capire perché quel modulo sta bruciando tutto il database.