Con l’AI, gli sviluppatori esperti di uno studio METR del 2025 ci hanno messo il 19% di tempo in più. Nel 2026 METR ha stimato meno tempo, con margini fino a un rallentamento del 9%. Il rapporto DORA 2025 lega l’AI a consegne più veloci e meno stabili. Il costo di un progetto intero, questi studi non lo misurano.
L’AI rende gli sviluppatori più veloci?
Nel primo studio controllato di METR, pubblicato il 10 luglio 2025, no: con l’AI gli sviluppatori ci hanno messo il 19% di tempo in più. Lo studio ha seguito 16 sviluppatori esperti di grandi progetti open source, progetti su cui lavoravano da anni.
Le attività erano 246, tutte lavoro vero: correzioni, funzioni nuove, rifacimenti, di circa due ore l’una. Ognuna veniva assegnata a caso, con l’AI o senza, ed è per questo che si parla di studio controllato randomizzato.
Chi usa l’AI si accorge di quanto lo aiuta?
Nello studio METR del 2025, no. Prima di cominciare, i 16 sviluppatori si aspettavano che l’AI li accelerasse del 24%. A lavoro finito, dopo aver rallentato, credevano ancora che li avesse accelerati del 20%.
Per quel gruppo la velocità che sentivano e quella che risultava dallo studio andavano in direzioni opposte. Il dato vale per 16 persone esperte e per gli strumenti di inizio 2025.
Con l’AI di oggi i risultati cambiano?
METR ritiene di sì, e aggiunge che i suoi dati nuovi dicono poco su quanto. Oggi la pagina dello studio del 2025 si apre con «These results are out of date»: METR ritiene che quei risultati non riflettano più l’effetto attuale dei modelli di AI. La stessa pagina scrive che è plausibile che l’AI sia utile in contesti diversi da quello dello studio, per esempio con sviluppatori meno esperti o su un codice che non si conosce. Lo studio aveva messo alla prova persone esperte, sul codice dei progetti a cui lavoravano da anni.
Il secondo esperimento è iniziato ad agosto 2025 e ha dati da 57 sviluppatori, con una mediana di 10 anni di esperienza: 10 avevano partecipato al primo studio, 47 erano nuovi. In tutto 143 repository e oltre 800 attività. I numeri sono nell’aggiornamento del 24 febbraio 2026.
Per i 10 del primo studio, la stima è il 18% di tempo in meno con l’AI, in un intervallo di confidenza che va dal 38% in meno al 9% in più. Per i 47 nuovi, la stima è il 4% di tempo in meno, fra il 15% in meno e il 9% in più. Nel primo studio l’intervallo andava dal 2% al 39% di tempo in più.
Detto in modo semplice: nel 2025 tutti i valori compatibili con i dati indicavano un rallentamento. Nel 2026 vanno da un’accelerazione a un rallentamento fino al 9%, passando per nessun effetto.
Quanto sono affidabili i dati del 2026?
Poco, secondo METR. Il motivo principale sono le persone che non volevano lavorare senza AI: sempre più sviluppatori rifiutavano di partecipare allo studio per questo. Poi c’è la scelta dei compiti. Fra il 30% e il 50% degli sviluppatori ha detto di non aver sottoposto alcune attività, perché non voleva farle senza AI.
METR scrive anche che questi effetti di selezione «seem to affect a minority share of developers and of tasks, which limits the degree of bias»: riguardano una minoranza degli sviluppatori e delle attività, e questo limita la distorsione.
Per METR la stima è probabilmente un limite inferiore dell’effetto reale, e probabilmente un indicatore poco affidabile di quell’effetto («likely a bad proxy»). METR ritiene probabile che a inizio 2026 l’AI acceleri gli sviluppatori più che a inizio 2025, e scrive che i suoi dati danno un’evidenza molto debole di quanto. Il titolo dell’aggiornamento è «We are Changing our Developer Productivity Experiment Design»: METR sta rifacendo il disegno dello studio.
Quanti sviluppatori usano l’AI, e si fidano del codice?
Fra chi ha risposto al rapporto DORA 2025 di Google, il 90% usa l’AI al lavoro e il 30% dichiara poca o nessuna fiducia nel codice che l’AI genera. Il rapporto, annunciato il 23 settembre 2025, raccoglie le risposte di quasi 5.000 professionisti della tecnologia. Oltre l’80% di loro crede che l’AI abbia aumentato la sua produttività.
È un sondaggio, e misura quello che le persone dichiarano. Per questo l’80% va letto accanto al risultato METR del 2025, dove la velocità percepita e quella risultata dallo studio andavano in direzioni opposte.
L’AI accelera le consegne del software?
Nel rapporto DORA 2025, l’adozione dell’AI ha una relazione positiva con la velocità delle consegne e con le prestazioni del prodotto. Con la stabilità delle consegne, la relazione continua a essere negativa. Relazione vuol dire che le due cose si trovano insieme nelle risposte al sondaggio.
Il rapporto indica anche dove l’instabilità cresce. Secondo DORA, senza test automatici solidi, un controllo di versione maturo e cicli di feedback rapidi, più modifiche portano instabilità.
La frase che DORA mette in cima è «AI doesn’t fix a team; it amplifies what’s already there». Sulla pagina del rapporto l’AI è definita soprattutto un amplificatore dei punti di forza e delle debolezze che un’organizzazione ha già, e i ritorni maggiori sull’investimento non vengono dagli strumenti, ma dall’attenzione al sistema organizzativo sottostante.
Con l’AI un software su misura costa meno?
Questi studi non lo dicono, perché nessuno dei tre misura il costo di un progetto intero. METR misura il tempo su singole attività, nel 2025 di circa due ore l’una. DORA raccoglie quello che dichiarano i professionisti e lo mette in relazione con la velocità e la stabilità delle consegne.
In un progetto, scrivere codice è una parte del lavoro. Poi ci sono l’analisi del problema, i test, le correzioni, i rilasci. Il 19% in più o il 18% in meno di tempo su un’attività non si traducono nel prezzo di un preventivo.
DORA ha anche un rapporto sul ritorno dell’investimento nello sviluppo assistito dall’AI, con la pagina aggiornata il 22 aprile 2026. Si presenta come una guida per chi deve gestire il «productivity dip», il calo di produttività iniziale quando si introduce l’AI, o difendere il budget dell’anno fiscale successivo. La pagina ne parla senza darne una misura.
Che cosa chiedere a un fornitore che usa l’AI?
Come la usa, e come controlla quello che produce. METR ha trovato che la velocità percepita può sbagliare; DORA collega l’instabilità alla mancanza di test automatici, di un controllo di versione maturo e di cicli di feedback rapidi.
In pratica, si può chiedere:
- in quali parti del lavoro usa l’AI;
- chi rilegge il codice generato prima che entri nel progetto;
- quali test automatici girano prima di un rilascio;
- come tiene traccia di ogni modifica, cioè il controllo di versione.
Come si comincia un progetto di software su misura?
Con noi un progetto comincia da una chiamata gratuita. Dura mesi, diviso in fasi, e ogni fase ha una data e finisce con un sistema che gira su dati veri.
Nelle domande frequenti della pagina sullo sviluppo software su misura ci sono quanto dura un progetto e che cosa chiedere a un fornitore di software personalizzato: sono le cose da chiarire anche quando il fornitore usa l’AI. Da lì si prenota la chiamata.
Chi ha già un fornitore può cominciare dalle quattro domande della sezione precedente, e farle a lui.