Il lancio di GPT-5 da parte di OpenAI è stato già salutato come un passo avanti epocale nello sviluppo dell’intelligenza artificiale, con tante promesse di maggiore produttività soprattutto per aziende e professionisti. Non tutti condividono però un entusiasmo incondizionato. In un suo recente post il data analyst Jordan Goodman ha lanciato infatti un monito: l’uso indiscriminato dei modelli generativi rischia di erodere alcune competenze fondamentali.
Cos’è il “vibe-coded mess”?
Goodman racconta di aver osservato colleghi che si affidano ciecamente a query SQL generate dall’AI, senza saperne spiegare il funzionamento o correggere eventuali errori. Questa fiducia mal riposta può portare a output errati o a codice difficile da mantenere. Ciò perché chi lo utilizza non ne comprende la logica interna.
Secondo l’analista, il rischio non riguarda solo la qualità immediata del lavoro ma anche il progressivo deterioramento delle competenze professionali. Le aziende verrebbero illuse dall’idea che l’AI possa compensare la mancanza di preparazione. Ma se da un lato gli LLM possono velocizzare la ricerca di soluzioni, dall’altro è fondamentale che chi li impiega sappia interpretare e validare i risultati.
Tale fenomeno viene definito ironicamente come “vibe-coded mess” (disordine da vibe coding). Cioè codice prodotto senza solidità tecnica che potrebbe persino generare nuove nicchie di mercato dedicate alla manutenzione e correzione del software generato dall’AI. Un’ipotesi che Goodman collega alle figure oggi specializzate nel mantenere vecchi sistemi bancari basati su linguaggi come Fortran.
Vale ancora la pensa diventare dei programmatori?
Per chi si chiede se valga ancora la pena intraprendere una carriera nella programmazione, l’esperienza di Goodman fornisce una risposta positiva. L’AI si confermerebbe come uno strumento potente ma ancora lontano dal poter sostituire completamente la competenza e l’occhio umano.
I professionisti dovrebbero saper spiegare e difendere il proprio lavoro, indipendentemente dagli strumenti utilizzati. La responsabilità della qualità finale non può essere demandata infatti ad un algoritmo. La tecnologia dovrebbe essere un amplificatore delle capacità umane, non un sostituto delle conoscenze di base.
Per restare sempre aggiornato seguici su Google News!
