C'è una nuova parola d'ordine che sta attraversando il mondo della tecnologia e che sta cambiando il modo in cui pensiamo alla programmazione informatica: si chiama vibe coding. L'idea di fondo è semplice quanto rivoluzionaria — invece di scrivere righe di codice, si descrive a un sistema di intelligenza artificiale ciò che si vuole ottenere, e il programma viene generato automaticamente. Vuoi un'applicazione per catalogare la tua biblioteca personale? Un software per tenere traccia della dieta? Basta chiederlo, e l'AI lo costruisce al posto tuo.
Questo paradigma, emerso con forza negli ultimi due anni, ha già prodotto effetti concreti sul mercato. Intere aziende sono cresciute offrendo ambienti di sviluppo basati su questo approccio, e persino chi lavora in grandi multinazionali si trova oggi a fare i conti con programmatori che non scrivono più codice direttamente, ma lo supervisionano dopo che è stato generato da un modello linguistico. Un cambiamento che, a prima vista, sembra tutto guadagno — ma che nasconde insidie difficili da ignorare.
Fabrizio, esperto del settore che utilizza questi strumenti quotidianamente, mette subito in chiaro un punto fondamentale: la programmazione non è mai stata un'attività monolitica. Esiste chi sviluppa la logica interna di un sistema, chi progetta l'interfaccia grafica, chi cura l'esperienza utente. Figure diverse, competenze diverse, anni di studio diversi. Il vibe coding, secondo lui, rischia di comprimere tutta questa complessità in un'illusione di semplicità: chiedere a un agente AI di costruire un sito web "accattivante con animazioni" non equivale ad avere un prodotto ben fatto. Sembra magia, ma la magia ha sempre un prezzo.
Il problema non è solo estetico. Un'applicazione generata automaticamente può funzionare — e spesso funziona davvero — ma presentare vulnerabilità di sicurezza, inefficienze nell'uso delle risorse, mancanza di documentazione interna. È come mettere in circolazione automobili che si guidano da sole ma senza freni: per un tratto possono sembrare perfette. Un piccolo imprenditore che si costruisce un CRM personalizzato con Claude o altri strumenti simili può essere soddisfatto del risultato immediato, senza accorgersi dei rischi che si porta a casa insieme al software.
C'è poi una dimensione che riguarda il mercato del lavoro, e qui la conversazione si fa ancora più seria. La narrativa dominante sostiene che grazie all'AI un programmatore senior possa fare da solo ciò che prima richiedeva un team, sostituendo cinque junior con due. Ma questa equazione nasconde una sottrazione netta di posti di lavoro e, soprattutto, elimina quella fase indispensabile che in italiano si chiama gavetta — quel periodo in cui si entra nel mestiere dai livelli più bassi, si sbaglia, si impara, si cresce. Se i compiti elementari vengono automatizzati, chi entra oggi nel settore si trova davanti a un salto senza rete.
Fabrizio porta un esempio concreto: nella gestione degli ambienti di sviluppo controllati — i cosiddetti ambienti DevOps, dove il codice viene testato e rilasciato in modo graduale e sicuro — esistono ruoli perfettamente adatti a figure junior. Ruoli che potrebbero rappresentare il punto di ingresso nel settore per una nuova generazione di professionisti. Invece, anche quella parte viene sempre più affidata all'automazione, inclusa la scrittura dei commenti al codice, che tradizionalmente era uno dei modi in cui un programmatore alle prime armi imparava a strutturare il proprio pensiero.
Il rischio della dipendenza da figure chiave è un tema che in Italia molti imprenditori conoscono bene, indipendentemente dall'intelligenza artificiale. Quasi ogni azienda ha il suo "tecnico insostituibile" — la persona che se si ammala crea un'emergenza, se va in ferie tutto si ferma. L'AI avrebbe potuto aiutare a distribuire le competenze, a costruire ridondanza umana nei team. Invece sta producendo l'effetto opposto: si riducono le persone, si aumenta la concentrazione del sapere in poche mani, e la fragilità cresce.
Sullo sfondo di questa discussione operativa si staglia una questione più ampia: cosa resta di esclusivamente umano quando le macchine imparano a fare sempre meglio? Un recente studio di Stanford — dunque non una fonte trascurabile — ha applicato un benchmark specifico per misurare l'empatia nei modelli linguistici, arrivando alla conclusione che alcuni sistemi AI risultano più empatici di certi esseri umani. Un'affermazione che fa discutere, ma che indica la direzione verso cui sta andando questo confronto continuo tra uomo e macchina.
La risposta che emerge dalla conversazione non è rassicurante nel breve periodo, ma è pragmatica: chi ha oggi un lavoro facilmente replicabile da un algoritmo deve evolversi, non aspettare. Il pensiero strategico, la creatività genuina, la capacità di costruire relazioni e di navigare contesti ambigui — sono queste le aree in cui l'essere umano mantiene ancora un vantaggio reale. Non è una resa, ma una ridefinizione del proprio valore professionale. Le aziende sceglieranno sempre l'opzione più efficiente ed economica: tocca agli esseri umani diventare quell'opzione, portando qualcosa che nessun modello linguistico può generare su richiesta.
La sfida occupazionale che si profila è probabilmente più profonda di quella vissuta durante la rivoluzione industriale, perché questa volta non riguarda solo i lavori manuali e ripetitivi, ma tocca professioni intellettuali che fino a ieri sembravano al sicuro. La programmazione — paradossalmente — è tra le prime a fare i conti con questa trasformazione. E il vibe coding, con tutte le sue promesse, ne è insieme il simbolo e il sintomo.
.jpg)
