The Pulse

Gli agenti di IA aumentano del 30% il codice prodotto, ma l’aumento del software completato non è statisticamente chiaro

Nelle aziende che li hanno adottati, gli agenti di IA per la programmazione hanno aumentato del 30% le righe di codice per lavoratore, mentre gli incrementi stimati nella produzione di software completato sono stati modesti e non statistica

AI.info Team · Scritto con l’IA · 2026-10-12

Nelle aziende che li hanno adottati, gli agenti di IA per la programmazione hanno aumentato del 30% le righe di codice per lavoratore, mentre i ricercatori hanno stimato variazioni lievemente positive, ma non statisticamente significative, nella produzione di software completato. I risultati provengono da uno studio dei ricercatori di Harvard Fiona Chen e James Stratton, la cui versione attuale è datata 4 agosto 2026. La differenza indica un vincolo che va oltre la generazione del codice: i team devono comunque esaminare, modificare e approvare ciò che gli agenti producono.

Più commit, ma stime modeste e statisticamente incerte sulla produzione

Chen e Stratton hanno analizzato circa 300 milioni di eventi lavorativi di 718 aziende tra gennaio 2021 e marzo 2026, tra cui attività su GitHub, issue di Jira ed eventi di Google Calendar. La loro analisi dell’adozione scaglionata ha confrontato l’attività delle aziende prima e dopo l’introduzione di assistenti o agenti di IA per la programmazione. I risultati relativi agli agenti sono stati maggiori di quelli degli assistenti, che non hanno modificato in modo significativo né le righe di codice né le pull request.

Dopo l’adozione degli agenti, le aziende hanno registrato una stima di 1.494 righe di codice aggiuntive per lavoratore al mese, un aumento del 30% rispetto al valore di riferimento dello studio. I commit sono aumentati del 20% e le pull request, ossia le modifiche proposte sottoposte alla revisione del team, del 23%. Le stime relative alle issue di Jira risolte e alle epic di Jira più ampie completate sono state lievemente positive, ma non statisticamente significative.

I ricercatori considerano completata una issue di Jira quando il codice associato arriva in produzione. Le loro stime escludono, per gli agenti, un aumento della produzione superiore al 12% della media di riferimento, pur non dimostrando che l’effetto sia esattamente pari a zero. Non hanno inoltre trovato prove che, dopo l’adozione, i team si siano orientati verso issue più ampie o più complesse, il che avrebbe potuto rendere fuorviante un numero di issue rimasto invariato.

Le revisioni richiedono più tempo con l’arrivo del codice scritto dagli agenti

Lo studio ha rilevato il cambiamento più marcato tra la presentazione di una pull request e la sua integrazione. Il tempo medio di revisione è aumentato del 49% rispetto a un valore di riferimento di 7,03 giorni; la quota di pull request per cui è stata richiesta una modifica è quasi raddoppiata e i commenti per richiesta sono aumentati del 35%. Lo studio non ha rilevato variazioni significative nelle dimensioni delle pull request, il che suggerisce che l’aumento del lavoro di revisione non fosse semplicemente una risposta a richieste più ampie.

«Per gli agenti di IA, questo trasferimento incompleto alla produzione riflette un collo di bottiglia nella revisione del codice: i tempi di revisione aumentano, una quota maggiore degli aggiornamenti al codice richiede modifiche e le revisioni comportano più commenti.»

scrivono Fiona Chen e James Stratton, autori dello studio

Le aziende hanno reagito coinvolgendo più dipendenti nella revisione: la quota di lavoratori che partecipano alle revisioni del codice è aumentata del 14% rispetto al valore di riferimento. La quota di lavoratori che scrivono codice non è cambiata in modo significativo. In altre parole, lo studio descrive un aumento del lavoro di revisione insieme a una maggiore attività di programmazione, non una semplice sostituzione dei collaboratori umani.

Gli strumenti di IA per la revisione non hanno eliminato la coda di lavoro degli esseri umani

Entro marzo 2026, quasi l’80% delle aziende del campione aveva utilizzato strumenti di IA per la revisione del codice. Eppure l’IA ha generato solo il 23,3% dei commenti di revisione e appena il 10,8% delle pull request ha ricevuto almeno un commento generato dall’IA. I revisori umani sono quindi rimasti coinvolti nella maggior parte dell’attività di revisione misurata dallo studio.

I ricercatori hanno inoltre trovato poche prove che l’adozione dell’IA abbia modificato la produzione di software o l’occupazione. I risultati si riferiscono alle aziende e al periodo studiati, e il metodo degli autori stima i cambiamenti associati all’adozione, senza stabilire che ogni azienda registrerà gli stessi effetti. Per i responsabili dei team di ingegneria, l’avvertimento concreto dello studio è che possono arrivare più codice e più pull request senza un aumento statisticamente chiaro del lavoro su Jira che arriva in produzione, e con revisioni che richiedono più tempo.