The Pulse
Un sondaggio di Undo collega gli strumenti di IA per la programmazione alle interruzioni dei servizi in produzione
Secondo un sondaggio condotto da Undo nel 2026, l’81% dei responsabili dell’ingegneria ha segnalato un incidente in produzione o un’interruzione del servizio collegati agli strumenti di IA per la programmazione nei sei mesi precedenti. Il s
AI.info Team · Scritto con l’IA ·
«Abbiamo in un certo senso eliminato il collo di bottiglia nella fase in cui si introducono i bug»,
Mark Williamson, CTO di Undo
Un sondaggio di Undo condotto su 300 responsabili dell’ingegneria ha rilevato che l’81% ha dichiarato che la propria organizzazione aveva subito almeno una volta, nei sei mesi precedenti, un incidente in produzione o un’interruzione del servizio collegati all’uso di strumenti di IA per la programmazione. I risultati, pubblicati il 12 ottobre 2026, indicano anche uno scarto tra la maggiore velocità nella generazione del codice e quella nel rilascio del software: il 79% degli intervistati ha dichiarato che i cicli di rilascio non erano più rapidi di prima.
I risultati riportano problemi che i responsabili associano agli strumenti di IA per la programmazione: non costituiscono una verifica indipendente che accerti che gli strumenti abbiano causato ciascun incidente. Il sondaggio è stato condotto per conto di Undo dalla società di ricerca indipendente Coleman Parkes tra luglio e agosto 2026.
Alle interruzioni si affiancano difetti e diagnosi errate
Il 14% degli intervistati ha dichiarato che le proprie organizzazioni avevano subito più volte al mese incidenti in produzione o interruzioni del servizio con ripercussioni sugli utenti interni o sui clienti. Separatamente, l’81% ha segnalato almeno un evento di questo tipo nei sei mesi precedenti. Il sondaggio ha inoltre rilevato che il 91% si era imbattuto in difetti sfuggiti ai test, difetti gravi o codice scarsamente ottimizzato arrivati in produzione dopo l’uso di strumenti di IA per la programmazione.
Gli intervistati hanno segnalato un altro rischio nel debugging: il 93% ha dichiarato che un’allucinazione dell’IA aveva portato a diagnosticare erroneamente la causa principale di un problema. Il sondaggio non identifica aziende, prodotti o interruzioni specifici: le cifre descrivono quindi tendenze riferite dai responsabili, non un elenco di incidenti specifici.
Il debugging richiede più tempo della produzione del codice
Gli ingegneri considerati nel sondaggio dedicavano in media 9,8 ore alla settimana alla produzione di codice, contro 9,7 ore al debugging dei problemi durante lo sviluppo e altre 7,2 ore al debugging dei problemi riscontrati dai clienti in produzione. Insieme, queste attività di debugging occupano 16,9 ore alla settimana. Secondo il rapporto di Undo, il debugging assorbe il 42% del tempo dei team di ingegneria, sulla base di una settimana lavorativa di 40 ore.
Il rapporto ha inoltre rilevato che il 35% del codice generato dall’IA arriva in produzione prima che i team lo abbiano compreso appieno. Nell’articolo di LeadDev dedicato ai risultati, il CTO di Undo Mark Williamson ha descritto questo cambiamento come uno spostamento del collo di bottiglia verso le fasi successive: l’IA può accelerare la produzione del codice, ma i team devono comunque comprendere, esaminare e diagnosticare il software che rilasciano.
Un sondaggio sui sistemi complessi e critici per l’operatività
I 300 intervistati erano responsabili senior dell’ingegneria presso grandi organizzazioni con ricavi annui superiori a 250 milioni di dollari, che realizzano software critico per l’operatività su basi di codice ampie e complesse. Il campione comprendeva 200 intervistati negli Stati Uniti e 100 nel Regno Unito; il 93% lavorava con basi di codice C/C++. Tra i settori indicati figuravano i servizi finanziari, le reti, la progettazione di semiconduttori, il software per il calcolo e la gestione dei dati.
Questo ambito è importante per interpretare i risultati. Il rapporto di Undo si concentra su sistemi le cui basi di codice possono avere dipendenze scarsamente documentate e nei quali gli ingegneri possiedono conoscenze non messe per iscritto. Il 91% degli intervistati ha dichiarato che comprendere il codice e svolgere il debugging richiede più tempo nelle basi di codice C/C++ complesse.
La velocità dei rilasci non coincide con la quantità di codice
Undo sostiene che le organizzazioni dovrebbero valutare il contributo dell’IA in base a parametri come il tasso di difetti e il tempo medio di risoluzione, anziché al numero di righe di codice prodotte dagli strumenti. I risultati del sondaggio sostengono una conclusione più circoscritta: gli intervistati riferiscono una maggiore produzione di codice accompagnata da un notevole lavoro di debugging e da scarsi miglioramenti nella velocità dei cicli di rilascio.
Poiché il rapporto è stato commissionato da Undo, un’azienda che vende strumenti software per il debugging, i suoi risultati sostengono anche un argomento commerciale a favore degli investimenti nel debugging e nella comprensione del codice. Il sondaggio offre un quadro delle esperienze dei responsabili, non un confronto controllato tra team che usano strumenti di IA e team che non li usano. Le cifre principali restano precise: l’81% ha segnalato almeno un’interruzione collegata agli strumenti di IA nell’arco di sei mesi e il 79% ha dichiarato che i cicli di rilascio non erano diventati più rapidi.