Claude Code e la trasformazione del lavoro intellettuale

Di Igor Guida

Scrivere programmi informatici è sempre stata un’attività nella quale la macchina esegue e l’essere umano progetta. Il programmatore definisce istruzioni, stabilisce regole, individua errori e costruisce le soluzioni necessarie per ottenere un determinato risultato. L’intelligenza artificiale sta modificando in maniera esponenziale questa divisione dei compiti tanto da sconvolgere l’intero settore lavorativo. È difficile fare un paragone per rendere comprensibile il livello di cambiamento che si è giù raggiunto e che non potrà che aumentare in tempi rapidissimi.

Per trovare qualcosa di simile dobbiamo guardare indietro alle grandi rivoluzioni industriali e artigianali del passato. Pensiamo a cosa significava un tempo stampare un libro: generazioni di tipografi hanno passato la vita a selezionare a mano uno per uno i caratteri mobili di piombo, allineandoli a rovescio su un compositoio per formare una singola pagina. Secoli dopo, nella preparazione delle riviste, il fotolitista lavorava con fogli di acetato, taglierini e colle, montando faticosamente le pellicole che avrebbero poi generato le lastre per la stampa. L’avvento dei word processor e dell’impaginazione digitale non ha semplicemente velocizzato quel lavoro: ha cancellato l’intero processo manuale. Il tipografo e il fotolitista non sono scomparsi, ma si sono trasformati in grafici ed editori, liberati dalla fatica fisica della materia e concentrati esclusivamente sul design e sul contenuto.

Oggi, strumenti di intelligenza artificiale come Claude Code stanno facendo esattamente lo stesso con la programmazione. Fino a ieri, il programmatore passava ore a scrivere manualmente migliaia di righe di codice ripetitivo. Con l’AI, questa fase di “manovalanza digitale” quasi scompare. Il programmatore non deve più impugnare lo scalpello virtuale; si ritrova tra le mani un blocco di marmo già perfettamente sagomato dall’algoritmo, pronto per ricevere i dettagli di pregio, le rifiniture e il tocco artistico finale.

Questo salto tecnologico trasforma il programmatore da operaio della sintassi ad architetto del software. È lo stesso passaggio avvenuto nel cinema d’animazione, quando si è passati dal colorare a mano decine di migliaia di singoli fotogrammi all’utilizzo della grafica computerizzata. Il regista non disegna più le linee, ma descrive la scena, decide le luci e corregge i movimenti dei personaggi. Allo stesso modo, l’informatico di oggi dialoga con l’intelligenza artificiale spiegando l’obiettivo che vuole raggiungere, mentre la macchina genera all’istante l’infrastruttura necessaria. Il professionista si sposta così su un livello superiore di pensiero: supervisiona la sicurezza, valida la logica del sistema, corregge lo stile e indirizza la creatività. Se vogliamo essere ottimisti e non sabotatori possiamo considerare di non essere davanti a uno strumento che sostituisce l’uomo, ma a una tecnologia dirompente che ne eleva il ruolo, ridefinendo per sempre il significato stesso di “scrivere un software”.

Il 24 febbraio 2025, anche se nella versione sperimentale destinata agli sviluppatori Anthropic ha infatti presentato Claude Code: a differenza dei tradizionali assistenti che suggeriscono singole righe di codice, questo strumento può esaminare un progetto software, individuare le parti sulle quali intervenire, proporre modifiche ed eseguire determinate operazioni attraverso l’ambiente di sviluppo. La novità non consiste semplicemente nel fatto che una macchina sappia scrivere in codice (sistemi capaci di generare programmi esistevano già). Il cambiamento più importante riguarda il passaggio dalla produzione di singoli contenuti alla gestione di sequenze di attività collegate tra loro. Parafrasando: un conto è chiedere all’intelligenza artificiale di scrivere una funzione; un altro conto è affidarle un problema, consentirle di esplorare un progetto, individuare una soluzione, intervenire sul software e verificarne almeno in parte il funzionamento. Questa trasformazione, che riguarda innanzitutto i programmatori, potrebbe estendersi rapidamente a molte altre professioni intellettuali? Pensiamo al lavoro di un consulente, di un ricercatore, di un analista o di un tecnico amministrativo: una parte consistente delle loro attività consiste nel raccogliere informazioni, interpretarle, applicare procedure, produrre documenti e verificare risultati. Se i sistemi di AI diventassero capaci di organizzare autonomamente queste operazioni, il cambiamento non si limiterebbe alla velocità di esecuzione, ma interesserebbe il modo stesso in cui vengono progettate e distribuite le responsabilità. La tradizionale distinzione tra compiti semplici e compiti complessi potrebbe annacquarsi; e alcune attività considerate specialistiche (perché richiedevano la conoscenza di linguaggi o strumenti particolari) potrebbero diventare accessibili a persone prive di una formazione tecnica approfondita. La competenza professionale diventerà superflua? Al contrario, potrebbe aumentare il valore della capacità di definire correttamente un problema, valutare la qualità di una soluzione e riconoscere gli errori che il sistema non è in grado di individuare. Un programma generato dall’AI, infatti, può apparire funzionante, ma contenere vulnerabilità, cioè può basarsi su presupposti sbagliati: la velocità con cui si produce un risultato dunque non coincide necessariamente con la sua affidabilità. La questione più delicata riguarda quindi la formazione. Per diventare professionisti esperti, le persone hanno sempre dovuto attraversare una fase di apprendimento fatta anche di attività ripetitive, errori e correzioni. Ma che cosa accade quando proprio queste attività vengono delegate alle macchine? Come si formano nuovi programmatori, ricercatori o analisti se una parte significativa del lavoro che consentiva di maturare esperienza viene automatizzata? È un interrogativo che riguarda la scuola, l’università e le organizzazioni. Non basterà introdurre nuovi strumenti tecnologici: sarà necessario ripensare i percorsi attraverso i quali si acquisiscono autonomia di giudizio e capacità professionali. Anche le imprese dovranno evitare un equivoco, perché disporre di strumenti che più rapidamente producono risultati non significa poter eliminare indistintamente le competenze necessarie per comprenderli. Più cresce l’autonomia operativa dell’AI, in sintesi, più diventano importanti la supervisione, la responsabilità e il controllo della qualità. È evidente che il rapporto tra conoscenza ed esecuzione sta cambiando. La sfida per noi sarà non soltanto imparare a utilizzare macchine sempre più capaci, ma conservare, e possibilmente rafforzare, la capacità umana di capire ciò che quelle macchine producono.