L'AI non sostituisce i junior: sposta il valore su chi distingue il quasi giusto dal giusto

Partiamo dal conflitto d'interessi, così è fuori discussione: oneBlade vende profili senior. Se scrivessimo che l'AI ha reso i junior inutili, venderemmo di più, e subito. Questo articolo dice il contrario, e lo dice con i dati di chi scrive codice, non con la morale.

La tesi in una riga: l'AI non ha sostituito i junior developer, ha spostato il lavoro dalla scrittura del codice alla verifica del codice. E la verifica è, letteralmente, la definizione operativa di seniority. Nel breve periodo questo premia chi ha già dei senior. Nel medio periodo apre un problema che nessuno sta guardando: i senior di domani sono i junior di oggi, e la porta d'ingresso si stringe proprio mentre il fabbisogno cresce. E il fabbisogno non è una proiezione: a fine luglio 2026 il 50,6% delle posizioni IT che le aziende italiane provano ad aprire è già dichiarato difficile da coprire, in aumento sull'anno prima (CNEL-Unioncamere).

Il dato che circola male: il 66% del «quasi giusto»

Il numero viene dalla Stack Overflow Developer Survey 2025, non da una ripresa: 49.009 risposte analizzate, 177 paesi, campo aperto dal 29 maggio al 23 giugno 2025. Alla domanda sulle frustrazioni con gli strumenti AI, la risposta più scelta è «soluzioni AI quasi giuste, ma non del tutto»: 66%. La seconda è «il debug del codice generato dall'AI richiede più tempo»: 45,2%.

Il contesto della stessa rilevazione: l'84% usa o intende usare strumenti AI nello sviluppo, contro il 76% dell'anno precedente; il 51% dei professionisti li usa quotidianamente. Sulla fiducia nell'accuratezza dell'output, però, solo il 3,1% si fida molto e il 29,6% abbastanza, mentre il 45,7% diffida (26,1% poco, 19,6% per niente). Adozione altissima, fiducia bassissima: è la fotografia esatta di uno strumento che si usa e si controlla.

Il punto tecnico sta tutto nella formulazione della frustrazione numero uno. Non è «l'AI sbaglia». È «l'AI ha quasi ragione». Sono due problemi con costi diversi di un ordine di grandezza. Il codice palesemente sbagliato costa poco: non compila, il test fallisce, la chiamata va in errore, te ne accorgi in tre minuti. Il codice quasi giusto passa la review distratta, passa i test che esistono, arriva in produzione e sbaglia dove nessuno sta guardando. È il criterio su cui costruiamo il nostro screening tecnico: non misura chi scrive codice, misura chi sa distinguere il quasi giusto dal giusto.

Perché «quasi giusto» è un problema di seniority, non di strumenti

Un modello linguistico ottimizza plausibilità, non correttezza: produce il codice che assomiglia di più a quello che risolverebbe il problema. Nella maggior parte dei casi le due cose coincidono. Nei casi che contano, no. Le forme ricorrenti, quelle che si vedono in code review tutti i giorni:

• Il caso limite mancante. La funzione è giusta sul percorso principale e sbagliata sul confine: lista vuota, fuso orario, arrotondamento sull'ultimo centesimo, primo giorno del mese.
• L'errore gestito che scompare. Un try/except attorno a tutto, log e prosegui. Il sistema non si ferma mai, e i dati si corrompono in silenzio.
• L'invariante di dominio rotta. Il codice rispetta la firma, i tipi e lo stile, e viola una regola di business che non è scritta da nessuna parte perché la sa il team.
• La query che funziona finché la tabella è piccola. Un N+1 non si vede in locale con cinquanta righe.
• Il test che verifica il mock. Verde, formalmente ineccepibile, e non tocca la logica che dovrebbe proteggere.
• La concorrenza. Read-modify-write senza lock: passa sempre, tranne quando due richieste arrivano insieme.

Nessuno di questi difetti si vede leggendo il codice. Si vedono confrontando il codice con un modello mentale del sistema che si costruisce solo avendoci lavorato dentro. È il motivo tecnico, non retorico, per cui il gap dell'AI premia i senior: distinguere «quasi giusto» da «giusto» richiede un contesto che il modello non ha e che il junior non ha ancora.

La conferma sta nella stessa survey. Alla domanda su cosa farebbero quando non si fidano della risposta dell'AI, il 75,3% risponde che chiede a una persona. E la persona a cui si chiede, nei team, è quasi sempre la stessa.

La prova controintuitiva: nemmeno i senior vanno più veloci

Qui però va tolta di mezzo la versione comoda per noi, quella del senior che con l'AI diventa un moltiplicatore.

METR ha pubblicato il 10 luglio 2025 un esperimento controllato randomizzato: 16 sviluppatori esperti, 246 issue reali su repository con oltre 22.000 stelle e più di un milione di righe di codice, dove contribuivano da anni. Con gli strumenti AI abilitati hanno impiegato il 19% di tempo in più. Prima dell'esperimento avevano previsto di andare il 24% più veloci; dopo averlo fatto, credevano ancora di essere andati il 20% più veloci.

Il dato interessante non è il segno meno. È lo scarto fra percezione e misura: quaranta punti fra quello che le persone credevano e quello che il cronometro diceva. Gli autori dichiarano i limiti senza attenuarli: 16 partecipanti, repository enormi e molto familiari, esperienza limitata con lo strumento usato (sotto le 50 ore), nessuna pretesa di generalizzare ad altri contesti o a modelli successivi.

Non dimostra che l'AI non serve. Dimostra che dove il contesto è denso, il tempo risparmiato a scrivere torna indietro come tempo di verifica. Chiunque ti prometta un moltiplicatore di produttività senza mostrarti la misura ti sta vendendo qualcosa. Noi compresi, se lo facessimo.

Lo stesso studio è alla base del conto che abbiamo fatto sui preventivi di sviluppo software: se ti stai chiedendo se l'AI abbassa davvero i costi di un progetto custom, il conto è qui.

Sicurezza: il caso limite del quasi giusto

Veracode — è un vendor di sicurezza applicativa e lo dichiariamo, perché il conflitto d'interessi esiste — ha aggiornato il 24 marzo 2026 il suo GenAI Code Security Report: oltre 150 modelli testati, 80 task di codifica in quattro linguaggi. Circa il 45% del codice generato introduce una vulnerabilità quando non si danno indicazioni esplicite di sicurezza. Il tasso di superamento dei controlli per linguaggio: Python 62%, C# 58%, JavaScript 57%, Java 29%. Sul cross-site scripting si scende al 15%.

Il dato che conta di più qui è un altro: la dimensione del modello ha un effetto molto piccolo sulla sicurezza, e in due anni la performance media è rimasta ferma intorno al 55%. I modelli reasoning arrivano al 70-72%, comunque insufficiente per la produzione. Non è un problema che si risolve aspettando il modello successivo.

Una XSS è il quasi giusto perfetto: la pagina funziona, il test passa, la feature è consegnata. Manca solo l'escaping di un campo.

Il paradosso della fiducia: si fida di più chi ha meno esperienza

Sempre Stack Overflow 2025, incrociando la fiducia con lo stadio di carriera. Si dichiara «molta fiducia» nell'accuratezza dell'AI così: 6,1% fra chi sta imparando a programmare, 3% fra chi ha 1-5 anni, 2,5% fra chi ne ha più di dieci.

Sull'uso quotidiano il gradiente è rovesciato: 55,5% fra chi è a inizio carriera, 50,6% fra i professionisti, 47,1% sul totale.

Chi ha meno strumenti per verificare usa di più e si fida di più. Non è un difetto morale, è aritmetica dell'esperienza: la diffidenza è quello che resta dopo esserci cascati abbastanza volte.

Ed è il motivo per cui l'equazione «prendo un junior con l'AI invece di un senior» non torna. Non stai sostituendo capacità di scrittura con capacità di scrittura. Stai mettendo il massimo della fiducia esattamente dove c'è il minimo della capacità di verifica.

Cosa cambia concretamente nel valutare un junior nel 2026

Se scrivere codice non è più il collo di bottiglia, un colloquio che misura la scrittura di codice sta misurando la cosa sbagliata. Ecco cosa abbiamo cambiato noi nello screening tecnico, ed è copiabile senza comprare nulla:

1. Dai codice da rivedere, non da scrivere. Un file di 60-80 righe generato da un modello, con due difetti veri e uno solo apparente. La domanda non è «trova il bug»: è «cosa non ti convince, e perché». Misura direttamente la competenza in discussione.
2. Chiedi il perché di una scelta che non ha fatto lui. «Qui c'è una transazione. Serve? Cosa succede se la togli?» Chi ha capito risponde sul dominio, non sulla sintassi.
3. Valuta la qualità delle domande, non solo delle risposte. Davanti a una specifica ambigua, un junior forte chiede prima di generare. È il segnale più predittivo che osserviamo.
4. Chiedi come verifica. «Come fai a sapere che questo codice funziona?» Risposte utili: un test che fallisce prima della correzione, il confronto con la documentazione, una prova sul caso limite. Risposta non utile: «l'ho eseguito e funzionava».
5. Fai raccontare un errore finito in produzione. Anche piccolo, anche in stage, anche di qualcun altro. Chi non ha mai rotto niente non ha ancora imparato niente.
6. Metti l'AI sul tavolo, non sotto. Vietarla nel test tecnico misura l'obbedienza. Falla usare e chiedi di giustificare ogni riga accettata: è la simulazione più fedele del lavoro vero.

Il criterio in una riga: non stai assumendo qualcuno che scrive codice, stai assumendo qualcuno che imparerà a giudicarlo — e vuoi prove che l'apprendimento sia già iniziato. Lo stesso principio, applicato ai ruoli senior e ai profili dati, è quello che descriviamo in come assumere un data engineer senior in Italia.

Perché un team di soli senior è una soluzione fragile

Primo: l'aritmetica dello stock, con un numero di tre settimane fa. Il Terzo Report CNEL-Unioncamere sul mismatch tra domanda e offerta di lavoro in Italia (30/07/2026) misura, non stima: sulle 2,869 milioni di assunzioni programmate dalle imprese italiane nel primo semestre 2026, il 44,8% è dichiarato difficile da coprire. Nei servizi informatici e delle telecomunicazioni la quota sale al 50,6% — più di un'assunzione su due — ed è ancora in aumento rispetto all'anno precedente. Non è il settore col punteggio più alto in assoluto (edilizia 59,8%, legno-arredo 59,6%, metalmeccanica 55%): è uno dei pochi per cui il rapporto segnala esplicitamente un peggioramento, non una fotografia stabile. Dietro il numero fresco c'è lo stesso meccanismo di fondo già misurato nel 2025: in Italia si contano circa 136.000 annunci ICT l'anno contro 73.000 nuovi professionisti immessi, con 236.000 professionisti ICT mancanti e gli specialisti ICT fermi al 4% della forza lavoro contro il 5% europeo (Osservatorio delle Competenze Digitali 2025 — AICA, Anitec-Assinform, Assintel, Talents Venture, 18/11/2025). I senior non si generano sul mercato: sono i junior di cinque anni fa. Se la categoria smette di formarli, il collo di bottiglia non sparisce, si sposta avanti di cinque anni e nel frattempo si stringe. E la criticità è già misurata anche sul lato delle competenze: l'Osservatorio HR Innovation Practice del Politecnico di Milano (aggiornamento 27/07/2026) rileva che il 71% delle organizzazioni segnala uno skill mismatch alto o medio proprio nell'area IT & Data Management, la più critica di tutte le aree censite.

Secondo: il conto, sul tuo team e non sul paese. Usiamo il listino T&M che pubblichiamo: mid con 5-7 anni a €350-500 al giorno, senior con 8-12 anni a €500-750. Su 220 giornate lavorative l'anno, una capacità mid costa €77.000-110.000; la stessa capacità coperta interamente in seniority costa €110.000-165.000. Il delta è €33.000-55.000 all'anno per posizione: sembra neutro su una persona, diventa una voce di bilancio su cinque.

Terzo, ed è il punto peggiore: la fragilità operativa. Un team di soli senior:

• non ha nessuno a cui delegare il lavoro a basso rischio, quindi lo fanno i senior — al loro costo orario;
• non ha gradini interni, quindi chi entra senior esce senior, altrove: la crescita se la va a prendere da un'altra parte;
• non ha ridondanza sul contesto. La conoscenza che permette di distinguere il quasi giusto dal giusto resta in due o tre teste, ed è esattamente la conoscenza che l'AI non può ricostruire dal codice;
• non ha revisori disponibili. In un team senza gradini le review sono fra pari sempre occupati, e la prima cosa che salta quando la roadmap stringe è proprio la review.

La raccomandazione, valida anche se non compri niente da noi: non chiudere la porta d'ingresso, cambia il lavoro che ci sta dietro. Un junior nel 2026 non serve a produrre righe, perché le righe costano poco. Serve perché fra tre anni qualcuno debba saper leggere quelle righe. Il modo per farlo è dargli dal primo mese codice generato da rivedere accanto a chi sa rivederlo, non ticket isolati da chiudere in autonomia.

E se la capacità senior ti serve adesso mentre costruisci quel percorso, sono due decisioni diverse: coprire il presente con un team esterno in team augmentation non è la stessa cosa che rinunciare a formare il futuro. Il modello completo è nella guida al Talent as a Service.

Dove questo articolo si ferma

• Non esiste un dato italiano sulle assunzioni junior. Nessuna fonte pubblica misura quante posizioni entry-level tech si aprono in Italia e come sia cambiato negli ultimi due anni. I cali percentuali secchi che circolano sul tema li abbiamo cercati e scartati: non ne abbiamo trovato la fonte primaria. Se li vedi citati senza link, chiedi il link.
• Il campione Stack Overflow è autoselezionato. La metodologia lo dichiara: gli utenti più attivi sulla piattaforma avevano più probabilità di vedere l'invito. Misura bene la percezione degli sviluppatori, non l'universo degli sviluppatori.
• METR sono 16 persone. Esperimento controllato serio, non legge di natura: gli autori scrivono esplicitamente di non generalizzarlo.
• Veracode è un vendor di sicurezza, e il nostro interesse esiste come il suo. Vendiamo profili senior e team esterni: «tenete aperta la porta d'ingresso» è una raccomandazione contro il nostro fatturato di breve.
• Quando noi non serviamo. Se il problema è formare chi entra oggi, non è un lavoro che si compra fuori: serve un tech lead con tempo protetto per la review. Se quel tempo non c'è, aggiungere un junior peggiora la situazione invece di migliorarla. Gli impegni che prendiamo con chi entra nei nostri percorsi sono scritti nella Carta dei Talenti.

FAQ

Conviene ancora assumere junior developer con l'AI?

Sì, ma non per la stessa ragione di prima. Non li assumi per la capacità produttiva immediata, che l'AI ha reso abbondante e a basso costo. Li assumi perché la capacità di giudizio sul codice — quella che il 66% degli sviluppatori indica come frustrazione numero uno nella forma del «quasi giusto» — si costruisce solo con anni di contesto, e non si compra sul mercato quando serve.

L'AI sostituisce i programmatori junior?

Sostituisce una parte del lavoro che veniva affidato ai junior, cioè la scrittura di codice standard. Non sostituisce la funzione del ruolo, che è formare le persone che fra cinque anni faranno la review. Nella Developer Survey 2025 il 75,3% degli sviluppatori dichiara che quando non si fida della risposta dell'AI chiede a una persona: quella persona qualcuno deve averla formata.

Perché sta diventando sempre più difficile trovare uno sviluppatore senior in Italia?

Perché lo stock non cresce quanto la domanda, ed è un dato misurato, non un'impressione. Secondo il Terzo Report CNEL-Unioncamere sul mismatch tra domanda e offerta di lavoro (30/07/2026), il 50,6% delle assunzioni nei servizi informatici e delle telecomunicazioni programmate dalle aziende italiane nel primo semestre 2026 è dichiarato difficile da coprire, in aumento sull'anno precedente. Chiudere la porta d'ingresso junior oggi significa avere meno persone da cui far emergere i senior fra cinque anni, proprio mentre la difficoltà di reperimento sale.

Un senior con l'AI fa il lavoro di tre junior?

Non lo sappiamo, e chi lo afferma non ha una misura pubblica a supporto. L'unico esperimento controllato che abbiamo trovato — METR, luglio 2025 — misura su sviluppatori esperti un tempo del 19% più lungo con gli strumenti AI, mentre gli stessi sviluppatori credevano di essere andati il 20% più veloci. Il campione è piccolo e va preso per quello che è, ma la direzione consiglia prudenza sui moltiplicatori.

Come faccio crescere un team senza junior?

Non lo fai crescere: lo compri già cresciuto ogni volta, a un delta di €33.000-55.000 l'anno per posizione sulle nostre tariffe pubblicate, e resti esposto sul turnover. È una scelta legittima per un periodo definito, quando il presente ha priorità assoluta. Diventa un problema strutturale quando dura più di due o tre anni.

Quanto ci mette un junior a diventare autonomo oggi?

Non abbiamo una misura e non ne pubblichiamo una inventata. Quello che osserviamo nei team con cui lavoriamo è che la variabile decisiva non è il candidato: è quante ore a settimana un senior dedica davvero alla review del suo codice. Senza quelle ore, il tempo tende a infinito.

Fonti

• Stack Overflow Developer Survey 2025 — sezione AI (Stack Overflow, 2025): https://survey.stackoverflow.co/2025/ai — 84% di adozione, 51% uso quotidiano fra i professionisti, 66% «quasi giuste ma non del tutto», 45,2% debug più lungo, fiducia 3,1% / 29,6%, diffidenza 45,7%, 75,3% chiede a una persona, fiducia per stadio di carriera 6,1% / 3% / 2,5%, uso quotidiano 55,5% / 50,6% / 47,1%.
• Stack Overflow Developer Survey 2025 — metodologia (Stack Overflow, 2025): https://survey.stackoverflow.co/2025/methodology/ — 49.009 risposte analizzate, 177 paesi, rilevazione dal 29 maggio al 23 giugno 2025, nota sull'autoselezione del campione.
• METR, «Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity» (10 luglio 2025): https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ — 16 sviluppatori, 246 issue, +19% di tempo, previsione −24%, percezione a posteriori −20%.
• Veracode, GenAI Code Security Report — aggiornamento Spring 2026 (24 marzo 2026): https://www.veracode.com/blog/spring-2026-genai-code-security/ — oltre 150 modelli, 80 task, ~45% di codice vulnerabile, pass rate Python 62% / C# 58% / JavaScript 57% / Java 29%, XSS 15%, effetto trascurabile della dimensione del modello.
• CNEL-Unioncamere, Terzo Report sul mismatch tra domanda e offerta di lavoro in Italia (30 luglio 2026): comunicato CNEL https://www.cnel.it/comunicazione-e-stampa/notizie/news/detail/2026/07/30/terzo-rapporto-sul-mismatch-tra-domanda-e-offerta-di-lavoro · comunicato Unioncamere https://www.unioncamere.gov.it/comunicazione-istituzionale-il-sistema-camerale/comunicati-stampa/lavoro-quasi-unassunzione-su-due-e-difficile-da-coprire-ma-il-potenziale-inutilizzato-e-soprattutto-tra-donne-inattivi-e-forze-di-lavoro-potenziali — 44,8% delle 2,869 milioni di assunzioni programmate nel primo semestre 2026 dichiarate difficili da coprire; 50,6% nei servizi informatici e delle telecomunicazioni, in aumento sull'anno precedente.
• Osservatorio delle Competenze Digitali 2025 — AICA, Anitec-Assinform, Assintel, Talents Venture, 18 novembre 2025, ripresa su Milano Finanza: https://www.milanofinanza.it/news/ict-domanda-alle-stelle-servono-236-mila-professionisti-per-colmare-il-gap-con-l-europa-i-profili-piu-202511181419289958 — 236.000 professionisti mancanti, 136.000 annunci contro 73.000 nuovi ingressi, 4% contro 5% UE.
• Osservatorio HR Innovation Practice, Politecnico di Milano, aggiornamento 27 luglio 2026: https://www.osservatori.net/blog/hr-innovation/skill-mismatch-cos-e-cause-soluzioni/ — 71% delle organizzazioni con skill mismatch alto o medio in IT & Data Management.
• Tariffe T&M oneBlade, pubblicate su oneblade.it/taas — mid €350-500/gg, senior €500-750/gg.

Ti serve capacità senior adesso, senza smontare il percorso di crescita

Sono due problemi diversi e vanno risolti con due strumenti diversi. Se il presente non aspetta, ti mandiamo una shortlist di profili senior verificati in 48 ore, con screening tecnico condotto da recruiter che vengono dal mondo dev.

Richiedi una shortlist in 48 ore