Hai ancora bisogno di imparare a programmare con gli strumenti AI?

Sì. Questa è la risposta breve. La risposta più lunga è più interessante perché spiega cosa è cambiato e cosa no.

Cosa l'AI ha effettivamente sostituito

Copilot, Claude e gli strumenti basati su GPT sono bravi a generare boilerplate: endpoint CRUD, pattern regex, scaffolding di test unitari, file di configurazione e tradurre una specifica chiara in codice funzionante in un linguaggio che non conosci bene. Ti fanno risparmiare tempo reale sulle parti meccaniche della programmazione. Scrivere uno script Python per parsare un CSV e colpire un'API richiedeva vent minuti; ora ne richiede due.

Ciò che non hanno sostituito è la parte in cui decidi cosa costruire, noti quando il codice generato è sottilmente sbagliato e lo correggi quando si rompe in produzione alle 2 di mattina. Un modello AI non sa che il tuo schema del database ha un vincolo unique su email che lancerà un IntegrityError al quinto caso di test. Devi saperlo tu, o sapere come trovarlo.

Il test del debugging

Ecco un modo pratico per verificare se puoi saltare l'apprendimento della programmazione: incolla il codice generato dall'AI in un progetto, eseguilo e vedi cosa succede quando fallisce. Se riesci a leggere lo stack trace, capisci perché undefined is not a function è accaduto e lo correggi in meno di cinque minuti, hai già la competenza che conta. Se stai incollando l'errore nella chat e sperando bene ogni singola volta, non stai risparmiando tempo, stai esternalizzando il giudizio che non hai — e questo è il rischio effettivo.

La maggior parte dei bug non banali richiede di capire l'ordine di esecuzione, lo scope, il timing asincrono o come i meccanismi interni di una libreria si comportano in un caso limite. Gli strumenti AI possono aiutarti a ragionare attraverso questi, ma solo se riesci a valutare se la loro spiegazione ha senso. Questa valutazione è conoscenza della programmazione.

Dove la leva è davvero

Le persone che stanno ricavando il massimo dagli strumenti AI per il coding adesso sono sviluppatori esperti, non principianti. Un ingegnere senior può chiedere uno script di migrazione del database, dargli un'occhiata, notare l'indice mancante e deployarlo in tre minuti. Un principiante che chiedesse la stessa cosa potrebbe non sapere che un indice importa, non noterà che manca e lo scoprirà quando una query impiega 40 secondi su dati in produzione.

Questo modello vale tra i domini:

• Nel networking, devi ancora sapere cosa fa una subnet mask prima di poter dire se la regola firewall suggerita dall'AI ha lo scope corretto.
• Nel lavoro di sicurezza, devi capire SQL injection prima di poter verificare che un form di login scritto dall'AI stia davvero parametrizzando le query.
• Nella programmazione di sistemi, devi capire la proprietà della memoria prima di fidarti di Rust o C++ generati dall'AI che