Questa frase, o almeno questa formulazione che mi sono costruito per condensare un concetto, mi è rimasta in testa dopo una recente lezione di filosofia dedicata a Nietzsche.

E inevitabilmente ho cominciato a pensare al nostro lavoro, allo sviluppo software e all’Intelligenza Artificiale.

Oggi possiamo chiedere a un’AI di scrivere codice, progettare un’architettura, suggerire un pattern, identificare un problema e proporre una soluzione.

In pochi secondi otteniamo risultati che, fino a qualche anno fa, avrebbero richiesto ore di studio, documentazione, esperimenti e tentativi. È straordinario. E sarebbe assurdo rinunciare a questa possibilità. Ma continuo a farmi una domanda.

Quando ottengo una soluzione, quanto di quella soluzione è diventato realmente parte della mia conoscenza?

Perché c’è una differenza enorme tra avere del codice che funziona e comprendere perché funziona. Tra applicare un pattern e riconoscere il problema che quel pattern dovrebbe risolvere. Tra accettare un’architettura proposta dall’AI ed essere capaci di discuterne i compromessi, i limiti e le alternative.

Per molto tempo, una parte importante dell’apprendimento è passata attraverso la difficoltà. Un problema che non riuscivamo a risolvere. Un esperimento fallito. Una soluzione apparentemente corretta che si rivelava sbagliata. La necessità di tornare sui nostri passi e capire cosa non avevamo compreso. Non era soltanto fatica. Era anche il processo attraverso cui costruivamo un modello mentale del problema.

Ma attenzione: non credo che la fatica sia un valore in sé.

Non dobbiamo necessariamente scrivere ogni riga di codice con le nostre mani, né trascorrere ore a risolvere problemi che uno strumento può affrontare in pochi secondi.

La vera questione è distinguere tra lo sforzo che produce soltanto attrito e quello che contribuisce a costruire conoscenza. L’AI può liberarci dal primo. Ma se rinunciamo anche al secondo, rischiamo di perdere qualcosa di importante.

Nietzsche parlava di volontà di potenza come tensione al superamento di sé. Non semplicemente ottenere qualcosa, ma diventare capaci di qualcosa. Mi sembra una distinzione particolarmente attuale.

Possiamo usare l’AI per produrre software sempre più velocemente, senza necessariamente diventare sviluppatori migliori. Oppure possiamo sfruttarla per esplorare alternative, mettere alla prova le nostre convinzioni, affrontare problemi più complessi e ampliare le nostre capacità.

La differenza non sta nello strumento, ma nel rapporto che decidiamo di costruire con esso.

Forse, nell’epoca in cui ottenere risposte è diventato così semplice, la competenza più importante sarà proprio quella di saperle valutare, comprendere e, quando necessario, rifiutare.

Perché scrivere codice non è mai stato il vero obiettivo. L’obiettivo è sempre stato comprendere un problema abbastanza bene da costruire una soluzione sensata.

E allora mi chiedo:

Stiamo usando l’AI per diventare sviluppatori migliori o semplicemente per avere meno bisogno di esserlo?