Quando l’intelligenza artificiale è in grado di produrre codice in pochi secondi, la domanda più pressante è: quale sarà il ruolo di un ingegnere software? Per chi si laurea in informatica, il futuro del lavoro quotidiano sembra allontanarsi dalla scrittura manuale di righe di codice e avvicinarsi a compiti più strategici, come la definizione dell’architettura, la revisione critica dei risultati dell’IA e la risoluzione di problemi complessi.
Da PRAISE al nuovo modello di apprendimento
Microsoft, in collaborazione con l’Università Carnegie Mellon, ha avviato PRAISE (Preceptorship for AI‑accelerated Software Engineering), un programma interno che affianca ingegneri junior con mentori senior. L’idea si ispira al modello di preceptoría della professione infermieristica, dove i neolaureati vengono guidati da professionisti esperti per acquisire esperienza e fiducia sul campo.
L’obiettivo non è far tornare i giovani a programmare “come se l’IA non fosse arrivata”, ma aiutarli a sviluppare comprensione, fiducia e responsabilità nell’uso delle nuove tecnologie. In pratica, i preceptori insegnano come integrare gli strumenti di IA in modo riflessivo, promuovendo un pensiero sistemico, un buon gusto tecnico e un giudizio critico.
Questa collaborazione collega l’esperienza pratica di Microsoft con la formazione accademica, evitando che la sola università o le aziende debbano portare da sole il peso della formazione della prossima generazione di ingegneri.
Il ruolo del titolo di studio
Domande come “gli studi in informatica sono ancora utili quando l’IA può programmare?” sono frequenti, ma partono da un presupposto errato. Anche se chiunque può generare un’app usando prompt, il codice prodotto dall’IA deve comunque essere validato, ottimizzato e integrato in sistemi complessi. Solo un professionista formato può garantire che il prodotto finale sia sicuro, efficace e manutenibile.
Gli ingegneri senior assicurano la qualità e la sicurezza della tecnologia, e gli ingegneri junior di oggi saranno i senior di domani. Pertanto, la formazione continua e il mentorship rimangono fondamentali.
Il ciclo di vita del software evoluto
Con l’avvento dell’IA, il ciclo di vita del software si sta spostando: più tempo è dedicato al design e all’architettura e meno alla scrittura di ogni singola riga. Tuttavia, è indispensabile comprendere il funzionamento del codice sottostante, perché quando un sistema fallisce occorre sapere “cosa succede sotto il cofano”.
PRAISE insegna ai precepti a utilizzare gli strumenti di IA in maniera consapevole, a valutare quando è opportuno delegare la generazione di codice e quando intervenire manualmente per garantire qualità, performance e conformità alle policy aziendali.
L’IA non elimina la responsabilità umana; la trasforma. Gli ingegneri devono passare da produttori a decisori su cosa costruire e come integrare le soluzioni generate dall’IA nel prodotto finale.
Struttura del modello di preceptoría
Il modello PRAISE si basa su tre pilastri:
- Affiancamento pratico: i junior lavorano su progetti reali accanto a senior, ponendo domande e ricevendo feedback immediato.
- Condivisione di giudizio: i mentori spiegano le loro scelte di design, il “gusto” tecnico e le strategie di risoluzione dei problemi.
- Formazione accademica integrata: i partecipanti seguono corsi della Carnegie Mellon che collegano teoria e pratica.
Il preceptore non è solo un “cacciatore di bug”, ma anche un coach che aiuta il junior a testare ipotesi, a dibattere cambiamenti sconosciuti e a trasformare la risoluzione di un problema in un apprendimento deliberato.
Collaborazione con Carnegie Mellon
Il curriculum congiunto fornisce esperienze pratiche su come distribuire soluzioni pronte per la produzione. I precepti partecipano a lezioni frontali, laboratori in piccoli gruppi e progetti che collegano i concetti teorici dell’informatica con le pratiche quotidiane di sviluppo software in Microsoft.
Secondo Michael Hilton, docente della Kenneth C. Griffin School of Computer Science, “unire le forze tra accademici e professionisti ci permette di tradurre la ricerca informatica in soluzioni concrete, affrontando le realtà quotidiane del development”.
Questa sinergia crea un “portafoglio di talento” solido, pronto ad affrontare le sfide future del settore, dove l’IA sarà un co‑autore costante ma non l’unico autore.
Competenze chiave per gli ingegneri del futuro
Il programma identifica le seguenti competenze come fondamentali:
- Pensiero critico e valutativo: saper distinguere quando accettare il suggerimento dell’IA e quando intervenire.
- Progettazione architetturale: capacità di definire strutture scalabili e resilienti.
- Gestione della sicurezza: verificare che il codice generato non introduca vulnerabilità.
- Comunicazione e collaborazione: lavorare in team multidisciplinari, condividendo decisioni e rationale.
- Apprendimento continuo: mantenersi aggiornati su nuovi modelli di IA e best practice.
Queste abilità vanno ben oltre la semplice scrittura di codice e rappresentano il nuovo “DNA” dell’ingegnere software.
Implicazioni per il mercato del lavoro
La diffusione di strumenti di programmazione assistita dall’IA non rende obsoleti i laureati in informatica; al contrario, aumenta la domanda di professionisti capaci di guidare, controllare e ottimizzare le soluzioni generate. Le aziende cercano figure che possano:
- Interpretare e validare output dell’IA.
- Progettare architetture complesse dove l’IA è solo una componente.
- Garantire compliance normativa e sicurezza.
- Mentorare le generazioni successive, creando una cultura di apprendimento continuo.
In questo contesto, programmi come PRAISE diventano un modello replicabile per altre realtà tecnologiche, dimostrando che la combinazione di mentorship, formazione accademica e strumenti di IA può mantenere viva la professione dell’ingegnere software.
Conclusioni
L’IA sta trasformando il modo in cui il software viene creato, ma non elimina la necessità di ingegneri competenti. Attraverso iniziative come PRAISE, Microsoft e Carnegie Mellon stanno dimostrando che la chiave è integrare l’IA con una guida esperta, sviluppando così una nuova generazione di professionisti capaci di progettare, giudicare e responsabilizzarsi per i risultati.
Il futuro non sarà più definito dalla quantità di codice scritto a mano, ma dalla capacità di orchestrare sistemi complessi, valutare rischi e decisioni di design, e di trasmettere queste competenze ai colleghi più giovani. In questo nuovo scenario, i titoli di studio rimangono rilevanti, ma la vera differenza sarà la capacità di apprendere, adattarsi e guidare l’uso etico ed efficace dell’intelligenza artificiale.