Tecnologia

Il futuro dello sviluppo web è solo AI?

Gli strumenti si sono democratizzati e la produzione costa poco. Quello che non si automatizza è capire un brand, un contesto, un tono di voce, un mercato. Dove finisce la macchina e dove comincia il criterio.

9 settembre 2026

L'AI è uno strumento straordinario. Scrive componenti, migra codice, trova bug, propone dieci varianti di un titolo prima che tu abbia finito il caffè. Ma senza una direzione il risultato è esattamente quello che sembra: AI. Gli strumenti per creare si sono democratizzati, e la capacità tecnica di base non è più quello che separa il lavoro buono dal resto. La differenza la fa chi capisce davvero, in profondità, il brand, il contesto, il tono di voce, il mercato. La macchina è molto lontana dall'analisi logica di una mente esperta: rende più veloce la produzione, non lo studio, la strategia e lo sviluppo che stanno dietro a un sito che vince un premio. Questa è la tesi. Il resto del pezzo prova a dimostrarla, con i numeri dove ci sono.

Cosa fa già bene la macchina

Va detto senza reticenze, perché chi minimizza fa un cattivo servizio al mestiere. I modelli scrivono bene il codice ripetitivo: componenti standard, test, migrazioni, conversioni da un framework all'altro, il boilerplate che una volta si copiava da un progetto precedente. Spiegano codice altrui, segnalano problemi di accessibilità, traducono, propongono varianti di testo. E non è più una cosa da pionieri: nel sondaggio annuale di Stack Overflow del 2025 l'ottantaquattro per cento degli sviluppatori dichiara di usare o di voler usare strumenti AI nel proprio lavoro, contro il settantasei dell'anno prima [1]. Secondo l'indagine di Sonar pubblicata a gennaio 2026, il quarantadue per cento del codice che gli sviluppatori professionisti mandano in produzione è già generato o assistito dall'AI, e loro stessi si aspettano di arrivare al sessantacinque entro il 2027 [2].

Su compiti chiari, con un risultato verificabile, la macchina è un collega veloce che non si stanca. Sarebbe sciocco non usarla.

Cosa non fa

Gli stessi numeri raccontano anche l'altra metà. Nel sondaggio di Stack Overflow solo un terzo degli sviluppatori dichiara di fidarsi dell'accuratezza di quello che i modelli producono, quasi la metà non si fida, e la frustrazione più citata, dal sessantasei per cento, sono le soluzioni «quasi giuste, ma non del tutto» [1]. Nell'indagine di Sonar il novantasei per cento dice di non fidarsi completamente del codice generato, eppure meno di uno su due lo verifica sempre prima di consegnarlo, e per il trentotto per cento rivedere codice scritto dall'AI costa più fatica che rivedere quello di un collega [2].

Sulla velocità, poi, la questione è meno chiusa di come la raccontano le demo. METR, un'organizzazione di ricerca indipendente, nel 2025 aveva misurato con un esperimento randomizzato che sviluppatori esperti, al lavoro sui propri progetti open source, con gli strumenti AI ci mettevano il diciannove per cento in più, pur essendo convinti del contrario. Nell'aggiornamento del febbraio 2026, con gli strumenti di fine 2025, gli stessi sviluppatori risultano più veloci di circa il diciotto per cento, ma con un margine di incertezza così ampio, e con effetti di selezione così forti (tra il trenta e il cinquanta per cento dei partecipanti sceglieva di non consegnare alcuni compiti pur di non farli senza AI), che gli autori stessi definiscono i dati «una prova molto debole» e stanno ridisegnando lo studio [3]. La lezione, per ora, è una: quando conosci a fondo un sistema, la parte difficile non è scrivere il codice, è sapere cosa scrivere. E quella la macchina non la accelera.

È esattamente il caso di un sito fatto bene. Il lavoro difficile viene prima della prima riga: capire cosa fa l'azienda e per chi, che cosa deve succedere quando una persona arriva sulla pagina, cosa dire e in che ordine, con che tono, e cosa lasciare fuori. Un modello non conosce il cliente, non ha parlato con i suoi clienti, non sa che il mercato è cambiato tre mesi fa, non risponde di niente. Riempie il vuoto con la media di tutti i siti che ha visto. Il risultato è il sito medio.

Ogni democratizzazione ha alzato il pavimento

Non è la prima volta. Nel 1985 PageMaker e la stampante laser misero l'impaginazione nelle mani di chiunque avesse un Macintosh, e per qualche anno il mondo si riempì di volantini con undici caratteri diversi. WordPress ha reso un sito una cosa che si installa in cinque minuti, e oggi regge poco più del quaranta per cento del web [4]. Squarespace e Wix hanno tolto anche l'installazione. Figma ha messo il design in un browser condiviso. Ogni volta il pavimento si è alzato: quello che prima era un mestiere è diventato una funzione. E ogni volta il soffitto si è spostato più in alto, perché la differenza si è trasferita dove la funzione non arrivava: nella scelta, nel sistema, nel contenuto, nel gusto.

I costruttori di siti con l'AI, quelli che da una frase generano una pagina intera, sono l'ultimo gradino di questa scala. Alzeranno il pavimento ancora una volta. Chi lavorava nel mezzo, facendo bene una cosa che ora si fa da sola, dovrà spostarsi. Chi lavorava già sopra il pavimento avrà strumenti migliori.

L'aspetto da AI

Chi guarda siti per mestiere lo riconosce in un secondo: la stessa sezione di apertura con lo stesso titolo a effetto, lo stesso gradiente, le stesse tre card con le stesse icone, lo stesso testo che promette di «sbloccare il potenziale». Non è brutto. È indistinguibile. Uno studio del 2025 lo ha misurato su un caso che ci riguarda da vicino: i ristoranti di Milano. Usando come esperimento naturale il blocco temporaneo di ChatGPT in Italia, tre ricercatori hanno confrontato i post Instagram dei ristoranti con e senza accesso al modello: con la macchina i testi si somigliano di più, nel lessico, nella sintassi, nello stile; senza, ogni ristorante torna a scrivere a modo suo, e i post ricevono qualche interazione in più [5]. La media sale e la varietà scende. Per un brand è il peggiore dei risultati possibili, perché un brand esiste per essere riconoscibile: un sito che potrebbe essere di chiunque non sta lavorando per nessuno.

Un esempio: il sito di un ristorante

Prendiamo un caso che conosciamo bene. Chiedi a un costruttore automatico il sito di un ristorante e ottieni, in un minuto, un sito di ristorante: la foto di un piatto che nessuno ha mai cucinato lì, un titolo sull'«esperienza culinaria», tre icone, un modulo di contatto. Tutto corretto, tutto uguale a diecimila altri. Quello che manca non è tecnica, è conoscenza: che quel ristorante vive delle prenotazioni del sabato sera e dei gruppi a pranzo nei giorni feriali, che il menu cambia ogni settimana e lo aggiorna chi sta in cucina, che le persone arrivano dalla ricerca «ristorante vicino a me» col telefono in mano e con fame, che lo chef odia la parola «esperienza», e ha ragione.

Con queste informazioni il sito cambia forma: la prenotazione a un tocco prima di tutto, il menu aggiornato da chi lo cucina, le foto fatte lì con la luce di quella sala, i testi nel tono di chi ci lavora, l'indirizzo e gli orari dove Google li legge. La macchina può costruire tutto questo, e in fretta. Ma qualcuno deve averlo capito prima, seduto a quel tavolo.

La competenza tecnica ha cambiato posto

C'è un'obiezione che sentiamo spesso: se il codice lo scrive la macchina, a che serve ancora saperlo scrivere? Serve, ma per un'altra cosa. Chi ha costruito siti per anni sa in che ordine si fanno le cose, quali regole devono valere prima che esista una sola pagina, come si tiene insieme un progetto quando cresce, dove si annidano i problemi che in una demo non si vedono. Quella conoscenza oggi non si spende più scrivendo ogni riga o disegnando ogni pezzo del sistema. Si spende prima, nel dare alla macchina un metodo e istruzioni precise su come affrontare il lavoro, e dopo, nel guardare quello che ha prodotto e sapere se regge.

Il rapporto annuale DORA di Google sulle pratiche di sviluppo, nell'edizione 2025, lo dice con una parola sola: l'AI è un amplificatore. Ingrandisce i punti di forza e le debolezze che un'organizzazione ha già, e i ritorni più grandi non arrivano dallo strumento in sé ma dal sistema in cui lo si inserisce [6]. Dove esiste un metodo, la macchina lo moltiplica. Dove non esiste, moltiplica il disordine, solo più in fretta.

Ed è qui che si separano due persone che, viste da fuori, fanno la stessa cosa: nessuna delle due tocca il codice. Una descrive prima le regole del gioco, decide l'ordine in cui le cose devono nascere, e confronta ogni risultato con un'idea precisa di come dovrebbe essere. L'altra chiede e accetta. La prima ottiene un prodotto più solido di quello che avrebbe scritto a mano, in una frazione del tempo. La seconda ottiene qualcosa che funziona finché nessuno guarda sotto. Uno studio di Anthropic del gennaio 2026 mostra il rovescio della medaglia: cinquantadue sviluppatori, per lo più junior, hanno imparato una libreria nuova con e senza assistente; chi ha usato l'AI ha finito appena due minuti prima, un vantaggio che non è nemmeno significativo, ma in un test di comprensione ha preso il cinquanta per cento contro il sessantasette degli altri, con il divario più ampio proprio nelle domande sul debugging [7]. Gli autori lo scrivono chiaramente: i benefici di produttività rischiano di costare le competenze che servono a validare il codice scritto dall'AI. Senza quel know-how, chi controlla non sa cosa sta guardando.

La buona notizia è che lo strumento si impara. L'Anthropic Economic Index del marzo 2026 misura che chi usa i modelli da più di sei mesi ha un tasso di successo più alto del dieci per cento rispetto a chi ha appena cominciato [8]. È un'abilità che cresce con la pratica, come tutte. Ma cresce sopra una base, e la base è ancora sapere come si costruisce un sito, anche se le mani non sono più le nostre.

Come si lavora, in pratica

Con la macchina dentro il processo, non al posto del processo. Un modo che funziona:

Brief e ricerca: chi è il cliente, chi sono i suoi clienti, cosa deve succedere; interviste, dati, concorrenti veri.
Strategia e contenuto: cosa dire, in che ordine, con che tono; i testi prima dei layout.
Sistema: tipografia, colore, spazi, componenti; le regole prima delle pagine.
Istruzioni: il metodo messo per iscritto, e l'ordine in cui le cose vanno costruite, dal piccolo al grande; la macchina lavora bene solo dentro un perimetro chiaro.
Costruzione con gli agenti: componenti, pagine, test, migrazioni; nessuno scrive a mano, tutti leggono.
Verifica in browser veri, su dispositivi veri: accessibilità, velocità, movimento; nessun risultato si accetta per fiducia.
Misura e iterazione: i tempi di caricamento, le conversioni, le domande delle persone.

In questo schema l'AI fa quasi tutto il quinto punto e aiuta negli altri. Ma il primo, il secondo, il terzo e il quarto restano lavoro di persone che conoscono il cliente e il mestiere. È lì che si vince o si perde.

Quindi, solo AI?

Il futuro dello sviluppo web è pieno di AI: è già il presente, e ci lavoriamo dentro volentieri. Ma «solo AI» è un'altra cosa. Vuol dire nessuno che conosca il cliente, nessuno che abbia deciso le regole prima, nessuno che sappia dire se quello che è uscito è giusto. Quel futuro esiste già, e si riconosce a occhio: è il sito medio.

Per tutto quello che non ha bisogno di essere di qualcuno, la pagina di un evento, un modulo, un prototipo da buttare, va benissimo così. Per tutto quello che deve appartenere a qualcuno, un brand, un ristorante con una storia, uno studio con un modo di lavorare, la macchina finisce dove finisce l'istruzione che le è stata data. Da lì in poi comincia il criterio: sapere cosa chiedere, in che ordine, e riconoscere quando la risposta non è quella. Sì, quasi tutto lo farà la macchina. Il quasi è il nostro lavoro.

Fonti

Crediti fotografici: tutte le immagini sono su Unsplash License. Autori: Ayrus Hill (copertina), Chris Ried, Compagnons, Kelly Sikkema (tre foto), P. L., Jakub Żerdzicki, Kaleidico, mindeurle lee, TienDat Nguyen, Walls.io, André Julien.

Ciò che ci piace e ci appassiona

Come restare creativi nell'era dell'AI