L'AI ti sta rendendo più veloce. Ma ti sta anche rendendo peggiore.

Un paper Anthropic ha misurato cosa succede davvero quando i developer usano l'AI per imparare una nuova libreria. I risultati sono scomodi, ma utili.

Tutti sappiamo che l'AI accelera. Meno righe da scrivere, meno tempo a cercare documentazione, meno frustrazioni con la sintassi.

Ma nessuno si è mai chiesto: a che prezzo?

Uno studio pubblicato a febbraio 2026 da ricercatori Anthropic — "How AI Impacts Skill Formation" (Shen & Tamkin, 2026) — ha cercato di rispondere. E quello che ha trovato dovrebbe far riflettere chiunque lavori con questi strumenti.

Lo studio in 60 secondi

52 developer professionisti. Una libreria Python che non avevano mai usato (Trio, per la programmazione asincrona). 35 minuti per completare due task.

Metà con accesso a un assistente AI. Metà senza.

Dopo il task: un quiz su concetti, debugging e code reading della libreria.

Risultato:

• Il gruppo con AI ha completato i task in tempi simili al gruppo senza AI
• Il gruppo con AI ha ottenuto il 17% in meno sul quiz di comprensione
• Il gap più grande? Nelle domande di debugging — esattamente la skill che serve per supervisionare il codice generato dall'AI

In altre parole: l'AI non ha reso nessuno più veloce. Ha solo reso tutti meno capaci.

Perché succede

La risposta è nei dettagli qualitativi dello studio.

Il gruppo senza AI ha incontrato più errori durante il task. Errori fastidiosi, errori specifici della libreria, errori che costringono a fermarsi e capire cosa sta succedendo.

Ed è esattamente questo il punto.

Gli errori non sono il problema. Sono il processo.

Quando risolvi un errore da solo, costruisci un modello mentale della libreria. Capisci perché quella funzione si comporta in quel modo. La prossima volta riconosci il pattern.

Quando l'AI risolve l'errore al posto tuo, ottieni codice che funziona. E un cervello che non ha imparato niente.

Non tutti i developer con AI hanno peggiorato

Qui lo studio diventa davvero interessante.

I ricercatori hanno analizzato i video di ogni partecipante e identificato sei pattern di utilizzo dell'AI. Tre portavano a risultati bassi (24–39% al quiz). Tre portavano a risultati alti (65–86%).

La differenza non era se usavano l'AI. Era come.

Pattern che distruggono l'apprendimento:

• Delegare all'AI la scrittura del codice senza leggere l'output
• Usare l'AI per debuggare in loop senza capire l'errore
• Aumentare progressivamente la delega fino a smettere di pensare

Pattern che preservano l'apprendimento:

• Chiedere spiegazioni concettuali invece di generazione diretta
• Generare codice e poi chiedere perché funziona in quel modo
• Risolvere gli errori autonomamente, usando l'AI solo per chiarire concetti

La variabile critica è una sola: il cervello rimane dentro il processo, o lo delega?

Cosa cambia nella pratica

Se stai imparando qualcosa di nuovo, una libreria, un framework, un paradigma, ecco cosa fare diversamente:

1. Usa l'AI per capire, non per fare. Invece di "scrivi la funzione X", prova "spiegami come funziona il concetto Y in questa libreria". Poi scrivi tu il codice.

2. Quando incontri un errore, non incollarlo subito nell'AI. Leggi il messaggio. Cerca di capire da solo cosa sta succedendo. Usa l'AI solo dopo aver formulato un'ipotesi e chiedi conferma, non soluzione.

3. Dopo ogni blocco di codice generato, chiediti: so spiegarlo? Se non sai spiegare cosa fa quel codice e perché, non lo hai capito. Chiedi all'AI di spiegartelo riga per riga. Non andare avanti finché non puoi parafrasarlo a voce.

4. Separa le sessioni di produzione da quelle di apprendimento. Quando devi consegnare, usa l'AI al massimo. Quando stai imparando qualcosa di nuovo, imponiti dei vincoli. Sono due attività diverse con obiettivi diversi.

La domanda che vale la pena farsi

Lo studio chiude con un'osservazione che vale la pena leggere con attenzione:

Se il tuo lavoro futuro è supervisionare e correggere codice generato dall'AI, hai bisogno di saper fare debugging. Ma se usi l'AI per tutto il tuo debugging oggi, stai erodendo esattamente la skill che ti servirà domani.

L'AI è uno strumento potente. Ma come ogni strumento, amplifica quello che porti tu.

Se porti attenzione e curiosità, moltiplica la tua crescita. Se porti fretta e delega, moltiplica il tuo debito cognitivo.

La scelta non è usare o non usare l'AI. È decidere ogni volta: il mio cervello è dentro questo processo, o fuori?

Fonte: Shen, J.H. & Tamkin, A. (2026). "How AI Impacts Skill Formation." arXiv:2601.20245v2

Segui Arkemis per approfondimenti settimanali su come usare l'AI come strumento — non come scorciatoia.