L'Istinto del Senior
Quante volte, nella tua storia di lavoro, hai affrontato un problema costruendo una soluzione?
Un protocollo, un processo, un documento, un software, una regola operativa. Hai provato, hai sbagliato, hai corretto il tiro, hai riprovato. Decine di volte. Centinaia. Per alcuni, migliaia.
Alla lunga nasce una forma di istinto.
Non la soluzione perfetta. Non la soluzione elegante. Una soluzione abbastanza buona da far andare avanti il progetto, chiudere la richiesta, soddisfare il cliente, consegnare entro la scadenza.
Per anni questa cosa ha funzionato. Vale per il PM che risponde in chat alle 23. Vale per l'analista funzionale che chiude la specifica con un "ne riparliamo in fase di test". Vale per il tecnico che lascia il TODO nel commit e per il dirigente che firma una roadmap che sa di non poter rispettare.
Tutti, prima o poi, abbiamo imparato a cavarcela.
La Leggenda del Fiuto
La leggenda del senior è tutta qui: dopo tante battaglie, sviluppi un fiuto.
Sai riconoscere subito dove si annida il problema. Capisci quale richiesta è ambigua. Intuisci quando una specifica è troppo vaga, quando un processo è fragile, quando un software è destinato a diventare costoso da mantenere.
Non è magia. È esperienza sedimentata.
Un analista funzionale capisce al volo dove un flusso si rompe. Un tecnico sa già che una certa architettura "reggerà finché regge". Un PM riconosce quando una roadmap è ottimista. Un dirigente sente che un'iniziativa è operativamente debole.
Per molto tempo, questo è bastato. Portava a casa il risultato. A volte anche bene.
Poi è arrivata l'IA.
Il Punto di Rottura
Per essere chiari: l'IA non ha creato il problema della mediocrità. Ha fatto una cosa più fastidiosa. L'ha resa immediatamente visibile.
Prima potevi permetterti una soluzione discreta, un po' grezza, un po' troppo lunga, un po' fragile. C'era tempo per correggere, iterare, rivedere. C'erano mesi di sviluppo, change request, passaggi intermedi, rallentamenti naturali che assorbivano gli errori iniziali.
Oggi quel tempo non c'è più.
Il moltiplicatore IA prende la tua intuizione e la trasforma subito in output. Se l'idea è confusa, il rumore esce subito. Se l'analisi è debole, il codice lo mostra subito. Se la progettazione è approssimativa, la prima implementazione la espone senza pietà.
Non hai più il lusso dell'errore lento.
Un LLM genera ciò che è statisticamente plausibile, non ciò che è giusto. Se gli dai un input ambiguo, ti restituisce un output ambiguo confezionato in modo convincente. Garbage In, Confident Garbage Out.
Un paio di Esempi
Prendiamo una richiesta commerciale qualsiasi, di quelle che arrivano vaghe e apparentemente innocue:
"Serve una dashboard per monitorare le email inviate."
Prima questa frase poteva sopravvivere giorni o settimane. Durante l'analisi qualcuno avrebbe chiesto chiarimenti. Durante la progettazione qualcuno avrebbe scoperto che "quelle mail" non le mandiamo noi. Durante lo sviluppo il team avrebbe visto che mancavano i dati, che i filtri erano incoerenti, che nulla era realmente calcolabile.
Con l'IA, se parti male, parti subito male.
Puoi far generare una dashboard in poche ore. Ma se non hai chiarito chi sia davvero l'owner dei processi, ti ritrovi con un'interfaccia elegante vuota o peggio ancora che mostra la cosa sbagliata.
Secondo esempio: i performance test su un'API.
Se non definisci bene l'obiettivo, l'infrastruttura, la tipologia di test, l'IA produce un workspace di default. Non si tara sulla tua infrastruttura. Non distingue tra carico nominale e picchi. E poi scopri che il caso più raro — quello che succede una volta ogni mille — era esattamente quello che contava testare.
Correggerlo dopo costa molto più che fermarsi prima e ragionare meglio.
Terzo esempio, più vicino a chi gestisce: un PM chiede di "stimare il progetto entro domani".
Senza una vera analisi puoi ottenere subito una proposta, un mockup, un backlog popolato. Ma se non distingui tra raccolta requisiti, controlli di compliance, analisi, progettazione, sviluppo, test, rilascio, monitoraggio, stai ottimizzando un processo che non hai capito.
L'IA non perdona questa approssimazione. La amplifica.
L'Attrito Era una Funzione
Il punto non è che prima si lavorasse meglio. Il punto è che prima c'era più attrito tra idea e risultato.
Quell'attrito era lento, a volte frustrante, ma aveva una funzione. Ti dava tempo di capire cosa stavi sbagliando. Ti dava i giorni di silenzio in cui un dubbio diventava una domanda, e una domanda diventava una correzione.
Oggi l'attrito si è ridotto. E quando l'attrito si riduce, il vizio della superficialità diventa più visibile e immediatamente.
Esperienza Più Disciplina
Per questo non basta più avere esperienza. Serve esperienza più disciplina di pensiero.
Bisogna progettare meglio prima di scrivere. Bisogna saper fare le domande giuste prima di generare la risposta. Bisogna distinguere tra:
- soluzione rapida
- soluzione robusta
- soluzione manutenibile
- soluzione comprensibile da chi verrà dopo
Sono quattro cose diverse. Una buona Skill — di quelle di cui ho parlato nel post sulle Skill — può aiutarti a ricordartelo. Un buon CLAUDE.md può forzare il flusso. Ma nessuno strumento decide al posto tuo cosa stai cercando.
L'IA sa accelerare. Non sa scegliere il problema giusto né la sua soluzione.
Dove Si Sposta il Valore
Il valore del senior, oggi, non sta più nel saper cavarsela comunque. Sta nel saper vedere prima dove il sistema si romperà.
Un buon PM non è quello che scrive il piano più lungo. È quello che capisce dove il piano è debole.
Un buon analista non è quello che produce più documenti. È quello che elimina le ambiguità prima che diventino codice sbagliato.
Un buon tecnico non è quello che implementa più in fretta. È quello che riconosce quando una strada veloce produrrà debito tecnico.
L'IA rende tutto questo più importante, non meno. Perché se la qualità della riflessione cala, la produzione aumenta lo stesso. E proprio per questo il danno arriva prima.
È la stessa intuizione di Una Serata in Coworking: il mercato che non sa misurare la qualità premia chi sa vendersi. Solo che adesso anche la quantità è abbondante. Anche la quantità ha smesso di essere un segnale.
La Domanda Nuova
La domanda, allora, non è più soltanto:
"Come risolvo questo problema?"
Diventa:
"Che cosa non funziona più, se lascio fare tutto in fretta all'IA?"
Ora devi conoscere la tua azienda, i tuoi dati, i processi di raccolta dei requisiti, di analisi, di progettazione e sviluppo.
È qui che cambia il mestiere.
Non basta più saper costruire. Bisogna saper distinguere, prima ancora, ciò che merita davvero di essere costruito.
Il fiuto del senior non è morto. È diventato l'unica cosa che conta davvero ma solo se poggia su solide competenze. Tutto ciò che è ambiguo diventa rumore, tutto ciò che è chiaro si amplifica nel risultato.