Amazon ha definito nuove indicazioni interne per valutare l’impiego dell’intelligenza artificiale nelle attività di ingegneria software, mettendo in discussione l’utilizzo di metriche quantitative come indicatori diretti della produttività. La comunicazione rivolta agli ingegneri evidenzia i limiti di parametri frequentemente utilizzati per misurare l’adozione degli strumenti AI, tra cui il numero di token consumati, la quantità di applicazioni AI utilizzate, le modifiche al codice e il volume delle revisioni effettuate. Secondo l’azienda, queste misurazioni possono risultare scollegate dai risultati effettivi del lavoro e diventare controproducenti quando vengono trasformate in obiettivi da raggiungere. Incentivare il consumo di risorse o la produzione di un maggior numero di modifiche software può infatti aumentare i costi e la complessità del sistema senza comportare necessariamente un miglioramento della qualità, dell’affidabilità o dei tempi di consegna.
Amazon considera difficile definire un insieme stabile di buone pratiche per lo sviluppo software assistito dall’intelligenza artificiale, poiché le capacità degli strumenti e le modalità operative cambiano rapidamente. Le indicazioni elaborate oggi potrebbero diventare obsolete nell’arco di un anno, mentre gli obiettivi fondamentali dell’ingegneria rimangono legati ai risultati ottenuti per clienti, organizzazione e gruppi di lavoro. La società propone quindi di concentrare la valutazione sugli effetti di lungo periodo, pur riconoscendo che questi possono manifestarsi con ritardo, risultare complessi da misurare e dipendere da fattori differenti rispetto all’introduzione dell’AI. L’impiego degli strumenti automatici rimane una variabile da osservare, ma non deve sostituire la verifica dei miglioramenti effettivi nella realizzazione e nella gestione del software.
Un’indicazione operativa riguarda l’analisi dei gruppi collocati agli estremi della distribuzione di adozione. Amazon invita i responsabili a esaminare in particolare il 10% dei team che utilizzano meno l’intelligenza artificiale e il 10% che ne fa maggiore uso, cercando di comprendere le motivazioni dei rispettivi comportamenti. Nei gruppi con minore utilizzo occorre individuare eventuali ostacoli tecnici, carenze di strumenti o attività per le quali l’AI non offre benefici apprezzabili. Nei gruppi con utilizzo elevato bisogna invece verificare che il maggior consumo di strumenti e risorse corrisponda a risultati di produttività, qualità e consegna effettivamente superiori. Amazon segnala che i team più avanzati nell’adozione hanno già ottenuto miglioramenti operativi, ma esclude che ogni attività debba necessariamente essere svolta con il supporto dell’intelligenza artificiale.
La società distingue quindi l’adozione consapevole delle tecnologie dalla loro applicazione indiscriminata. Un ingegnere che riconosce i limiti degli strumenti disponibili e sa spiegare perché una determinata attività non ne beneficia esercita una capacità di valutazione tecnica considerata utile. Allo stesso tempo, Amazon richiama l’attenzione sul rischio che i professionisti e i gruppi incapaci di integrare efficacemente l’AI nei processi di sviluppo rimangano progressivamente indietro rispetto alle organizzazioni che ottengono incrementi concreti di produttività. La valutazione delle prestazioni dovrà pertanto distinguere l’intensità di utilizzo degli strumenti dalla loro capacità di produrre risultati verificabili.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)