Il report « State of AI Code Quality in 2025 » di Qodo, basato su un sondaggio condotto su 609 sviluppatori, esplora il ruolo in evoluzione dell'IA nello sviluppo software. Evidenzia che, sebbene gli strumenti di IA siano diventati mainstream (82% di utilizzo quotidiano/settimanale, 59% utilizza 3 o più strumenti), una fiducia profonda nei loro output resta difficile da raggiungere. Gli strumenti di IA influenzano in modo significativo il codice in produzione: il 65% degli sviluppatori riferisce che almeno il 25% dei propri commit è generato o modellato dall'IA.
Produttività vs. fiducia: il paradosso
State of AI Code Quality in 2025
Sebbene il 78% riferisca guadagni di produttività e il 57% trovi il proprio lavoro più piacevole, persiste una barriera importante: le allucinazioni. Il 25% degli sviluppatori stima che un suggerimento IA su cinque contenga errori, il che pesa notevolmente sulla fiducia e sull'adozione. Questa prevalenza di allucinazioni genera bassa fiducia: il 76% degli sviluppatori che affrontano allucinazioni frequenti è riluttante a distribuire codice IA senza controlli umani. Anche tra chi ha tassi di allucinazione bassi, una maggioranza (75%) esita a effettuare il merge senza verifica manuale.
Qualità del codice e revisione IA: un catalizzatore chiave
Contrariamente ai timori, l'aumento della produttività con l'IA si correla spesso a una migliore qualità del codice. Il 70% degli sviluppatori che riferisce guadagni di produttività sostanziali riferisce anche una migliore qualità del codice. La revisione del codice basata sull'IA agisce come catalizzatore: l'81% dei team più rapidi che utilizzano l'IA per la revisione riferisce miglioramenti della qualità, contro il 55% di chi non la utilizza. Questa convalida automatizzata aiuta a mantenere gli standard di qualità accelerando al contempo la consegna.
Il contesto: un fattore fondamentale
Il report identifica il contesto come il fattore n. 1 nella qualità percepita e nella fiducia. Il 65% degli sviluppatori riferisce che l'IA non coglie il contesto rilevante durante il refactoring, un problema più frequente delle allucinazioni stesse. Problemi simili emergono nella generazione di test e nella revisione del codice. Gli sviluppatori richiedono in modo massiccio una "migliore comprensione contestuale" dai propri strumenti di IA. Il report sostiene la necessità di un apprendimento del contesto persistente e automatizzato sull'intero repository, poiché la selezione manuale del contesto è inefficiente e frustrante.
Il Confidence Flywheel
Il report introduce il "Confidence Flywheel": un ciclo autoalimentato in cui suggerimenti ricchi di contesto riducono le allucinazioni, portando a codice corretto, maggiore fiducia degli sviluppatori, consegna più rapida e, infine, esempi migliori reimmessi nel modello. Solo il 3,8% degli sviluppatori vive attualmente questo scenario ideale, ma riferisce guadagni di qualità più elevati e maggiore fiducia.
Test e fiducia
Gli sviluppatori che utilizzano l'IA per i test hanno una fiducia 2 volte maggiore nelle proprie suite di test (61% contro 27% per i non utilizzatori), suggerendo che l'integrazione completa dell'IA nell'intero ciclo di sviluppo migliora la fiducia complessiva.
Conclusione strategica
Qodo conclude che sbloccare il pieno valore commerciale dell'IA generativa richiede di colmare il divario tra le capacità degli LLM e i sistemi esistenti collaudati, con l'integrazione di dominio come elemento critico. Il report richiede una piattaforma agentica per la qualità del codice che fornisca una profonda consapevolezza del contesto e integri l'IA nell'intero ciclo di sviluppo per rafforzare la qualità del codice e la fiducia degli sviluppatori. Questo approccio iterativo, con barriere tecniche di sicurezza, si rivela molto efficace ma evidenzia anche dei limiti: la competenza tecnica umana resta essenziale per individuare gli errori dell'IA, e gli agenti mancano di contesto di business.