15 ottobre 2026Aggiornato il Fathy Shalaby10 min di lettura
Come misurare la produttività dell'ingegneria con gli strumenti di coding con AI
Righe di codice, prompt e suggerimenti accettati misurano l'attività, non il progresso. Ecco cosa dice la ricerca sugli strumenti di coding con AI e una scorecard a quattro livelli da usare al loro posto.
Per misurare la produttività dell'ingegneria con gli strumenti di coding con AI, tieni traccia di velocità di consegna, stabilità e risultati di prodotto, non di righe di codice, prompt o suggerimenti accettati. Sono segnali di attività, e l'AI li gonfia gratis. La ricerca controllata mostra perché conta: nello studio METR del 2025, sviluppatori esperti sono stati il 19% più lenti con l'AI pur credendo di essere il 20% più veloci. Misura il sistema attorno allo strumento, su quattro livelli.
Punti chiave
La produttività percepita e quella misurata possono andare in direzioni opposte: gli sviluppatori di METR avevano previsto un'accelerazione del 24%, l'hanno stimata al 20% dopo e sono risultati misurati il 19% più lenti (METR, 2025).
Nei team con alto uso di AI, le pull request fuse sono aumentate del 98%, il tempo di revisione del 91% e la dimensione delle PR del 154%, senza alcun guadagno di consegna a livello aziendale (Faros AI, 2025).
Le indicazioni di Google stesso dicono che il tasso di accettazione e le righe di codice accettate misurano adozione e fiducia, non produttività.
La ricerca DORA del 2025 collega l'adozione dell'AI a un throughput più alto ma a una stabilità minore, quindi misura entrambi i lati.
Usa una scorecard a quattro livelli: adozione, fiducia, consegna, impatto sul prodotto. Concedi a un pilota da sei a otto settimane rispetto a una baseline.
Perché le righe di codice sono una cattiva misura per gli ingegneri assistiti dall'AI?
Le righe di codice sono sempre state un indicatore indiretto debole. Con gli strumenti di coding con AI diventano attivamente fuorvianti, perché generare codice ormai non costa quasi nulla. Una dashboard può riempirsi di commit, pull request, test generati e suggerimenti accettati mentre il prodotto resta fermo.
Tre prove mostrano la distorsione.
Più codice non è codice migliore. GitClear ha analizzato 211 milioni di righe modificate dal 2020 al 2024. Le righe clonate (copiate e incollate) sono salite dall'8,3% delle modifiche nel 2021 al 12,3% nel 2024, mentre le righe spostate e rifattorizzate sono scese dal 25% a meno del 10% (GitClear, 2025). Il volume è cresciuto mentre il lavoro di manutenzione calava.
Modifiche più grandi rallentano il team. La telemetria di Faros AI su più di 10.000 sviluppatori ha rilevato che i team con alto uso di AI producevano PR più grandi del 154%, il tempo di revisione cresceva del 91% e i bug per sviluppatore del 9% ().
Accettazione non è produttività. Il framework di Google per adottare l'assistenza al codice con AI colloca il tasso di accettazione e le righe di codice accettate nelle fasi di adozione e fiducia, e avverte che valori alti non provano la produttività se le metriche di consegna peggiorano (Google Cloud, 2025).
Il framework SPACE, di Nicole Forsgren e colleghi di Microsoft Research e GitHub, ha espresso il principio generale nel 2021: la produttività degli sviluppatori non si misura con una sola metrica né con i soli livelli di attività (Forsgren et al., 2021). Le sue cinque dimensioni sono soddisfazione e benessere, prestazioni, attività, comunicazione e collaborazione, ed efficienza e flow. L'attività è una su cinque, non il quadro completo.
Il rischio è un circolo vizioso: l'organizzazione premia la produzione visibile, gli ingegneri generano di più, i revisori ereditano il carico e i leader scambiano il movimento per progresso. Lo chiamiamo l'illusione della velocità di prodotto.
Cosa dice la ricerca sugli strumenti di coding con AI e la produttività degli sviluppatori?
I risultati dipendono molto dal compito, dalla codebase e dallo sviluppatore. Ecco le prove una accanto all'altra.
Studio
Contesto
Risultato
Peng et al., 2023
Compito controllato: costruire un server HTTP in JavaScript
Il gruppo Copilot ha finito il 55,8% più in fretta (arXiv)
METR, luglio 2025
RCT: 16 sviluppatori esperti, 246 issue reali in grandi repository open source
Il 19% più lenti con l'AI; gli sviluppatori credevano di essere il 20% più veloci (METR)
METR, febbraio 2026
57 sviluppatori, oltre 800 compiti, strumenti di fine 2025
Stime del 18% e del 4% più veloci, ma gli intervalli di confidenza includono lo zero; METR la definisce evidenza debole (METR)
DORA, 2024
Modellazione basata su sondaggi
Adozione dell'AI associata a un calo stimato dell'1,5% nel throughput di consegna e del 7,2% nella stabilità (Google Cloud)
DORA, 2025
Quasi 5.000 professionisti
L'AI ora collegata a un throughput più alto, ancora a una stabilità minore (Google Cloud)
Faros AI, 2025
Telemetria, oltre 10.000 sviluppatori, 1.255 team
21% di compiti in più, 98% di PR in più, nessun guadagno a livello aziendale
Stack Overflow, 2025
Sondaggio, oltre 30.000 sviluppatori
Il 52% dice che l'AI ha migliorato la propria produttività; il 45% dice che il debug del codice generato dall'AI richiede più tempo (Stack Overflow)
Tre lezioni per i manager:
Le autovalutazioni non bastano. Il divario di percezione di METR significa che un sondaggio al team da solo può mostrare guadagni che i dati di consegna non mostrano.
I compiti isolati esagerano i guadagni. Un esercizio da zero con requisiti chiari è dove l'AI brilla. Le codebase mature con convenzioni implicite sono più difficili.
I guadagni individuali non si sommano automaticamente. Faros ha trovato più produzione per sviluppatore ma nessun miglioramento a livello aziendale. Revisione, test e integrazione assorbono la differenza.
I dati DORA del 2024 hanno mostrato anche benefici reali: per ogni aumento del 25% dell'adozione dell'AI, la qualità della documentazione è salita di circa il 7,5%, la qualità del codice del 3,4% e la velocità di code review del 3,1%. L'AI aiuta. La domanda è se il tuo sistema trasforma quell'aiuto in valore consegnato.
Cosa misurare invece? Una scorecard a quattro livelli
Il framework a quattro fasi di Google (adozione, fiducia, accelerazione, impatto) e le metriche di consegna di DORA si combinano in una scorecard da passare in rassegna ogni mese. Tieni ogni livello separato, così i numeri di adozione non sostituiscono mai l'impatto.
Livello
Domanda
Metriche
Segnale d'allarme
1. Adozione
Gli ingegneri usano gli strumenti?
Utenti attivi settimanali, quota di modifiche con assistenza AI
Trattata come un obiettivo in sé
2. Fiducia
Gli ingegneri si fidano dell'output in modo appropriato?
Tasso di accettazione, sondaggio sulla fiducia, quota di modifiche AI rielaborate in revisione
Accettazione altissima più tasso di fallimento delle modifiche in crescita
3. Consegna
Il sistema è più veloce e stabile?
Le cinque metriche di DORA: lead time delle modifiche, frequenza di deployment, tempo di ripristino dopo un deployment fallito, tasso di fallimento delle modifiche, tasso di rilavorazione dei deployment (DORA)
Throughput in alto, stabilità in basso
4. Impatto sul prodotto
I clienti o il business ne hanno tratto beneficio?
Comportamento degli utenti target, adozione delle funzionalità rilasciate, retention, carico sul supporto
Molte release, risultati piatti
Aggiungi due segnali di salute del team che l'AI tende a spostare: la dimensione mediana delle PR e il tempo mediano alla prima revisione. Sono i primi avvisi che la produzione sta superando la capacità di revisione.
Come si fa un confronto prima-dopo equo?
Le indicazioni di Google indicano la definizione dei criteri di successo e di una baseline come il passaggio più importante e più spesso saltato. Una sequenza pratica:
Concorda i criteri di successo con ingegneri e responsabili di business prima del rollout. Scegli una metrica di consegna e un risultato di prodotto.
Rileva una baseline per almeno quattro settimane: metriche DORA, dimensione delle PR, tempo di revisione.
Confronta cose confrontabili. Google avverte di non confrontare un team esperto che usa l'AI con un team meno esperto che non la usa. Usa progetti successivi o coorti abbinate.
Concedi da sei a otto settimane. Google suggerisce almeno quattro sprint da due settimane prima di aspettarsi che l'accelerazione si veda.
Leggi insieme tutti e quattro i livelli, poi decidi cosa cambiare: strumenti, dimensione dei lotti, processo di revisione o contesto.
Esempio concreto (illustrativo)
Diciamo che un team di sei ingegneri adotta un agente di coding con AI. Dopo otto settimane, la dashboard mostra il 140% di righe modificate in più e il 60% di PR fuse in più. Il lead time delle modifiche è sceso da 3,0 giorni a 2,2 giorni. Ma il tasso di fallimento delle modifiche è salito dall'8% al 14%, la dimensione mediana delle PR è raddoppiata e il tempo alla prima revisione è passato da 4 ore a 10.
Una dashboard di righe di codice lo chiama un trionfo. La scorecard a quattro livelli dice che adozione e throughput sono migliorati mentre la stabilità è peggiorata. La soluzione: limitare la dimensione delle PR, aggiungere il controllo di accettazione del PM prima della code review e chiedere agli agenti di elencare i percorsi non testati. Quattro settimane dopo, il tasso di fallimento delle modifiche è tornato al 9% e il lead time si mantiene a 2,4 giorni. Quello è un guadagno reale.
Cosa dovrebbe concordare un manager con il team prima che inizi il lavoro assistito dall'AI?
Rendi espliciti sei elementi per ogni lavoro:
La decisione di prodotto: cosa stiamo decidendo o testando?
L'evidenza dagli utenti: quali fonti mostrano che il problema è reale?
La fetta utile più piccola: qual è la modifica più piccola che crea apprendimento o valore?
I guardrail tecnici: cosa deve restare vero per sicurezza, affidabilità, privacy e prestazioni?
Il percorso di revisione: chi rivede comportamento, codice, test e conseguenze operative?
Il responsabile del risultato: chi verifica cosa è successo dopo il lancio?
Poi chiedi al team di rendere leggibile il lavoro generato: file e sistemi modificati, ipotesi fatte dall'agente, test eseguiti, percorsi non testati, piano di rollback e un link alla decisione di prodotto. Tratta il codice generato come una modifica proposta, non come un'autorità. La parte del PM in questa revisione è trattata in come rivedere ciò che costruiscono gli agenti AI.
Come dovrebbero lavorare i product manager con ingegneri che usano strumenti di coding con AI?
Tieni le fette piccole. DORA include il lavorare a piccoli lotti tra le sette capacità che amplificano i benefici dell'AI, insieme a una posizione chiara sull'AI, dati interni accessibili all'AI e solide pratiche di controllo di versione.
Un ciclo di gestione settimanale
Sostituisci «quante righe abbiamo prodotto?» con sette domande:
Cosa abbiamo imparato dai clienti o dalla produzione?
Quali decisioni sono cambiate?
Quale lavoro è stato generato ma non ancora giustificato da una decisione?
Quali modifiche sono troppo grandi per essere riviste comodamente?
Dove l'AI ha tolto attrito?
Dove ha aggiunto carico di revisione o operativo?
Cosa dovremmo fermare, restringere o annullare?
Quali sono gli errori comuni?
Fissare obiettivi di adozione. «L'80% degli ingegneri usa l'AI ogni giorno» è un input. I team lo raggiungeranno senza migliorare nulla.
Fidarsi solo delle autovalutazioni. Il divario di percezione di METR è l'avvertimento. Abbina i sondaggi ai dati di consegna.
Ignorare la stabilità. I guadagni di throughput accompagnati da più rollback e hotfix sono tempo preso in prestito.
Confrontare team diversi. Un team senior con l'AI contro un team junior senza non dice nulla sull'AI.
Saltare la policy. Definisci gli strumenti approvati, i confini sui dati, le soglie di revisione e le azioni sensibili che richiedono approvazione umana. La nostra guida su come l'AI ha cambiato il carico di lavoro dei team di prodotto copre il contratto operativo più ampio.
Dove si inserisce Specky
Specky tiene prodotto e ingegneria collegati al motivo del lavoro. Il suo Product Graph collega segnali dei clienti, ricerca, decisioni, PRD, ticket e risultati, e il suo server MCP permette agli agenti di coding di leggere quel contesto prima di pianificare. Questo dà ai manager un ciclo oltre l'attività di codice: segnale, decisione, implementazione, revisione, release, risultato. Non è un altro dashboard di ingegneria; evita che il ragionamento di prodotto si perda tra roadmap e repository.
Domande frequenti
I manager dovrebbero tracciare le righe di codice prodotte dall'AI?
No. Le righe di codice e i suggerimenti accettati sono misure di attività che l'AI gonfia a costo zero. I dati di GitClear mostrano che il codice copiato e incollato è aumentato e il refactoring è diminuito man mano che cresceva l'uso dell'AI. Traccia invece le metriche di consegna di DORA, il tempo di revisione, la dimensione delle modifiche e il risultato per il cliente che ogni modifica doveva spostare.
Qual è la migliore metrica per la produttività degli sviluppatori con l'AI?
Nessuna metrica singola funziona. Usa quattro livelli: adozione (gli strumenti vengono usati), fiducia (l'output viene accettato in modo appropriato), consegna (le metriche di throughput e stabilità di DORA) e impatto sul prodotto (il comportamento dei clienti o i risultati di business sono cambiati). Riportali separatamente, così l'adozione non sostituisce mai l'impatto.
Gli strumenti di coding con AI rendono gli sviluppatori più veloci?
Dipende. Un compito controllato del 2023 ha trovato sviluppatori il 55,8% più veloci con Copilot. Lo studio METR del 2025 su codebase open source mature ha trovato sviluppatori esperti il 19% più lenti. Il seguito di METR del 2026 indica accelerazioni modeste ma con ampia incertezza. I guadagni sono maggiori su compiti ben definiti e da zero.
Quanto dovrebbe durare un pilota di uno strumento di coding con AI?
Almeno da sei a otto settimane dopo un periodo di baseline. Google raccomanda quattro sprint da due settimane prima di giudicare l'accelerazione, perché gli ingegneri hanno bisogno di tempo per imparare gli strumenti e i primi numeri riflettono soprattutto l'adozione. Concorda i criteri di successo con ingegneri e responsabili di business prima che il pilota inizi.
Cosa dovrebbe includere una policy per gli strumenti di coding con AI?
Gli strumenti approvati, i dati a cui ciascuno può accedere, le soglie di revisione per livello di rischio, le azioni che richiedono sempre approvazione umana, come le modifiche generate vengono testate e verificate e chi risponde degli incidenti in produzione. DORA la chiama una posizione chiara e comunicata sull'AI e la mette per prima tra le capacità che fanno rendere l'adozione dell'AI.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing