IT senza filtri
AI e software
Software sviluppato con AI: quali verifiche chiedere al fornitore
L’uso dell’intelligenza artificiale non basta a valutare la qualità di un software. Prima del rilascio, chiedi prove sul comportamento del sistema, sulla sicurezza, sulla possibilità di ripristinarlo e sulle responsabilità di chi lo consegna.
Scrivere più velocemente cambia il lavoro di verifica
Robert C. Martin, autore di Clean Code, ha raccontato di non vedere più gran parte del codice prodotto dai suoi agenti AI. Nella stessa intervista descrive però un processo di supervisione basato su test, strumenti di analisi, valutazione dell’architettura e prove del sistema. La responsabilità resta umana. Fonte: Aviator, 24 settembre 2026.
Per un’azienda che commissiona un progetto, la questione pratica diventa questa: quali evidenze permettono di decidere se il software è pronto per essere utilizzato?
Non serve entrare personalmente in ogni dettaglio tecnico. Serve poter ottenere risposte comprensibili e verificabili da chi realizza il sistema.
Una demo riuscita è un punto di partenza
Immagina questo scenario ipotetico: un fornitore mostra un’applicazione realizzata rapidamente con l’AI. Il percorso presentato funziona, l’interfaccia è convincente e il progetto sembra vicino al completamento.
Prima di approvare il rilascio, restano però alcune domande. Che cosa succede con dati incompleti? Un utente può vedere informazioni riservate a un altro? Un aggiornamento può compromettere le funzioni esistenti? Come si recupera il servizio dopo un errore?
Una dimostrazione può confermare che un percorso funziona. Per decidere sull’uso reale bisogna capire anche quali condizioni sono state verificate e quali rimangono da affrontare.
1. Requisiti: che cosa significa “funziona”?
Chiedi di collegare le funzioni importanti a criteri di accettazione concreti.
Per esempio, “il sistema gestisce gli ordini” è una descrizione troppo ampia. È più utile specificare chi può creare, modificare e annullare un ordine, quali dati sono obbligatori e come vengono trattate le operazioni non consentite.
Evidenza da richiedere: un elenco dei processi principali, con risultati attesi e casi di errore da verificare.
2. Test: quali comportamenti sono stati controllati?
“Abbiamo fatto i test” dovrebbe aprire una spiegazione, non chiuderla.
Chiedi quali verifiche sono automatiche, quali richiedono una prova manuale e quali coinvolgono i servizi esterni. Fai distinguere le funzioni già testate da quelle ancora da controllare.
Anche un test può essere costruito su un requisito interpretato male. Per questo i risultati attesi delle funzioni critiche vanno confrontati con il modo in cui lavora davvero l’azienda.
Evidenza da richiedere: un riepilogo dei test eseguiti, dell’esito e dei limiti ancora aperti, comprensibile anche a chi approva il progetto.
3. Sicurezza e dati: chi controlla cosa?
La verifica deve includere accessi, permessi e trattamento dei dati.
Chiedi come vengono controllate le autorizzazioni degli utenti, dove sono conservate le credenziali e come vengono gestiti aggiornamenti e componenti esterni.
Se il fornitore usa strumenti AI, chiarisci anche quali informazioni del progetto possono essere inviate a quei servizi: codice, documenti, dati di esempio o dati aziendali reali.
Evidenza da richiedere: una sintesi dei controlli di sicurezza eseguiti, delle criticità rilevate e delle regole adottate per l’uso dei dati negli strumenti AI.
4. Manutenzione: cosa succede al prossimo aggiornamento?
Un progetto deve poter evolvere dopo la prima consegna.
Chiedi come vengono verificate le modifiche e come si controlla che le funzioni esistenti continuino a funzionare. Verifica inoltre che documentazione e istruzioni operative vengano aggiornate insieme al software.
Evidenza da richiedere: una procedura di aggiornamento con controlli prima del rilascio e informazioni utili a chi dovrà mantenere il sistema.
5. Ripristino: come si torna a lavorare dopo un problema?
Un backup disponibile e un ripristino riuscito sono due cose da verificare separatamente.
Chiedi quali dati vengono salvati, con quale frequenza e quando è stata provata la procedura di recupero. Per gli aggiornamenti, chiarisci se e come sia possibile tornare alla versione precedente senza perdere dati o creare incompatibilità.
Evidenza da richiedere: l’esito di una prova di ripristino e una procedura per gestire un rilascio problematico, con tempi stimati e limiti dichiarati.
6. Responsabilità: chi decide che il sistema può andare online?
Prima del rilascio devono essere identificati i referenti che approvano il risultato tecnico e quello operativo.
Chiedi chi raccoglie le anomalie, chi valuta la loro gravità e quali condizioni possono rinviare la pubblicazione. Chiarisci anche assistenza, tempi di intervento e gestione delle criticità note.
Evidenza da richiedere: un riepilogo di consegna con verifiche effettuate, problemi ancora aperti, referenti e decisione sul rilascio.
Controlli proporzionati al progetto
La profondità dei controlli va proporzionata al progetto. Un prototipo dimostrativo e un gestionale che sostiene il lavoro quotidiano richiedono livelli diversi di verifica.
Documentazione e accessi servono a mantenere il controllo operativo e a rendere possibile la manutenzione, anche quando cambia chi segue il progetto. Abbiamo approfondito questo tema nella guida Codice sorgente e proprietà del software: cosa verificare prima di firmare.
Hai un progetto sviluppato con AI da valutare?
TechPulse ti aiuta a esaminare requisiti, verifiche, dipendenze e punti ancora da chiarire prima del rilascio. Richiedi una valutazione indipendente.
Checklist operativa
- I processi aziendali critici hanno criteri di accettazione chiari?
- I risultati attesi sono stati verificati con chi userà il sistema?
- Sono disponibili gli esiti dei test e l’elenco dei limiti conosciuti?
- Accessi, permessi e uso dei dati negli strumenti AI sono stati chiariti?
- È definita una procedura per aggiornamenti e manutenzione?
- È stata provata la possibilità di recuperare dati e servizio?
- È chiaro chi approva il rilascio e chi interviene in caso di problemi?
Domande frequenti
Un software sviluppato con AI è meno affidabile?
La sola presenza dell’AI non permette di stabilirlo. Occorre valutare il sistema realizzato, il contesto d’uso e le verifiche effettuate.
Se tutti i test passano, il software è pronto?
I test forniscono evidenze sui comportamenti che controllano. La decisione deve considerare anche pertinenza delle verifiche, sicurezza, utilizzo reale e problemi ancora aperti.
Devo chiedere una revisione di ogni riga di codice?
Le modalità di revisione dipendono da criticità e caratteristiche del progetto. Come committente puoi chiedere al referente tecnico di motivare il processo adottato e di mostrare le evidenze che sostengono il rilascio.
Perché chiedere anche documentazione e accessi?
Servono a mantenere il controllo operativo e a rendere possibile la manutenzione, anche quando cambia chi segue il progetto. Puoi approfondire nella guida TechPulse sul codice sorgente e sulla proprietà del software.