Se stai pensando di passare al settore tech ma hai sempre creduto che "imparare a programmare" fosse un prerequisito non negoziabile, due storie di questo mese meritano la tua attenzione. Nessuna delle due è un claim di marketing. Entrambe sono esempi concreti e verificabili di persone non ingegneri che rilasciano software funzionante, con l'IA che si occupa del grosso del lavoro sulla sintassi.

Il lato consumer: Glaze di Raycast

Raycast, noto per il suo launcher di produttività per Mac, questo mese ha aperto a tutti gli utenti il suo strumento di vibe-coding chiamato Glaze. Glaze è pensato per un compito specifico: creare e condividere app desktop per Mac tramite prompt in linguaggio naturale, invece che con un editor di codice vuoto. Si posiziona insieme a un'ondata di strumenti simili — Wabi fa lo stesso per le app mobile — pensati esplicitamente per avere l'aspetto e la sensazione di software consumer, non di strumenti per sviluppatori. Non stai aprendo un terminale: stai descrivendo cosa vuoi e iterando su ciò che ottieni.

Questa impostazione conta molto per chi vuole cambiare carriera. Il tradizionale ingresso nel software richiedeva di imparare un linguaggio, una toolchain e un modello mentale di come i computer eseguono le istruzioni, prima di poter costruire qualcosa che un amico avrebbe davvero usato. Strumenti come Glaze comprimono questo divario: la prima cosa che costruisci può essere una vera app per Mac, condivisibile, e non un esercizio di "Hello World" dopo tre mesi di bootcamp.

La prova più impegnativa: un principiante, un mentore e l'Aeronautica

Il dato più interessante, se cerchi prove concrete e non un pitch di prodotto, arriva dal MIT. Il Lincoln Laboratory ha pubblicato un case study su Joshua Lynch, un cadetto dell'Aeronautica descritto come un principiante assoluto della programmazione, che ha usato tecniche di vibe-coding sotto la guida di un mentore nell'ambito del Phantom Program del Department of the Air Force–MIT AI Accelerator. La domanda di ricerca esplicita era se un principiante potesse costruire un programma di IA funzionante e rilevante in ambito militare, con l'assistenza dell'IA e una guida umana. È un singolo case study, non uno studio controllato, e Lynch aveva un mentore — non si è trattato di tentativi ed errori senza supervisione. Ma è un raro esempio di un'istituzione che testa deliberatamente l'affermazione secondo cui "chiunque può programmare con l'IA", invece di limitarsi ad asserirla, e in questo caso la risposta è stata sì.

Leggendo insieme queste due storie, lo schema che emerge è: gli strumenti consumer stanno abbassando la barriera all'*inizio*, e almeno un progetto pilota istituzionale suggerisce che anche la barriera a *portare a termine qualcosa di reale* è più bassa di quanto fosse prima — purché ci sia una struttura (un mentore, un progetto definito) attorno al principiante.

Cosa significa questo se stai davvero considerando il passaggio

Alcune cose su cui vale la pena essere precisi prima di considerare tutto questo un via libera:

Il punto di ingresso si è spostato, non è scomparso. Devi comunque imparare a specificare chiaramente cosa vuoi, valutare se il risultato è corretto e fare debug quando non lo è. Il vibe coding elimina la memorizzazione della sintassi come barriera d'accesso; non elimina il giudizio come barriera d'accesso. Il case study del MIT è significativo proprio perché ha affiancato a un principiante un mentore capace di individuare ciò che il principiante non poteva.

Il decadimento delle competenze è un rischio reale, riconosciuto — non solo un'ipotesi. Uno strumento a riga di comando chiamato Atrophy è stato lanciato questo mese proprio per affrontare questo problema: tratta i fondamentali della programmazione (richiamo della sintassi, debugging, lettura del codice, decomposizione) come un punteggio Elo negli scacchi ed esercita gli utenti per contrastare quello che i suoi creatori chiamano il decadimento delle competenze da vibe-coding. La sua stessa esistenza è un segnale — se hai intenzione di affidarti alla costruzione assistita dall'IA come punto di ingresso, riserva del tempo per capire davvero il codice che produce, e non limitarti a scrivere prompt e rilasciare. Un colloquio, un'interruzione di servizio o uno strumento che si blocca nel momento sbagliato metteranno a nudo questa lacuna se salti questo passaggio.

"Non ingegnere" non significa "nessun giudizio tecnico." Entrambi gli esempi richiedevano comunque una persona capace di riconoscere se il risultato funzionava, di iterare sui fallimenti e di comprendere la natura del problema abbastanza bene da guidare lo strumento. È una competenza genuinamente diversa dallo scrivere codice riga per riga, ma non è cosa da poco — è più vicina al product thinking, unito a una sufficiente alfabetizzazione tecnica per verificare la plausibilità dei risultati.

Una sequenza pratica per iniziare

Se questo è il tuo punto di ingresso, un approccio ragionevole basato su ciò che accade realmente in questi esempi è:

1. Scegli uno strumento adatto a ciò che vuoi costruire — Glaze per un'app desktop per Mac, strumenti in stile Wabi per il mobile, oppure una piattaforma più ampia se vuoi importare e modificare una codebase esistente (la modalità Build di Google AI Studio, ad esempio, ora ti permette di puntare a un repository GitHub invece di partire da un prompt vuoto, un modo più graduale per imparare leggendo codice già funzionante).

2. Costruisci qualcosa che useresti davvero o che mostreresti a qualcuno — non un esercizio giocattolo. Il case study del MIT ha funzionato perché il progetto aveva un obiettivo reale e ben definito.

3. Trova un mentore o una comunità, anche informale. Nel caso dell'Aeronautica, il percorso dal principiante al progetto rilasciato non è stato solitario; in questi esempi un secondo paio d'occhi svolge un lavoro reale, individuando ciò che il modello sbaglia in modo sottile.

4. Una volta che qualcosa funziona, torna indietro e capisci perché — leggi il codice, chiedi all'IA di spiegare le proprie scelte, oppure usa uno strumento di esercitazione se vuoi una struttura. Questo è il passaggio più probabile da saltare sotto la pressione delle scadenze, ed è quello che determina se in futuro sarai in grado di operare in autonomia.

Nulla di tutto ciò significa che il tradizionale percorso di informatica sia diventato obsoleto, e un singolo case study seguito da un mentore non dovrebbe essere letto come una garanzia che qualsiasi principiante possa replicare il risultato senza supervisione. Ma per chi sta valutando specificamente un cambio di carriera e si chiede se costruire app sia ora raggiungibile senza una laurea in informatica, la risposta onesta di questo mese è: il punto di ingresso è reale, arriva prima di quanto accadesse in passato, e gli strumenti che contano — Glaze, Wabi, le modalità di build con importazione da GitHub — sono ormai abbastanza semplici da usare per un consumatore comune da permetterti di iniziare oggi stesso e scoprire da solo cosa ti resta ancora da imparare.