L'AI da sola sbaglia dove costa caro.

Tappa 01Tre errori che si ripetono sempre uguali

Dopo un po' che si lavora con questi strumenti, gli errori diventano riconoscibili. Non sono bizzarrie casuali: sono conseguenze dirette di come funziona un modello, cioè per somiglianza con quello che ha già visto.

Tappa 02Il punto non è che sbagli. È che non lo sa.

Una persona alle prime armi, quando è insicura, lo dice o almeno esita. Un modello no: produce la soluzione dubbia con lo stesso tono con cui produce quella giusta. Non esiste un segnale che distingua «questo lo so» da «questo è quello che di solito si scrive qui».

Per questo il codice generato passa la prova più superficiale, che è anche l'unica che chi non è tecnico può fare: si apre, si clicca, funziona. Il problema è tutto in quello che quella prova non tocca.

Tappa 03Cosa vuol dire verificare davvero

Verificare non è rileggere il codice annuendo. È un lavoro con dei punti fissi, e li faccio su ogni progetto.

• Review riga per riga. Ogni pezzo generato viene letto e confrontato con il design tecnico: se non c'è scritto lì, non entra.
• Chi vede cosa. Permessi verificati provando ad accedere da un utente che non dovrebbe poterlo fare.
• Numeri veri. Le query provate su volumi realistici, non sui tre record della demo.
• Casi limite. Campo vuoto, doppio invio, accento nel nome, file da 40 MB, connessione che cade a metà.
• Segreti fuori dal codice. Sempre, senza eccezioni, controllato prima di ogni pubblicazione.

È la parte meno spettacolare del lavoro e quella che fa la differenza fra una demo e qualcosa che puoi dare in mano ai tuoi clienti.