Junior developer nell'era dell'AI: che carriera si costruisce oggi?

"Ha ancora senso imparare a programmare?" È la domanda che mi arriva più spesso da quando insegno online — e negli ultimi due anni la frequenza è decuplicata. Me la fanno gli studenti dei corsi, i ragazzi alle prime armi, i genitori che valutano percorsi di studio per i figli. Ed è una domanda che merita una risposta onesta, non rassicurante.

Partiamo dai dati, perché qui le sensazioni abbondano e i numeri scarseggiano. Tra fine 2022 e luglio 2025, l'occupazione dei lavoratori a inizio carriera (22-25 anni) nelle professioni più esposte all'AI è calata del 6%, mentre quella dei lavoratori più esperti nelle stesse professioni è cresciuta del 6-9%. Non è un collasso, ma è un segnale chiarissimo: l'AI non sta eliminando i mestieri della conoscenza, sta eliminando il primo gradino della scala.

Ha una sua logica brutale: i compiti che tradizionalmente si davano ai junior — codice standard, refactoring, test, documentazione — sono esattamente quelli che gli strumenti AI assorbono meglio. Il lavoro da junior si automatizza; il lavoro da senior, per ora, no. Il problema è che i senior non nascono senior: nascono junior, e crescono facendo proprio quel lavoro che ora fa la macchina.

Il paradosso del gradino mancante

Le aziende stanno facendo un calcolo razionale nel breve e miope nel lungo: perché assumere un junior, se un senior con gli agenti AI produce quanto un senior più tre junior di una volta? Ogni singola azienda risparmia. Il sistema, nel suo insieme, smette di formare la generazione che dovrà sostituire gli attuali senior. È la classica tragedia dei beni comuni, versione mercato del lavoro tech.

Per chi inizia oggi, però, il quadro non è disperato — è diverso. Perché gli stessi dati dicono un'altra cosa: sette delle dieci professioni IT in più rapida crescita hanno una componente direttamente legata all'AI. E le previsioni convergono su un punto: entro il 2030 le competenze AI saranno date per scontate come oggi è dato per scontato saper usare un PC. Chi non le dimostra verrà percepito dai recruiter come inadatto, a prescindere dal resto del CV.

Il mercato non sta dicendo "non servono più sviluppatori". Sta dicendo "non serve più il junior di prima". La domanda giusta non è se imparare a programmare, ma cosa significa essere junior nel 2026.

Cosa direi a chi parte oggi

Ecco cosa rispondo, in concreto, a chi mi chiede da dove cominciare. Sono le stesse cose attorno a cui ho ristrutturato il mio modo di insegnare.

I fondamentali contano più di prima, non meno. Sembra controintuitivo: se l'AI scrive il codice, perché studiare strutture dati, architettura, networking, debugging? Risposta: perché l'AI scrive codice che qualcuno deve giudicare. I dati sulla qualità parlano chiaro — il codice generato contiene molti più errori logici e vulnerabilità di quello scritto da mani esperte. Il valore si è spostato dalla scrittura alla valutazione, e la valutazione richiede fondamenta più solide, non più fragili. Chi salta i fondamentali per andare dritto al vibe coding si condanna a non poter mai dire se quello che la macchina produce è buono.

Diventa AI-native, non AI-dipendente. La distinzione è tutto. AI-native significa usare gli agenti come moltiplicatore dentro un processo che governi: tu decidi l'architettura, deleghi l'implementazione, verifichi il risultato. AI-dipendente significa accettare quello che esce sperando che funzioni. I primi sono i junior che le aziende si contenderanno; i secondi competono con l'abbonamento da venti dollari al mese che li ha resi possibili.

Costruisci cose vere, in pubblico. Il CV da junior è morto prima dell'AI; oggi è archeologia. Quello che funziona è il portfolio di cose spedite: un progetto online con utenti veri, contributi open source, anche piccoli. Paradossalmente l'AI ha reso tutto questo più accessibile: oggi un singolo junior può costruire e lanciare un prodotto completo, cosa impensabile cinque anni fa. Usala per questo, non per generare l'ennesimo clone tutorial.

Aggiungi un dominio al codice. Il programmatore puro compete con l'AI sul suo terreno migliore. Il programmatore che capisce la logistica, il retail, la sanità, l'amministrazione di una PMI compete su un terreno dove l'AI da sola non arriva: tradurre problemi veri di persone vere in software che li risolve. Nel mio lavoro con le PMI, la competenza scarsa non è mai stata "scrivere codice": è capire il processo del cliente abbastanza a fondo da sapere quale codice serve.

Un percorso concreto per i primi sei mesi

Visto che "studia i fondamentali e costruisci cose" rischia di restare uno slogan, provo a tradurlo in un percorso che darei a uno studente motivato che parte oggi, da zero o quasi.

Nei primi due mesi, fondamenta senza AI — o quasi. Un linguaggio solo (Python o JavaScript, non importa quale), logica, strutture dati di base, controllo di versione con Git. L'AI in questa fase va usata come tutor, non come esecutore: chiedile di spiegarti perché il tuo codice non funziona, non di scriverlo al posto tuo. La differenza tra le due modalità, a fine percorso, è la differenza tra saper programmare e saper chiedere.

Dal terzo al quarto mese, il primo progetto vero con l'AI come collaboratore. Qualcosa di piccolo ma completo e pubblicato: un'applicazione che risolve un problema reale tuo o di qualcuno che conosci. Qui inizi a usare gli agenti per davvero — e a scoprire quanto spesso sbagliano, che è la lezione più formativa del percorso. Ogni blocco di codice generato, prima di accettarlo, devi saperlo spiegare a voce alta. Se non sai spiegarlo, non lo accetti.

Dal quinto al sesto mese, profondità e visibilità. Scegli un dominio (e-commerce, gestionali, automazione, quello che ti incuriosisce), studia come lavora chi ci sta dentro, e costruisci un secondo progetto più ambizioso lì. Documenta tutto in pubblico: il repository curato, due o tre articoli o post su cosa hai imparato, gli errori inclusi. A quel punto hai più materiale verificabile di metà dei CV che girano — e soprattutto hai qualcosa di cui parlare a un colloquio che non sia l'elenco dei corsi frequentati.

Sei mesi così non fanno un senior, ovviamente. Fanno qualcosa che oggi è più raro di quanto dovrebbe: un junior che sa cosa sta facendo quando lavora con le macchine.

La finestra strana in cui siamo

Vorrei chiudere con un pensiero per chi si sente arrivato tardi: secondo me è vero il contrario. Siamo in una finestra temporale strana e probabilmente breve, in cui gli strumenti più potenti mai esistiti per imparare e per costruire sono disponibili a chiunque, mentre la maggior parte delle persone — e delle aziende — non ha ancora capito come usarli. Chi entra adesso, con i fondamentali solidi e la fluenza negli strumenti, non insegue il treno: è in anticipo sul grosso del mercato.

Il primo gradino della scala è stato segato, è vero. Ma chi ha detto che si debba salire dalla scala di prima? I junior che vedo emergere oggi non aspettano che un'azienda gli dia compiti da junior: costruiscono, pubblicano, dimostrano. La gavetta non è sparita, ha cambiato forma — e per la prima volta nella storia di questo mestiere, non serve il permesso di nessuno per farla.

---

Fonti: Agenda Digitale – Impatto dell'AI sul lavoro, Kinetikon – Soft skill 2026, Culture Digitali

Aggiornamento post-pubblicazione: Matrice Digitale — Lavoro e intelligenza artificiale (mag 2026).