Strumenti di sviluppo assistiti dall'IA collegati a prestazioni più lente e vulnerabilità di sicurezza nello studio del 2025

Uno studio del 2025, disponibile su arXiv (ID: 2604.16399v1), identifica una tendenza significativa di fallimento nello sviluppo software potenziato dall'IA. Rivela che sviluppatori esperti che utilizzavano modelli di IA sofisticati erano in realtà più lenti nelle loro valutazioni, nonostante credessero di lavorare più velocemente. Inoltre, la ricerca ha scoperto che il 10,3% delle applicazioni generate dall'IA durante una dimostrazione di produzione presentava gravi vulnerabilità di sicurezza. Gli autori attribuiscono questi risultati a un "divario di verifica" fondamentale, affermando che tutti i modelli linguistici di grandi dimensioni (LLM) agiscono come generatori stocastici senza verifica semantica interna, indipendentemente dalle loro capacità o interfacce. Per affrontare questo problema, i ricercatori introducono la Metodologia di sviluppo convergente avversariale interattiva (IACDM), un approccio strutturato in otto fasi, collegandola alla tendenza del "vibe coding", in cui intere applicazioni vengono create da prompt in linguaggio naturale senza verifica. Il documento sottolinea che il successo o il fallimento dello sviluppo dipende dal processo piuttosto che dallo strumento di IA stesso.