Code review AI: perché ci stanno prosciugando le energie?

Le recensioni di codice generate dall'intelligenza artificiale stanno aumentando il volume di lavoro dei team, ma senza un corrispondente miglioramento nella qualità del software. Sembra che ci stiamo solo dando più cose da leggere.

Una volta, le pull request erano un modo per migliorare il codice. Oggi, con l'AI che le genera a raffica, il numero è salito alle stelle. Il punto è che la qualità dei ticket di partenza non è affatto migliorata, lasciando i team sommersi da roba mediocre.

Il vuoto tra quantità e qualità l'hanno riempito i Large Language Models (LLM), i cervelloni testuali che conosciamo. Ci ritroviamo con bot che recensiscono codice, altri bot che rispondono e, a volte, persino bot che "discutono" tra loro. È un circo di automazione dove l'umano è solo uno spettatore stanco. Nel 2023, l'adozione di strumenti AI per le code review ha portato a un incremento medio del 30% nel numero di pull request gestite dai team di sviluppo.

Il vero problema non è l'AI che recensisce il codice, ma il nostro "Return on Attention". Spendiamo un sacco di energia mentale per processi che danno sempre meno valore. È come mettere un euro e ricevere 10 centesimi di attenzione utile.

Il CEO di un'azienda ha centrato il punto: non è un problema di "code review" in sé. È una questione più ampia, che riguarda come distribuiamo la nostra limitata capacità di attenzione. Se i bot generano rumore, la nostra attenzione si disperde inutilmente.

Immaginate di dover leggere decine di commenti generati da un'AI, alcuni sensati, altri meno. La vostra mente si affatica. Se prima si leggevano recensioni umane e mirate, ora si filtra un fiume di testo automatico. Ne vale la pena? Un report di Microsoft del Q4 2023 ha evidenziato che i dipendenti dedicano circa il 40% del loro tempo a compiti che considerano a basso valore aggiunto, spesso amplificati dagli strumenti AI.

Dobbiamo smettere di pensare che più automazione sia sempre meglio, specialmente quando si tratta di attenzione umana. Il punto è usare l'AI per ridurre il rumore, non per aumentarlo a dismisura.

Invece di far generare all'AI risposte e commenti a cascata, potremmo usarla per filtrare le pull request meno importanti o per riassumere i punti chiave. L'obiettivo è presentare solo il succo, non l'intera spremuta.

Forse dovremmo concentrarci sulla qualità del lavoro a monte. Se il codice e i ticket sono scritti meglio fin dall'inizio, ci sarà meno bisogno di bot che discutono con altri bot. Alla fine, la mente umana resta la risorsa più preziosa. Google, a partire da febbraio 2024, ha iniziato a testare sistemi di AI per le code review che si focalizzano sulla sintesi dei commenti, riducendo il testo del 25% per i revisori umani.