I segnali meritano attenzione. Lo Stanford AI Index 2026 registra che, in un solo anno, le prestazioni dei migliori modelli di IA nel benchmark SWE-bench Verified sono passate da circa il 60% a quasi il 100%. Nei test sul lavoro reale, strumenti di IA hanno aumentato del 26% la produttività degli sviluppatori. Contemporaneamente, negli Stati Uniti l’occupazione dei software developer tra 22 e 25 anni è scesa di quasi il 20% rispetto al 2024 [2]. Non è una prova che l’IA ne sia l’unica causa, ma è un segnale attivo già oggi.
METR misura un fenomeno ancora più impressionante: la durata dei compiti di software engineering, machine learning e cybersecurity che un agente riesce a completare autonomamente con il 50% di successo è cresciuta con un tempo di raddoppio storico di circa sette mesi [3]. Non significa che tra sette mesi spariranno gli ingegneri, ma che la frontiera si muove a una velocità alla quale università e professioni non sono abituate.
E la minaccia non riguarda più soltanto chi programma. I modelli multimodali lavorano su testi, immagini, formule, simulazioni e dati sperimentali. Se alla conoscenza dello scibile umano aggiungiamo capacità di ricerca, ottimizzazione e perfino di pensiero divergente, l’IA entra nel cuore stesso dell’ingegneria: progettare sotto vincoli.
Eppure rimane prematuro celebrare il funerale della professione. Il World Economic Forum colloca ancora specialisti di IA, FinTech engineers, environmental e renewable-energy engineers tra i lavori a maggiore crescita attesa fino al 2030 [4]. Il paradosso è evidente: l’IA può ridurre il numero di ingegneri necessario per una certa attività e, nello stesso tempo, moltiplicare ciò che l’ingegneria rende possibile.
È qui che devono interrogarsi per primi i Politecnici. Se continuiamo a formare professionisti soprattutto trasferendo nozioni e procedure, perderemo la gara con macchine che apprendono più velocemente e ricordano tutto. Dobbiamo invece formare “abiti mentali”: capacità di porre problemi, integrare discipline, valutare conseguenze, assumersi responsabilità. Meno enciclopedia, più scienze umane e sociali. Più creatività, decision making, lavoro nell’incertezza e capacità di contraddire l’IA.
A cinque anni dalla laurea, in Italia ingegneria industriale e dell’informazione supera ancora il 90% di occupazione [5]. Ma quel dato fotografa il passato prossimo, non garantisce il futuro. La domanda non è se avremo ancora bisogno di ingegneri: ne avremo. Saranno però probabilmente molti meno di oggi, e soprattutto di diverso tipo.
Forse l’università dovrà smettere di essere soltanto una fabbrica di professionisti e diventare una sartoria di forme mentali. Prepariamoci. E Dio ci salvi da un nuovo luddismo: questa volta non degli operai contro i telai, ma di chi quei telai li ha sempre progettati.
---
Riferimenti.
[1] Dario Amodei, Policy on the AI Exponential, giugno 2026: sottolinea la rapidissima crescita delle capacità, dal codice elementare alla produzione di una parte molto rilevante del software nelle aziende IA.
[2] Stanford HAI, AI Index Report 2026: quasi 100% su SWE-bench Verified, +26% di produttività in uno studio sugli sviluppatori e forte contrazione dell’occupazione dei developer USA più giovani nelle professioni esposte.
[3] METR, Task-Completion Time Horizons: il raddoppio storico è circa ogni sette mesi; METR stessa invita però a non tradurre meccanicamente questo indicatore in “posti di lavoro automatizzabili”.
[4] World Economic Forum, Future of Jobs Report 2025.
[5] AlmaLaurea, Condizione occupazionale dei laureati 2025: a cinque anni dal titolo, i gruppi di ingegneria industriale e dell’informazione presentano tassi di occupazione superiori al 90%.
