Quasi ogni ingegnere che intervisti oggi probabilmente ti dirà che usa strumenti di intelligenza artificiale.
Un anno o due fa, quella risposta potrebbe essere stata utile. Oggi, ti dice molto poco. L'IA è diventata parte così normale dello sviluppo software che chiedere a qualcuno, "Usi l'IA?" sta iniziando a sembrare come chiedere, "Usi la posta elettronica?"
La domanda più importante è cosa succede dopo che aprono lo strumento.
Sanno come usarlo bene?
Notano quando ti dà la risposta sbagliata?
Mettono in discussione quello che produce, o semplicemente assumono che qualcosa generato dall'IA deve essere corretto?
È qui che la differenza tra i candidati inizia a diventare molto più chiara. Due ingegneri possono entrambi dire che usano l'IA ogni giorno, ma uno potrebbe usarla in modo ponderato mentre l'altro semplicemente accetta quello che gli dà. La maggior parte dei processi di intervista non è molto brava a distinguere queste due persone.
Abbiamo trovato una domanda che si avvicina molto di più alla risposta, e curiosamente, non riguarda davvero gli strumenti di IA; riguarda quello che succede quando lo strumento sbaglia.
Perché "Usi l'IA?" Non è più sufficiente
L'IA non è più un'abilità inusuale per gli ingegneri. Lo Stack Overflow Developer Survey 2025 ha scoperto che il 70% degli sviluppatori usa strumenti di IA quotidianamente. Quando qualcosa diventa così comune, semplicemente avere esperienza con esso smette di essere un modo utile per separare i candidati.
Il problema è che molte aziende stanno ancora intervistando le competenze di IA come se fossero qualcosa di nuovo. Chiedono ai candidati quali strumenti hanno usato, quanto spesso li usano, o se sanno come scrivere buoni prompt. Quelle domande potrebbero dirti se qualcuno ha aperto un assistente di codice IA prima, ma non ti dicono se quella persona può usarla responsabilmente.
Pensaci in questo modo. Non assumeresti qualcuno solo per guidare perché ti dice che ha guidato un'auto ogni giorno per cinque anni. Vorresti anche sapere se sa quando rallentare, come reagisce quando qualcosa va storto, e se presta attenzione a quello che sta succedendo attorno a loro.
Lo sviluppo assistito da IA non è molto diverso. L'abilità utile non è semplicemente sapere come usare lo strumento. È sapere quando fidarsi, quando mettere in discussione, e quando fermarsi e fare qualcosa da solo.
Prova questa domanda invece
Ecco la domanda che consigliamo di fare:
Raccontami di un momento specifico in cui uno strumento di IA ti ha dato qualcosa di sbagliato, e come l'hai capito prima che diventasse un vero problema.
Ecco fatto. Non hai bisogno di chiedere ai candidati di spiegare come funziona un particolare modello di IA. Non hai bisogno di testarli sulla terminologia dell'IA. Non hai nemmeno bisogno di chiedere quale strumento preferiscono.
Stai chiedendo una vera storia, e quella storia può dirti sorprendentemente molto su come qualcuno effettivamente lavora.
Ecco cosa rivela quella domanda:
In primo luogo, ti dice se usano veramente l'IA come parte del loro lavoro. Qualcuno che usa questi strumenti regolarmente di solito avrà alcuni esempi di cui può parlare senza dover cercare nella memoria.
In secondo luogo, ti dice se controllano il lavoro. L'IA può produrre qualcosa che sembra perfettamente ragionevole mentre è ancora sbagliato. Se qualcuno non ha mai notato un errore di IA, o è stato straordinariamente fortunato, o non sta guardando abbastanza attentamente.
In terzo luogo, ti mostra dove traccia la linea tra fidarsi dell'IA e fidarsi del proprio giudizio. Questo sta diventando una delle abilità più importanti per gli ingegneri oggi.
Infine, mostra se si assumono la responsabilità del risultato. Quando qualcosa va storto, dicono, "L'IA ha sbagliato," o spiegano cosa avrebbero dovuto controllare e cosa hanno cambiato dopo? Quella differenza conta.
Ascolta la storia
Le risposte più forti di solito hanno una cosa in comune: sono specifiche.
Un candidato potrebbe dirti che uno strumento di IA ha generato una query di database sbagliata, suggerito una modifica che avrebbe rotto una funzionalità esistente, o frainteso una parte importante dell'applicazione, e più importante, spiegheranno come hanno notato il problema.
Non diranno semplicemente, "Controllo sempre il codice generato da IA." Invece, ti diranno cosa hanno controllato, cosa sembrava sospetto, cosa hanno cambiato, e cosa è successo dopo.
I buoni candidati di solito sono a loro agio nel parlare di errori. Non hanno bisogno di fingere che lo strumento di IA fosse perfetto o che abbiano capito tutto immediatamente. In realtà, essere in grado di dire, "Quasi l'ho mancato, ma poi ho notato…" può dirti più di una storia di successo lucida.
Stai cercando il giudizio, non la perfezione.
Una risposta più debole di solito suona molto più generale. Il candidato potrebbe dire, "L'IA a volte commette errori, quindi controllo sempre tutto," e lasciarla lì. Non c'è nulla di tecnicamente sbagliato in quella risposta, ma non ti dà molte prove su come effettivamente lavorano.
Quando poni un semplice follow-up come, "Puoi darmi un esempio?", di solito imparerai molto di più.
Cosa se dicono che l'IA non è mai stata sbagliata per loro?
È qui che la domanda diventa particolarmente utile. Se qualcuno ti dice che non ha mai avuto uno strumento di IA che gli dà una risposta sbagliata, non dovrebbe necessariamente impressionarti. Potrebbe effettivamente essere qualcosa che vale la pena esplorare ulteriormente.
Gli strumenti di IA commettono errori; a volte sono ovvi, a volte sono sottili, e a volte la risposta sembra completamente ragionevole fino a quando non la controlli rispetto ai requisiti effettivi o al sistema esistente.
Quindi fai un'altra domanda: "Puoi pensare a un momento in cui non eri sicuro se la risposta dell'IA fosse corretta?" Questo dà al candidato un'altra opportunità di spiegare come verifica il proprio lavoro senza trasformare la conversazione in una domanda trabocchetto.
L'obiettivo non è cogliere qualcuno di sorpresa. È capire come pensano.
Funziona anche per gli ingegneri junior?
Sì, sebbene gli esempi saranno naturalmente diversi.
Un ingegnere junior potrebbe parlare di aver colto un piccolo errore logico nel codice generato o di aver realizzato che un suggerimento di IA non corrispondesse a quello che il compito richiedeva effettivamente. Un ingegnere più esperto potrebbe descrivere qualcosa di più complesso: individuare un cambio di database rischioso, un'assunzione scorretta su un sistema esistente, o un problema di sicurezza che non era ovvio a prima vista.
La cosa importante non è quanto fosse drammatico l'errore. È se il candidato può spiegare cosa è successo, come l'ha notato, e cosa ha imparato da esso.
Non fare di questa la tua intera intervista
Questa una domanda può essere utile, ma non dovrebbe sostituire il resto della tua intervista tecnica. Vuoi comunque capire come qualcuno risolve i problemi, comunica, lavora con altre persone, e gestisce le responsabilità tecniche del ruolo.
Un'aggiunta utile, però, è permettere ai candidati di usare l'IA durante parte dell'intervista. Dai loro un problema pratico e consenti loro di usare gli strumenti che normalmente userebbero al lavoro. Poi guarda come lo affrontano.
Accettano ciecamente la prima risposta?
Fanno domande migliori quando il risultato non è giusto?
Controllano quello che produce lo strumento?
Notano quando qualcosa non ha senso?
Questo ti dà la possibilità di vedere il loro giudizio in azione invece di semplicemente sentirli descriverlo.
Quello che impari da due candidati
Immagina di intervistare due persone per lo stesso ruolo di ingegneria.
Il primo candidato dice, "Gli strumenti di IA a volte sbagliano, ma controllo sempre il codice attentamente."
Il secondo candidato ti racconta un progetto recente in cui uno strumento di IA ha suggerito un cambio di database che avrebbe causato problemi con i dati esistenti. Spiegano cosa sembrava sospetto, come lo hanno controllato, cosa hanno cambiato, e cosa fanno diversamente adesso quando controllano suggerimenti simili.
Entrambi i candidati usano l'IA, ma hai imparato qualcosa di molto diverso su di loro.
Il secondo candidato ti ha mostrato che non usa solo l'IA per andare più veloce. Capisce che andare più veloce aiuta solo se riesco ancora a riconoscere quando qualcosa è sbagliato.
L'abilità che effettivamente conta
La migliore domanda di intervista relativa all'IA non riguarda davvero l'IA. Riguarda il giudizio.
Gli strumenti continueranno a cambiare. Lo strumento che un candidato usa oggi potrebbe non essere lo strumento che usa l'anno prossimo. Nuovi modelli appariranno, i modelli esistenti miglioreranno, e il modo in cui gli ingegneri lavorano con loro continuerà a cambiare.
Quello che non cambierà così velocemente è la necessità di qualcuno che guardi il risultato e chieda, "Questo ha effettivamente senso?"
Quella è la persona che vuoi nel tuo team.
Quindi la prossima volta che un candidato ti dice che usa l'IA ogni giorno, non fermarti lì. Chiedile del'ultima volta che ha sbagliato. La loro risposta potrebbe dirti molto più di quanto lo strumento che usano potrebbe dire.
E se riprogettare il tuo processo di intervista per trovare quel tipo di giudizio non è dove vuoi spendere il tuo tempo, è qui che MyNextDeveloper aiuta collegando le startup con ingegneri verificati e talenti di IA che vengono valutati non solo su quello che sanno, ma su come effettivamente lavorano.
TL;DR
Quasi ogni ingegnere che intervisti dirà che usa strumenti di IA ogni giorno, quindi quella domanda non ti dice più nulla di utile. Quella che lo fa: Chiedile di un momento specifico in cui uno strumento di IA ha sbagliato, e come l'ha capito. Una risposta forte viene con dettagli reali, una vera storia su quello che si è rotto, e un chiaro senso di cosa farebbe diversamente, non un vago "Controllo sempre tutto."
Se qualcuno sostiene che uno strumento di IA non l'ha mai deluso, questo è effettivamente un segnale di avvertimento, non una bandiera verde. Questa una domanda silenziosamente mette alla prova esattamente il giudizio che separa gli ingegneri che usano l'IA per muoversi velocemente in sicurezza da quelli che si muovono solo velocemente.
Stai cercando di costruire un team di tecnologia ad alte prestazioni e remoto?
Scopri MyNextDeveloper, una piattaforma dove puoi trovare il top 3% degli ingegneri software che sono profondamente appassionati di innovazione. Le nostre soluzioni di talento software su richiesta, dedicate e approfondite forniscono una soluzione completa per tutti i tuoi requisiti software.
Visita il nostro sito web per esplorare come possiamo aiutarti ad assemblare il tuo team perfetto.
