Secondo Anthropic, in fase di assunzione non è più fondamentale dimostrare di saper programmare

Ad Anthropic, la quota di nuove assunzioni tecniche junior è scesa dal 27% al 9% rispetto all’inizio del 2025. Nello stesso periodo, un manager dell’azienda ha smesso di chiedere ai candidati di risolvere piccoli esercizi di programmazione: sostiene che Claude, il sistema di intelligenza artificiale di Anthropic, ormai li svolga meglio. Per chi cerca il primo impiego nel software, la promessa di un colloquio meno scolastico arriva dunque insieme a una concorrenza più dura. Il dato sulle assunzioni proviene da un’analisi interna pubblicata da Anthropic il 16 ottobre 2026.

La svolta descritta da Felix Rieseberg, responsabile di un gruppo di sviluppo in Anthropic, riguarda i colloqui dei suoi team, non una nuova regola annunciata per tutta l’azienda. Il suo ragionamento, però, va oltre il formato dell’esame: quando scrivere codice costa meno tempo, saper individuare un problema utile da risolvere può valere più della rapidità con cui si scrive la soluzione. È un’opportunità per chi ha buone idee, ma anche una richiesta più impegnativa da rivolgere a chi è agli inizi.

Nel suo intervento del 27 ottobre 2026, Rieseberg spiega che un breve esercizio pratico era un indicatore imperfetto, ma utile, delle capacità dei candidati. A suo giudizio non lo è più: Claude sa affrontare quel tipo di compito e le persone che hanno maggiore impatto nei suoi team non sono necessariamente quelle che ottengono i risultati migliori nei test. È la valutazione di un manager sulla propria esperienza, non uno studio che dimostri che ogni prova tecnica sia diventata inutile.

Rieseberg contrappone così la voglia di prendere iniziativa agli anni trascorsi in azienda. Dice di osservare curriculum e raccolte di lavori alla ricerca di piccoli prototipi che mostrino capacità di scegliere bene, attenzione per gli utenti e coerenza nelle decisioni. Un prototipo è una prima versione funzionante di un’idea: come un modello in scala, permette agli altri di provarla e discuterla prima di investire nella costruzione completa. Lo stesso Rieseberg ammette, tuttavia, di non aver ancora trovato un metodo definitivo per valutare queste qualità in un colloquio.

La tensione emerge dai numeri di Anthropic: oltre al calo della quota di assunzioni tecniche junior, la presenza di dipendenti junior nei reparti tecnici è passata dal 21% al 14% rispetto all’inizio del 2025. Non significa che l’azienda abbia smesso di assumere tecnici: la sua analisi precisa che le assunzioni tecniche continuano a crescere in termini assoluti. Significa però che, nella composizione dei team e dei nuovi ingressi, ai profili meno esperti resta una fetta più piccola.

La stessa ricerca sui processi di assunzione rileva che i valutatori prestano sempre più attenzione all’autonomia, al giudizio e all’uso creativo degli strumenti AI. Saper mostrare un’idea funzionante può aiutare chi non ha un titolo prestigioso o una lunga carriera. Ma chiedere a ogni principiante di comportarsi come un piccolo imprenditore — trovare il problema, costruire il prodotto e dimostrarne il valore — rischia di premiare anche chi dispone già di tempo libero, risorse e occasioni per fare esperienza.

C’è un’altra ragione per non considerare superflue le basi tecniche. In uno studio sperimentale pubblicato da Anthropic nel gennaio 2026, 52 sviluppatori hanno affrontato un compito con o senza assistenza AI. Chi aveva usato l’assistente ha ottenuto in media il 50% nel successivo test di comprensione, contro il 67% di chi aveva programmato senza aiuto. Il gruppo assistito ha finito leggermente prima, ma la differenza di tempo non era statisticamente significativa.

Lo studio è circoscritto e non stabilisce come lavoreranno tutti i programmatori. Mette però a fuoco un problema concreto: chi lascia all’AI la scrittura del codice deve comunque saperne riconoscere errori e limiti. È come usare un navigatore senza rinunciare a leggere i segnali stradali. Anche per chi si candida dall’Italia o dal resto d’Europa, questa è la distinzione da tenere presente: mostrare di saper costruire qualcosa con l’AI conta, ma conta anche saper spiegare perché funziona.

Per un candidato, un progetto piccolo e ben spiegato può essere più convincente di una raccolta di esercizi: quale difficoltà affronta, per chi, quali scelte sono state fatte e cosa non funziona ancora? Non serve presentarlo come un’impresa già pronta a vendere. Sapere delimitare un problema e riconoscere i difetti della propria soluzione è, di per sé, una prova di giudizio.

Alle aziende spetta l’altra metà del cambiamento. Rinunciare a un test poco rappresentativo può migliorare la selezione; sostituirlo con l’aspettativa che ogni candidato costruisca prodotti nel tempo libero può renderla meno equa. La domanda decisiva non è più soltanto chi sa scrivere codice senza Claude, ma chi avrà una possibilità concreta di imparare a guidarlo.