Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
UK Government Digital Service
Sperimentazione di assistenti di programmazione nel governo britannico: gli utenti stimano 56 minuti risparmiati al giorno, accettato il 15,8% del codice suggerito
Il Government Digital Service britannico ha messo a disposizione 2.500 licenze di assistenti di programmazione con IA a ingegneri di oltre 50 organizzazioni del settore pubblico per tre mesi. Gli intervistati hanno stimato di risparmiare 56 minuti per giorno lavorativo, ma la telemetria di GitHub Copilot ha mostrato che solo il 15,8% delle righe di codice suggerite è stato accettato.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
56
minuti
Tempo medio risparmiato per giorno lavorativo, stimato dai partecipanti alla sperimentazione in un sondaggio (424 risposte da 31 dipartimenti)1
58%
Intervistati che hanno detto di non voler tornare alle condizioni di lavoro precedenti agli assistenti1
15,8%
Righe di codice suggerite accettate, telemetria di GitHub Copilot1
Cosa è servito
Il problema
I team di ingegneria del governo costruiscono e mantengono il software dei servizi pubblici. Il Government Digital Service (GDS) voleva sapere se gli assistenti di programmazione con IA disponibili sul mercato avrebbero reso più produttivi gli ingegneri del settore pubblico, dato che esistevano poche ricerche sul settore pubblico.
Cosa hanno costruito
Il GDS ha condotto una sperimentazione interministeriale di due assistenti di programmazione pronti all’uso: GitHub Copilot e Gemini Code Assist. Questi strumenti suggeriscono codice mentre l’ingegnere scrive, rispondono a domande in una finestra di chat e aiutano a rivedere il codice esistente. Una revisione commerciale interna di luglio 2024 li aveva giudicati le opzioni più mature all’epoca.
Come ci sono riusciti
La sperimentazione è durata tre mesi, da novembre 2024 a febbraio 2025. Il GDS ha messo a disposizione 2.500 licenze in oltre 50 organizzazioni e ha supportato la diffusione, il coinvolgimento degli utenti e l’adozione. Ha raccolto risposte ai sondaggi all’inizio, a metà e alla fine, dati d’uso dal cruscotto di GitHub Copilot, otto interviste e storie di successo. L’analisi principale ha usato 424 risposte ai sondaggi da 31 dipartimenti.
Risultati
I partecipanti hanno stimato un risparmio medio di 56 minuti per giorno lavorativo, con la quota maggiore derivante dalla creazione di codice e dall’analisi. Tra gli intervistati, il 58% preferirebbe non tornare a lavorare senza lo strumento, e la soddisfazione si è attestata in media a 6,6 su 10.
Cosa è andato storto
I dati d’uso sono stati meno lusinghieri del sondaggio. Gli utenti di GitHub Copilot hanno accettato solo il 15,8% delle righe di codice suggerite, che il rapporto definisce leggermente inferiore ai rapporti di settore, e solo il 39% degli utenti ha dichiarato di aver fatto il commit di codice suggerito. Il comunicato stampa dice che il 15% del codice generato è stato usato senza modifiche. La telemetria è mancata per un mese, in alcune organizzazioni le licenze sono state distribuite in ritardo e l’8% degli utenti non ha visto un risparmio di tempo significativo.
Cosa replicare
Condurre una sperimentazione a tempo con un team centrale che supporti l’avvio, e pubblicare i limiti come ha fatto il GDS. Affiancare ciò che dicono gli utenti a ciò che gli strumenti registrano, ed evitare di dimensionare un business case solo su minuti dichiarati.
Tutti i dati dichiarati
| Indicatore | Dato | Citazione |
|---|---|---|
| Tempo medio risparmiato per giorno lavorativo, stimato dai partecipanti alla sperimentazione in un sondaggio (424 risposte da 31 dipartimenti) | 56 minuti1 | |
| Intervistati che hanno detto di non voler tornare alle condizioni di lavoro precedenti agli assistenti | 58%1 | |
| Punteggio medio di soddisfazione complessiva | 6,6 su 101 | |
| Righe di codice suggerite accettate, telemetria di GitHub Copilot | 15,8%1 | |
| Utenti che hanno dichiarato di aver fatto il commit di codice suggerito dall’assistente | 39%1 | |
| Utenti che non hanno riscontrato un risparmio di tempo significativo | 8%1 | |
| Codice generato dall’IA usato senza alcuna modifica (comunicato stampa del governo) | 15%2 |
Lezioni per il vostro progetto
Misurare l’uso con dati di sistema oltre che con i sondaggi. Il risparmio dichiarato di 56 minuti al giorno conviveva con un tasso di accettazione misurato del 15,8% per il codice suggerito.
Dire al personale per quanto tempo durerà l’accesso. Secondo il rapporto, gli utenti che sapevano che le licenze sarebbero state ritirate dopo la sperimentazione potrebbero non aver usato appieno gli strumenti.
Assicurarsi un promotore in ogni organizzazione. Il coinvolgimento dipendeva da promotori locali, e alcune licenze sono arrivate agli utenti solo dopo il primo mese.
Evitare una finestra di sperimentazione che includa le festività. Il mese centrale è caduto nel periodo natalizio, riducendo la disponibilità di utenti e team.
Mantenere le persone responsabili del risultato. Le linee guida del governo chiedevano agli sviluppatori di comprendere e fare proprio qualsiasi codice prodotto dall’assistente.
Avvertenze
- Il rapporto è stato pubblicato dallo stesso Digital Service del governo. Il principale risparmio di tempo deriva da stime dei partecipanti a intervalli di 10 minuti, non da lavoro misurato.
- Il rapporto afferma che i risparmi tra le attività possono sovrapporsi e che gli intervistati possono essere stati troppo ottimisti, quindi i 56 minuti potrebbero essere sovrastimati.
- Manca la telemetria di GitHub Copilot per il secondo mese della sperimentazione. Per Gemini Code Assist non è stata riportata una telemetria comparabile.
- Su 2.500 licenze, 1.900 sono state assegnate; 1.100 delle 1.600 licenze GitHub Copilot e 173 delle 323 licenze Gemini Code Assist sono state attivate. Il comunicato stampa dice che hanno partecipato più di 1.000 sviluppatori.
- Il rapporto stesso afferma che le persone non sono state seguite tra i sondaggi iniziale, intermedio e finale, quindi è difficile valutare i cambiamenti nel tempo.
- Il rapporto usa due volte la cifra del 39%: i risultati principali dicono che il 39% degli utenti ha dichiarato di aver fatto il commit di codice suggerito; il corpo del testo dice che il 39% credeva che la propria produttività sarebbe calata se avesse perso l’accesso. Qui è usata la formulazione dei risultati principali.
- Il rapporto afferma che la sperimentazione non influenzerà gli acquisti futuri. Il comunicato stampa indica il DSIT come organizzatore della sperimentazione; il rapporto è pubblicato dal GDS. La data di messa in produzione è il mese di avvio della sperimentazione.
Fonti
- AI coding assistant trial: UK public sector findings report
Government Digital Service, GOV.UK · 2025-09-12 · Documento depositato · gov.uk
- Government coders using AI to each save 28 days a year and build more tech
GOV.UK (DSIT) · 2025-09-12 · Comunicato stampa · gov.uk
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.