Il gradino più basso è sparito. Ecco cosa lo sostituisce.
Il primo lavoro software si sta comprimendo. Il sostituto deve essere pubblico, reviewable e reale.
Il vecchio patto diceva: fatti assumere, impara su lavoro delimitato, guadagna fiducia e cresci. Il nuovo mercato dice sempre più spesso: prova che sai lavorare prima che qualcuno ti dia il lavoro.
Il livello di apprendistato non è mai stato automatico. Era mantenuto.
Il ruolo junior era una volta un contratto sociale imperfetto ma affidabile. Un'azienda assumeva potenziale, assegnava lavoro delimitato e lasciava che nuovi sviluppatori imparassero giudizio sotto review.
Quel contratto si sta rompendo. I task che rendevano leggibili gli inizi di carriera sono proprio quelli che le aziende sono più tentate di automatizzare, comprimere o affidare a senior con AI copilots.
Il paradosso dell'esperienza è diventato infrastruttura.
La prima perdita non è solo un'offerta di lavoro. È la scomparsa di un luogo dove i principianti possono fare piccoli errori in sicurezza, imparare gli standard locali e costruire una traccia ispezionata da qualcun altro.
Senza quella scala, il mercato chiede esperienza ai nuovi sviluppatori mentre rimuove il lavoro a basso rischio che la creava.
Quando l'output è economico, la prova deve avvicinarsi alla realtà.
L'AI rende più economico l'output privato. Può generare in pochi secondi una demo curata, una spiegazione plausibile e una riga di CV rispettabile.
Il segnale sostitutivo non è autopromozione più rumorosa. È lavoro pubblico: contesto della issue, diff di pull request, feedback dei maintainer, revisioni e cambiamenti mergiati.
L'open source trasforma l'apprendimento in una traccia pubblica.
L'open source non è un sistema di apprendistato perfetto. I maintainer sono occupati, la qualità delle issue varia e le label sono solo indizi. Ma ha un vantaggio di cui il nuovo mercato del lavoro ha urgente bisogno: le prove sono pubbliche e reviewable.
Una piccola pull request accettata mostra più del codice. Mostra comprensione, gestione dei vincoli, pazienza con il feedback e capacità di consegnare dentro il sistema di qualcun altro.
L'AI appartiene al workflow, non al posto della responsabilità.
Il nuovo primo gradino non dovrebbe fingere che l'AI sparisca. Gli sviluppatori dovrebbero usarla. Ma l'unità di prova deve essere il cambiamento revisionato, non l'artefatto generato.
La domanda utile non è se un principiante ha usato AI. È se ha capito il problema, validato il cambiamento, risposto alla review e lasciato il progetto migliore di come lo ha trovato.
Il gradino sostitutivo è contribution, non teatro delle credenziali.
Good First Issue esiste per questo percorso più stretto e più durevole. Aiuta nuovi sviluppatori a trovare lavoro abbastanza piccolo da iniziare e abbastanza reale da contare.
La risposta a un primo gradino che scompare non è nostalgia. È un primo passo migliore: lavoro pubblico, delimitato e manutenibile che dà ai principianti un modo equo per provare che sanno consegnare.
Costruisci la prova che il mercato può ispezionare.
Scegli una issue focalizzata, lavora pubblicamente, rispondi alla review e lascia una traccia durevole di contributo reale.
Ricerca e riferimenti
- SignalFire, The SignalFire State of Tech Talent Report - 2025, 20 maggio 2025
- Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
- Stanford Digital Economy Lab, versione PDF novembre 2025
- McKinsey Global Institute, Generative AI and the future of work in America, luglio 2023
- Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, 16 settembre 2025