
Sviluppare software con l’IA: i 7 maggiori rischi per la sicurezza
Immagine: Harshit Katiyar / Unsplash
Gli assistenti IA scrivono codice funzionante in pochi secondi, ma non automaticamente sicuro. Nei test di Veracode, il codice generato dall’IA era insicuro in circa il 44 % dei casi. I rischi maggiori sono codice non verificato, pacchetti software inventati, credenziali nel codice, mancanza di controllo dei permessi, input non filtrati, dati riservati negli assistenti cloud e agenti con troppi privilegi.
Con sviluppare software con l’IA è rapido e produttivo, ma gli assistenti IA non scrivono automaticamente codice sicuro. Nel benchmark di Veracode (2026), il codice generato dall’IA ha superato i test di sicurezza in media solo in circa il 56 % dei casi. I rischi maggiori: codice non verificato, pacchetti software inventati, credenziali nel codice, controlli dei permessi mancanti, input non filtrati, dati riservati negli assistenti cloud e agenti IA con troppi privilegi.
Questo non riguarda più solo le software house. Oggi con l’IA costruiscono i propri strumenti, portali clienti o automazioni anche reparti specialistici, fondatori e agenzie – spesso senza uno sviluppatore o una sviluppatrice che comprenda il codice. È proprio lì che nascono le vulnerabilità.
1. Codice che nessuno ha verificato
L’IA fornisce codice che funziona, e questo appare convincente. Se sia sicuro, il primo sguardo non lo mostra. Veracode ha rilevato nel 2025 che i modelli, nel 45 % dei task di test, sceglievano la variante insicura invece di quella sicura; erano particolarmente deboli nel Cross-Site-Scripting e nella Log-Injection. L’autorità francese ANSSI e il BSI raccomandano quindi espressamente di far verificare il codice generato dall’IA da persone.
2. Pacchetti software inventati
I modelli di IA a volte suggeriscono librerie che in realtà non esistono. In uno studio presentato alla conferenza USENIX Security 2025, circa il 19,7 % degli esempi di codice generati conteneva almeno un nome di pacchetto inventato. Gli aggressori registrano questi nomi e li riempiono di codice dannoso („Slopsquatting“). Chi installa il suggerimento senza verificarlo si porta il malware in casa.
3. Credenziali nel codice
Chiavi API, password di database o token finiscono rapidamente direttamente nel codice – e con esso nel repository o persino nel browser degli utenti. Le credenziali devono stare in una configurazione sicura, mai nel codice sorgente.
4. Mancata verifica dei permessi
Un modello tipico: l’interfaccia nasconde le funzioni agli utenti normali, ma l’interfaccia sottostante non verifica chi sta facendo la richiesta. Chi conosce l’indirizzo può recuperare i dati di altri clienti. L’IA inserisce questi controlli solo se lo si richiede esplicitamente.
5. Input non filtrati
Gli input dei moduli, i caricamenti di file e i parametri URL devono essere verificati e trattati in modo sicuro. In caso contrario, si rischiano classici come SQL injection o cross-site scripting – proprio gli errori in cui il codice generato dall’IA ha fallito particolarmente spesso nel test di Veracode.
6. Dati riservati nell’assistente cloud
Chi copia dati dei clienti, segreti aziendali o credenziali in un assistente cloud li trasmette a terzi. ANSSI e BSI raccomandano di non fornire dati sensibili ad assistenti di programmazione basati su cloud e di effettuare un’analisi del rischio prima dell’uso. Ciò che è consentito nel contesto aziendale è meglio regolato da una politica sull’IA.
7. Agenti IA con troppi diritti
Gli agenti di programmazione possono eseguire comandi, modificare file e installare software. Con diritti troppo estesi – ad esempio l’accesso a dati di produzione o ai server – un errore o un’istruzione manipolata possono causare danni ingenti. Maggiori informazioni in Prompt Injection.
Come sviluppare in modo più sicuro con l’IA
Rischio | Contromisura |
|---|---|
Codice non verificato | Revisione umana prima di ogni messa in produzione |
Pacchetti inventati | Verificare ogni nuova dipendenza: esiste davvero, chi la mantiene? |
Credenziali nel codice | Gestione dei secret, verifica automatica nel repository |
Mancata verifica dei permessi | Verificare i permessi lato server, test con account di terzi |
Input non filtrati | Indicare i requisiti di sicurezza nel prompt, analisi statica |
Dati sensibili nel cloud | Linee guida, strumenti approvati, eventualmente modelli locali |
Agenti con troppi diritti | Diritti minimi, nessun dato di produzione, autorizzazioni per i comandi |
Sviluppate software con il supporto dell’IA – da soli, con il vostro team o con un fornitore di servizi? Diamo un’occhiata. Una revisione umana di codice, dipendenze, diritti di accesso e configurazione, prima che la vostra applicazione vada online o elabori dati dei clienti. Contattateci.
Domande frequenti
Il codice generato dall'IA è insicuro?
Non in linea di principio, ma spesso sì. Nei benchmark di Veracode, il codice IA ha superato i test di sicurezza in media solo in circa il 56 % dei casi. Ciò che conta è se il codice viene verificato prima di andare in produzione.
Che cos'è lo slopsquatting?
Gli aggressori registrano pacchetti software con nomi che i modelli di IA inventano spesso e li riempiono di codice malevolo. Chi installa senza verifica un suggerimento di questo tipo introduce il malware nel progetto.
Posso inserire dati aziendali in un assistente di programmazione basato su IA?
Dati riservati, dati dei clienti e credenziali di accesso non dovrebbero finire negli assistenti cloud. ANSSI e BSI raccomandano un’analisi del rischio prima dell’uso. Regole chiare sono definite da una policy sull’IA.
Stato: ottobre 2026. Fonti: Veracode GenAI Code Security Report 2025 e 2026, Spracklen et al. (USENIX Security 2025), ANSSI/BSI: AI Coding Assistants.

Muhamed Alahmed
Con oltre 10 anni di esperienza nell’IT, sviluppo soluzioni che non solo funzionano dal punto di vista tecnico, ma creano anche un valore aggiunto concreto e aprono nuovi spazi di manovra.
Più su bettersorted →Altri articoli

Far controllare il codice generato dall’IA: perché una revisione umana è indispensabile
Far controllare il codice generato dall’IA: cosa verifica, cosa sfugge agli strumenti e quando serve un controllo umano prima del go-live.

Prompt Injection: Come mettere in sicurezza chatbot IA e agenti IA
Prompt Injection: cos’è, perché è il rischio OWASP n.1 per le app IA e come mettere in sicurezza chatbot e agenti IA in pratica

I testi generati dall’IA sono dannosi per la SEO? Cosa dice davvero Google
I testi generati dall’IA sono dannosi per la SEO? Cosa dice Google, quando violano le linee guida e come le PMI possono usarla bene.
Rimanete aggiornati sui temi dell'IA
Aggiornamenti brevi su automazione IA, finanziamenti e nuovi articoli — niente spam, disiscrivibile in qualsiasi momento.