Det, som tidligere krævede udviklere, testere, arkitekter og forretningsspecialister, kan nu tilsyneladende skabes gennem en række prompts og lidt tålmodighed.
AI er et værktøj – ikke en erstatning for faglighed
Ikke fordi AI er dårlig. Tværtimod er AI et af de mest kraftfulde værktøjer, IT-branchen har fået i årtier. Jeg bruger det selv dagligt, og jeg ville have svært ved at forestille mig mit arbejde uden AI.
Problemet opstår, når man forveksler værktøjet med den faglighed, det understøtter.
Problemet er, at det skaber en farlig illusion.
Når du bruger AI til at bygge software uden selv at forstå softwareudvikling, ser du resultatet: skærmbillederne, funktionerne og den kode, der bliver produceret. Det, du ikke ser, er de mange valg, der er truffet undervejs.
AI har valgt strukturer, mønstre, afhængigheder og løsninger på dine vegne. Den har bygget noget ud fra sandsynlighed og erfaringer fra eksisterende materiale. Men den har ikke forstået din virksomhed, dine brugere eller dine fremtidige behov.
Kan du vurdere det, AI har skabt?
Det fører til det afgørende spørgsmål:
Spørgsmålet er ikke, om AI kan generere kode. Det kan den. Spørgsmålet er, om du kan vurdere kvaliteten af det, der er blevet genereret.
- Når du ikke forstår arkitektur, hvordan vurderer du så, om løsningen kan udvides om to år?
- Når du ikke forstår datamodellering, hvordan vurderer du så, om systemet stadig fungerer, når datamængden er blevet tidoblet?
- Når du ikke forstår drift, hvordan vurderer du så, om systemet kan overvåges, fejlfindes og vedligeholdes?
- Når du ikke forstår kvalitetssikring, hvordan vurderer du så, hvilke fejl der endnu ikke er fundet?
Det er ikke spørgsmål, der bliver mindre vigtige, fordi AI er kommet til. Tværtimod. De bliver vigtigere, fordi det nu er lettere at skabe løsninger uden at forstå konsekvenserne af dem.
Forskellen mellem kode og software
Software har aldrig kun handlet om at få noget til at virke. Den første version af et system er sjældent den store udfordring. Den virkelige udfordring opstår, når systemet skal leve i virkeligheden.
Når nye krav opstår. Når virksomheden vokser. Når brugerne gør noget uventet. Når lovgivningen ændrer sig, eller systemet skal integreres med andre systemer. Og ikke mindst: Hvad sker der, når personen, der byggede løsningen, ikke længere er til stede?
Kode kan genereres.
Software skal planlægges, bygges, testes, driftes, vedligeholdes og videreudvikles.
Det kræver erfaring at forstå konsekvenserne af de valg, der træffes undervejs. Ikke nødvendigvis fordi man selv træffer dem alle, men fordi man skal kunne gennemskue dem, udfordre dem og tage ansvar for dem.
AI gør faglighed vigtigere
Jeg tror ikke, at AI kommer til at erstatte softwareudviklere, arkitekter eller QA-specialister. Tværtimod vil AI gøre dygtige fagfolk endnu dygtigere og mere effektive.
Men mange organisationer vil opdage, at det er muligt at generere kode langt hurtigere, end det er muligt at forstå konsekvenserne af den.
Og det er dér, Vibe Coding bliver til Wipe Coding: Når mennesker begynder at bygge systemer, som de ikke har den nødvendige faglighed til at vurdere konsekvenserne af.
Ja, AI har hjulpet med at skrive denne artikel. Det tog seks iterationer, analyser, flytning af fokus, udfordring af præmisser, sproglige omskrivninger og til sidst en renskrivning med mine egne ord. Det er et fantastisk værktøj – brug det med omhu.