AI-genereret kode kræver stadig menneskelig kontrol

Det lyder tillokkende at lade en AI skrive koden, mens du bare trykker "generate". Google har forsøgt at gøre det mere sikkert med deres Modern Web Guidance-projekt. Ideen var at give AI-agenter klare, gennemtestede retningslinjer for tilgængelighed, performance og sikkerhed.

Men virkeligheden halter stadig bagefter.

Tilgængelighed er ikke noget, du tilføjer senere

Mange ser tilgængelighed som en finpudsning, man klarer i version 2.0. Det er en fejl. Hvis din løsning ikke er tilgængelig fra starten, er den ikke klar til produktion.

Google demonstrerede selv, hvordan deres system kunne lave en simpel accordion-komponent. Resultatet så pænt ud på overfladen – indtil man testede det. Animationerne virkede ikke i Firefox, og komponenten levede ikke op til WCAG AA. Det var ikke et enkeltstående tilfælde. Det afslørede et grundlæggende problem.

AI er ikke forudsigelig

Google skriver selv i deres dokumentation, at LLMs er non-deterministiske. Selv når retningslinjerne findes i træningsdata, er der ingen garanti for, at modellen følger dem. Den kan overse dem, vægte dem forkert eller ignorere dem helt.

Det er en afgørende forskel fra traditionelle værktøjer som linters og type-systemer, der rent faktisk håndhæver regler. En LLM foreslår bare. Den garanterer ikke noget.

Fragmenterede mønstre giver huller

MWG dækkede kun udvalgte komponenter. Toast-notifikationer – et område Google selv har haft problemer med – manglede helt. Når en udvikler beder om en toast, har AI'en ingen specifik vejledning at trække på. Den må improvisere ud fra generelle principper.

Jo mere spredt vejledningen er, jo større er risikoen for, at AI'en ikke sætter de rigtige brikker sammen.

Hvad det betyder for dit projekt

Bruger du AI til at generere kode i dag, skal du være klar over begrænsningerne:

• Tilgængelighed skal tjekkes manuelt – WCAG AA er ikke valgfrit
• Cross-browser support kræver reel test, ikke kun løfter om baseline
• Sikkerhed kan blive kompromitteret af subtile fejl i genereret kode
• Performance lider ofte, når der ikke er klare optimeringer i prompten

Sådan arbejder du med AI på en ansvarlig måde

AI er et stærkt værktøj til at komme hurtigt i gang. Men det er ikke en erstatning for faglig vurdering.

Gode vaner inkluderer:

1. Gennemgå al genereret kode som var det skrevet af en kollega
2. Opret feedback-løkker, hvor fejl bliver registreret og sendt tilbage
3. Vær skeptisk over for løfter om "automatisk overholdelse"
4. Integrér automatiserede tests (axe, Lighthouse, WAVE) i din pipeline

Hos NameOcean ser vi AI som et hjælpemiddel til boilerplate og idéudvikling. Men det endelige ansvar for kodekvalitet, tilgængelighed og brugeroplevelse ligger stadig hos mennesker.

Den vigtigste kompetence i AI-alderen er ikke at skrive kode. Det er at kunne vurdere, rette og tage ansvar for det, der ender hos brugerne.