Når AI-hjælp bliver for meget: Koden går i stå

Når AI giver for mange valg

For et par år siden lød det hele meget enkelt. AI-værktøjer skulle være vores digitale makkerprogrammører. De ville tage sig af det kedelige, så vi kunne bruge vores tid på det svære og kreative. GitHub Copilot, Claude og ChatGPT dukkede op overalt, og mange så det som starten på en ny tid.

Men noget gik skævt. I stedet for at føle sig mere frie, begyndte mange udviklere at føle sig låst.

Beslutningstræthed i terminalen

Du skriver en funktion. AI'en foreslår tre forskellige måder at gøre det på. Hvilken skal du vælge? Du har lige refaktoreret noget kode, og pludselig står du med fire forskellige tilgange. Skal du gennemgå dem alle?

Det her er beslutningstræthed, og den er ægte.

Problemet er, at AI-værktøjer er gode til at lave forslag – men dårlige til at forstå sammenhængen. De kender ikke jeres interne standarder. De ved ikke, hvilke beslutninger der blev truffet for tre måneder siden. De aner ikke, hvilken teknisk gæld I har valgt at leve med, eller hvilke sikkerhedskrav der gælder for netop jeres projekt.

Alligevel kommer de med løsninger, der teknisk set virker – bare ikke nødvendigvis i jeres tilfælde.

Valgets tyranni

Psykologen Barry Schwartz har beskrevet, hvordan for mange valg kan skabe mere stress end frihed. Det samme sker i udviklingsarbejde:

Når AI'en hele tiden kommer med forslag, skal du vurdere hvert enkelt. Passer det til jeres stil? Vil det skalere? Følger det jeres arkitektur? Du ender med at bruge mere tid på at gennemgå andres kode end på at skrive din egen.

Samtidig opstår der en slags ansvarsforvirring. Du har ikke skrevet koden selv, men du er stadig den, der står til ansvar for den. Det kan føles tungt.

Og så er der den falske følelse af, at arbejdet er færdigt. Et AI-forslag ser færdigt ud – men er det? Ofte ender du med at skulle tjekke det alligevel, fordi du ikke helt ved, hvorfor det blev genereret på den måde.

Hvordan teams håndterer det

Nogle teams har allerede ændret deres tilgang. De slår automatisk fuldførelse fra og beder kun om hjælp, når de selv har brug for det. Andre bruger AI som en sekundær reviewer i stedet for som den primære kilde til kode. Nogle sætter klare rammer op på forhånd, så AI-forslagene holder sig inden for teamets standarder.

Og så er der dem, der begrænser AI til specifikke opgaver som test, dokumentation eller boilerplate – altså områder hvor variation ikke er et problem.

Vejen frem

Det handler ikke om at droppe AI-værktøjerne. De kan være rigtig nyttige. Men de skal bruges på en måde, der ikke skaber mere arbejde, end de sparer.

Hos NameOcean arbejder vi med at skabe hosting-miljøer, der understøtter udviklere uden at overvælde dem med valg. Vores Vibe Hosting er bygget til at give plads til det, der betyder noget – uden at drukne dig i muligheder.

De teams, der får mest ud af AI i dag, er ikke dem med de mest avancerede værktøjer. Det er dem, der har lært at bruge AI som en hjælp – ikke som en generator af uendelige alternativer.

Hvordan oplever du det? Giver dine AI-værktøjer dig mere fart – eller bare flere ting at tage stilling til?