AI skriver koden – men vem förstår den?

Utvecklare använder AI allt oftare – och försöker samtidigt undvika den. Bakom motsägelsen finns arbetsstress, sviktande tillit och en oro för att förlora både hantverket och kontrollen.

Man arbetar vid dator med flera skärmar och programmeringskod, programmering, mjukvaruutveckling, datorarbetsplats, kodskärmar, teknisk skiss
Innehåll

Du ber en AI-assistent fixa ett fel. Den levererar ett självsäkert svar på några sekunder. Sedan ägnar du eftermiddagen åt att förstå varför lösningen inte fungerar i just ert system. Framsteg, absolut. Men möjligen av det mer tidskrävande slaget.

Programmerare står mitt i en förändring som många andra yrkesgrupper snart måste förhålla sig till: verktyget kan hjälpa dig, samtidigt som det förändrar vad du förväntas kunna. Den verkligt besvärliga frågan är hur vi tar emot förändring när den gäller vår egen kompetens.

ai-skriver-koden-men-utvecklarna-vill-tanka-sjalva

ANNONS

Varför använder programmerare AI om de vill undvika den?

Stack Overflows utvecklarundersökning 2026 samlade 30 903 giltiga svar från 169 länder. Bland dem som besvarade frågan om verktyg på jobbet uppgav 65,9 procent att de använder AI-assistenter eller agenter för kodning. I en annan fråga angav 58,7 procent ett skäl till att de försöker undvika AI på arbetet eller i studierna. Det låter motsägelsefullt, men frågorna mäter olika saker och besvarades av olika grupper. Man kan använda AI för en uppgift och välja bort den för en annan.

Skälen varierar dessutom. I frågan om undvikande angav 17,1 procent oro för att förlora yrkeskunskaper eller träna en AI som kan ersätta dem. Etiska invändningar stod för 15,2 procent och frågor om integritet eller säkerhet för 13 procent. Siffrorna beskriver svaren i undersökningen; de säger inte att sex av tio programmerare vägrar röra artificiell intelligens. Att kalla det en revolt vore ungefär som att kalla användning av säkerhetsbälte för bilfientlighet.

Google DORA:s undersökning från 2025 ger en annan bild av samma breda utveckling: omkring 90 procent av nästan 5 000 tillfrågade teknikyrkespersoner använde AI i arbetet. Det är en annan undersökning, från ett annat år, med en annan grupp svarande. Tillsammans pekar resultaten mot utbredd användning. De avgör inte om varje användare tycker att verktygen är bra för varje arbetsuppgift.

Det gör skillnad för hur vi talar om AI i arbetslivet. Frågan är sällan om någon är ”för” eller ”emot”. Den mer användbara frågan är: När sparar verktyget arbete, vem kontrollerar resultatet och vad händer med kompetensen på vägen?

När hjälper AI en utvecklare på riktigt?

Stack Overflows svar visar en tydlig gräns mellan uppgifter. Bland dem som bedömde nyttan av AI i arbetet ansåg omkring 75 procent att den var användbar eller mycket användbar vid implementering av kod och omkring 73 procent vid felsökning. För kommunikation var motsvarande andel 35 procent. Programmerarna tycks alltså föredra hjälp där resultatet går att pröva, framför en assistent som ska förstå alla nyanser i samarbetet med andra människor.

Även tilliten har villkor. Bara 6,6 procent av dem som besvarade frågan om förtroende sade sig lita på AI för viktiga arbetsbeslut. Nästan hälften litade på svaren när de enkelt kunde kontrollera dem. I en annan fråga uppgav drygt tre av fyra att de brukar köra ett AI-genererat svar lokalt innan de använder det; ungefär två av tre jämför det med den befintliga kodbasen. Det är en ganska jordnära arbetsmetod: låt maskinen föreslå, men se efter vad som händer när förslaget möter verkligheten.

Verkligheten består ofta av gammal kod, särskilda kundkrav och beslut som någon tog för fyra år sedan av skäl ingen skrev ned. I Stack Overflows undersökning angav 63,2 procent ofullständig information som ett hinder för att få rätt sammanhang i arbetet. Det hjälper till att förklara varför ett tekniskt rimligt AI-svar ändå kan vara fel lösning. Verktyget kan skriva en funktion utan att känna till varför teamet tidigare valde att låta bli.

Det nya värdet ligger inte bara i att kunna få fram ett svar, utan i att förstå när svaret är fel.

Mjukvaruingenjören Laura Housh beskriver i CNN:s intervjuer en kluven relation: AI kan visa riktning och fungera som ett extra par ögon, men saknar ofta det sammanhang hon behöver. Hennes erfarenhet är en enskild yrkespersons, inte en mätning av branschen. Den säger ändå något om arbetets friktion: hjälp som först kräver omfattande förklaringar och sedan noggrann kontroll känns inte alltid som hjälp.

ANNONS

Vad händer med juniorerna när AI skriver mer kod?

För den erfarne utvecklaren finns ett obekvämt kompetensproblem. Kunskap som tog år att bygga upp kan plötsligt se billig ut när ett verktyg producerar kod på sekunder. Samtidigt blir erfarenheten ofta viktigare när någon måste avgöra om koden passar systemet, går att underhålla och löser rätt problem. Det är min tolkning av förändringen, inte ett löfte om att varje erfaren programmerare får en tryggare arbetsmarknad.

För junioren är knuten annorlunda. Stack Overflows vd Prashanth Chandrasekar lyfter i CNN:s intervjuer förväntningar på nybörjare att prestera som om de redan hade flera års erfarenhet. AI kan hjälpa dem att komma vidare när de kör fast. Men om de alltid får ett färdigt svar kan de missa övningen i att själva undersöka varför något gick fel. Mjukvaruingenjören Audrey Eschright, som har 20 års erfarenhet, framhåller i samma reportage att arbetet med att skriva och ändra kod också är ett sätt att förstå systemet. Det är hennes yrkeserfarenhet, inte ett bevis för att AI gör juniorer sämre.

Risken är ändå värd att ta på allvar. Tänk på den nyanställde som kan leverera en ändring men inte förklara vad den påverkar. Om teamet bara mäter hur snabbt ändringen blev klar upptäcker man kompetensluckan först när nästa fel inträffar. En rimligare arbetsmiljö ger juniorer tid att läsa kod, ställa frågor, testa egna hypoteser och få återkoppling från människor. Den ger seniorer tid att granska och handleda, i stället för att behandla varje ny AI-funktion som en läxa de borde ha gjort hemma efter middagen.

Stack Overflows undersökning visar också att 32,6 procent av dem som besvarade frågan om arbetstillfredsställelse var missnöjda, medan 45,1 procent beskrev sig som tillfreds utan större entusiasm och 22,2 procent som nöjda. Det går inte att lägga hela den bilden på AI:s konto. Chandrasekar pekar i CNN:s intervjuer även på äldre arbetsproblem som snabb teknisk förändring förstärker. När ständig vidareutbildning förväntas ske på fritiden blir ”nyfikenhet” lätt ett trevligare ord för obetalt arbete.

Indeed Hiring Labs analys från 2025 bedömer att mjukvaruutveckling är ett av de yrken vars arbetsuppgifter har stor potential att förändras av generativ AI. Analysen mäter möjlig förändring av färdigheter och uppgifter, inte hur många som kommer att förlora jobbet. Deloittes undersökning bland företags- och IT-ledare visar samtidigt hur höga förväntningarna är: 54 procent trodde att deras organisation inom tre till sex månader skulle ha tagit minst 40 procent av sina AI-piloter i produktion. Det var en förväntan hos de svarande, ingen garanti för att planerna infriades.

Hur tar vi emot förändring när den gäller oss själva?

Det är lätt att uppskatta automatisering när den befriar någon annan från enformiga moment. Svårare blir det när den rör det man själv är stolt över att kunna. Då är två reflexer särskilt lockande: att avfärda verktyget eller att lämna över omdömet till det. Båda sparar oss från den jobbiga mellanvägen.

Den mellanvägen går att göra konkret. Välj uppgifter där AI:s svar kan testas. Bestäm vem som granskar kod, säkerhet och konsekvenser innan något tas i drift. Be den som använder verktyget att kunna förklara ändringen för en kollega. Och ge lärandet plats i arbetstid och arbetsmiljö, särskilt för den som ännu inte hunnit bygga sin erfarenhet.

Det gäller fler än programmerare. Oavsett om du leder ett team, skriver texter eller bedömer offerter kan ett snabbt första utkast vara värdefullt. Men om ingen längre förstår hur slutsatsen drogs har ni bytt tid mot ett nytt beroende. Använd gärna AI som kollega på prov. Ge den bara aldrig sista ordet om sådant ni själva måste kunna stå för.

ai-skriver-koden-men-utvecklarna-vill-tanka-sjalva Utvecklare använder AI allt oftare – och försöker samtidigt undvika den. Bakom motsägelsen finns arbetsstress, sviktande tillit och en oro för att förlora både hantverket och kontrollen.

Kort sagt

Utvecklare använder AI brett men väljer ofta bort den för vissa uppgifter och litar sällan på den i viktiga beslut. Det förnuftiga svaret är att använda verktygen där resultaten går att kontrollera, samtidigt som arbetsplatser skyddar tiden för granskning, lärande och eget omdöme.

Källor

ANNONS
Dela

Du kanske också gillar

Nyhetsbrev

Samhälle i din inkorg

Veckans bästa guider — samlat och utan brus, för dig som vill ligga steget före.

Varje vecka. Avsluta när du vill.