Dårlig KI-kode? Kanskje problemet er metoden

kode24 har intervjuet to KI-skeptikere og to KI-brukere, som er overraskende samstemte om at norske utviklere kan stå foran en stor ryddejobb fordi stadig mer kode blir skrevet av KI.

Jeg mener det er en ganske reaktiv måte å lese utviklingen på.

For hvis en høy andel KI-generert kode nødvendigvis gir dårligere kodebaser og dyr opprydding, har Anthropic et alvorlig problem.

Norske KI-kodere kan vente stor ryddejobb, enda høyere regning

Det spår de fire ekspertene kode24 snakker med, om konsekvensene av at halvparten av norsk kode nå er KI-generert.

Spørsmålet som mangler

I mai oppga selskapet at Claude skrev mer enn 80 prosent av koden som faktisk ble slått sammen med deres egen kodebase. I andre kvartal 2026 slo en typisk Anthropic-utvikler sammen omtrent åtte ganger så mye kode per dag som i 2024.

Dette er samtidig et selskap som kan rekruttere blant noen av de beste utviklerne i verden.

Hvis KI-generert kode i seg selv skaper dårlig kvalitet og teknisk gjeld, burde Anthropic være på vei inn i tidenes ryddejobb.

Det er lite sannsynlig.

Jeg er ikke utvikler selv, og skal ikke lære kode24s lesere hvordan de skal kode. Men jeg har ledet svært dyktige utviklere i mer enn 20 år, og de fleste av dem bruker KI i dag.

Det jeg synes mangler i diskusjonen, er spørsmålet om metode.

1 av 2 norske utviklere genererer det meste eller alt med KI

Samtidig er 81 prosent bekymra for feil de aldri oppdager, viser kode24s tall. – For hvis så mye kode blir generert, har man da kontroll på det som kommer ut?

Metoder, ikke verktøy

Det er stor forskjell på å gi utviklerne tilgang til Claude Code, Copilot eller Codex og å faktisk endre måten man utvikler programvare på.

Hvis hver enkelt utvikler finner sin egen måte å bruke KI på, med ulik kontekst, forskjellige instrukser og varierende praksis for testing og kvalitetssikring, er det ikke spesielt overraskende at resultatene varierer.

Da er det nærliggende å peke på KI-en når kvaliteten svikter, men problemet kan like gjerne ligge i måten virksomheten har tatt teknologien i bruk på.

Og det er nettopp her jeg mener mange norske virksomheter henger etter.

Verktøyene er tatt i bruk langt raskere enn arbeidsmetodene rundt dem har endret seg. Jeg møter selskaper der utviklerne bruker KI aktivt, men der virksomheten fortsatt ikke har en felles måte å jobbe med KI-koding på.

– De som virkelig får til KI, jobber først tregere

Utviklere må få tid til å lære seg teknologien skikkelig, sammen, konkluderer Sintef og Knowit etter lang forskning.

Det er i praksis en ny teknologi presset inn i gamle utviklingsprosesser. Da får man fort gamle problemer i større skala.

Anthropic ser ut til å ha gjort noe annet. Når Claude produserer store deler av koden, må også resten av utviklingsprosessen tilpasses det. Testing, kodegjennomgang, sikkerhet og overvåking må utvikles i takt med at produksjonskapasiteten øker.

Det interessante er derfor ikke bare at Claude skriver over 80 prosent av koden, men at hele systemet rundt kodeproduksjonen må endres når KI får en så sentral rolle.

Det er denne diskusjonen jeg savner. Ikke hvor mye kode KI får lov til å skrive, men hvordan utviklingsmetoden bør se ut når KI kan skrive mesteparten av den.

Færre utviklere på sikt

Jeg mener heller ikke at utviklere blir overflødige fordi KI skriver mer kode.

Utviklere gjør langt mer enn å produsere syntaks. De forstår hva som skal bygges, gjør arkitekturvalg, vurderer sikkerhet, integrasjoner og tekniske kompromisser, og må kunne oppdage når KI-en leverer noe som ser overbevisende ut, men er feil.

Etter min vurdering blir utviklerrollen derfor mer ingeniørpreget: mindre tid på å produsere hver enkelt kodelinje, mer tid på å beskrive, styre, vurdere og kvalitetssikre det som blir produsert.

Men vi skal heller ikke late som om produktivitetsøkninger i denne størrelsesordenen ikke får konsekvenser. Hvis én utvikler med gode KI-verktøy over tid kan produsere flere ganger så mye som tidligere, vil det påvirke hvor mange utviklere som trengs for å bygge en gitt løsning.

På kort sikt vil mye av gevinsten sannsynligvis brukes til å bygge mer, men over tid mener jeg vi vil se færre utviklere per produkt og per virksomhet, særlig dersom utviklingen fortsetter i retning av AGI rundt 2029.

– Naivt å tro at vi trenger like mange utviklere framover

– Og naivt å tro at ikke færre folk i arbeid er hele poenget med selskapene som selger oss disse agentene, skriver Ole Petter i ukas nyhetsbrev om våre nye KI-tall.

KI-fornektere mest utsatt

Derfor synes jeg også det er ganske reaktivt å velge bort KI som utvikler.

De som insisterer på å jobbe på samme måte som før, er etter min vurdering langt mer utsatt enn de som lærer seg å bruke teknologien godt.

Det betyr selvsagt ikke å stole blindt på det modellene produserer. Tvert imot. De beste utviklerne fremover vil være de som både klarer å utnytte KI maksimalt og samtidig vet når de ikke skal stole på den.

Så ja, norske virksomheter kan ende opp med en stor ryddejobb etter den første bølgen med KI-generert kode. Men før vi konkluderer med at problemet er at KI skriver dårlig kode, bør vi stille et mer ubehagelig spørsmål:

Kanskje problemet er at vi ennå ikke har lært oss å tilpasse metoden for hvordan vi skal utvikle programvare, når KI gjør mesteparten av kodingen.

Over halvparten av norske utviklere føler på ubehag rundt KI

– Det er litt sjukt, men jeg skjønner dem godt, skriver Ole Petter, etter ei uke full av dommedags-profetier.