Hvem passer på vibbekoden når utviklerne har fått sparken?
Jeg lot KI skrive koden til en app for å fylle ut skattemeldingen min. Det den fant på underveis viser at vi fortsatt trenger utviklere.
Publisert
Høsten 2026 ser ut til å bli reneste skrekkhøsten for oss utviklere.
I oktober varslet DNB nedbemanning av 400 teknologiansatte, med blant annet KI-koding som begrunnelse. Samme måned kuttet Telia 150 stillinger i Norge, Folkehelseinstituttet over 100, Rema 1000 rundt 130 i støttefunksjoner, Gjensidige 40 fra utvikleravdelingen.
Regnestykket er enkelt: Én utvikler med KI gjør jobben til fem, og da er det fire for mange.
Men jeg tror regnestykket mangler noe.
Etter en periode i Tyskland, hvor jeg hadde flyttet lønnskonto, aksjer og fond for å få nykundebonuser og slippe norske valutapåslag, satt jeg med flere hundre PDF-er fra tyske banker i mange ulike formater, som skulle bli til norsk skattemelding.
Jeg er ikke den eneste: over 344 000 personer i Norge har bankkonto eller verdipapirkonto i utlandet, og et stort antall rapporterer dem feil i skattemeldingen. De tyske bankene lager skatterapporter for tyske og ikke norske myndigheter, som jo rimelig er.
Hadde jeg satt Claude på saken uten tilstrekkelige skranker og validering, kunne modellen funnet på ting for å få tallene i skattemeldingen min til å stemme. Ikke bare ville mine personlige finansielle data blitt delt med et amerikansk tech-konsern, selve resultatet kunne også blitt feil.
I mangel av løsninger fra det offentlige lagde jeg en app for å vise at problemet kan løses uten å dele personopplysninger med verken Anthropic, Microsoft eller Google – og samtidig gi et etterprøvbart bevis på at resultatet var riktig.
Datatilsynet advarer og Skatteetaten krever, men ingen hjelper
Mange blir nok fristet til å dele sine mest private kontoutskrifter med ChatGPT. De laster ned PDF-ene og limer dem inn i chatten. Det er fristende, og det er nøyaktig det Datatilsynet advarer mot. Kontonummer, saldo, navn og hele transaksjonshistorikken havner et sted du ikke kontrollerer.
Det er ikke bare privatpersoner som gjør dette. Jeg har snakket med flere bedrifter som er bekymret for at egne ansatte limer sensitive opplysninger inn i skybaserte KI-modeller. De ansatte har et problem som skal løses i dag, og modellen er det eneste verktøyet som svarer raskt nok. Bedrifter som står med pekefingeren, forbud, regler og rutiner, kommer bare så langt.
Utviklere har lenge kjent veien rundt dette. Mange jeg har snakket med, bruker offentlige KI-modeller til å generere kode, og kjører koden lokalt på de ekte dataene. Modellen ser problemstillingen, men aldri innholdet. Dette fungerer når oppgaven kan uttrykkes som kode.
For en utvikler er dette enkelt. Men gjør økonomiavdelingen det? Gjør saksbehandleren det? De har samme behov og samme fristelse, uten muligheten til å skrive seg rundt den.
Jeg ville løse min skattemeldingsutfordring uten at en eneste personopplysning forlot maskinen.
Det så riktig ut. Det var det ikke.
Første versjon av appen hadde ingen validering. Jeg lot modellen lese et anonymisert sett dokumenter, trekke ut tallene og summere.
Resultatet så riktig ut: pene kolonner, rimelige beløp, et svar på alt. Så sjekket jeg mot utskriftene for hånd. Tall var feil og poster manglet. Resultatet var altså ubrukelig hvis jeg stolte blindt på prompten.
Det ble ikke bedre av bedre prompter. Prompten sa eksplisitt «dokumentet har ingen renter». Modellen fant opp rentebevegelser likevel, fordi det fikk regnestykket til å gå opp. En verdi uten kontrollsum ble utelatt i det stille. Markedsverdi ble lest som kostpris, med feil gevinstskatt som resultat.
Løsningen ble å ikke stole på modellen: med regler i kode som modellen ikke kunne omgå. Etter mitt skjønn, kan man aldri la bukken sitte med havresekken når det gjelder KI-modeller.
Appen jeg lagde kjørte lokalt, og PDF-ene forlot aldri maskinen. Når den møtte et format den ikke kjente, ble navn, kontonummer og lignende anonymisert og godkjent av bruker før oversending til språkmodell.
Modellen fikk skrive koden som leste det nye formatet, men koden ble testet og godkjent av et menneske før den ble tatt i bruk. Alt etter prinsippet om at den best bevarte hemmeligheten er den som aldri blir delt.
En avtale garanterer ikke overholdelse
De amerikanske KI-modelltilbyderne har databehandleravtaler og bedriftsabonnementer hvor dine data ikke skal brukes til opptrening av modellene, og Anthropic lar deg slå av «Help improve Claude» i innstillingene.
Det er vel og bra, men en kontrakt er et løfte, ikke en garanti. Den beste databehandleren er den som ikke finnes.
Beslutninger om hvilke data som skal deles, og med hvem, bør man ikke overlate til en språkmodell eller en innstillingsmeny i Claude eller ChatGPT. De tas best av en utvikler som vet at «regnestykket går opp» ikke er det samme som at «tallet er riktig».
Bedrifter som vil forhindre lekkasje av sensitive opplysninger, bør kartlegge hvilke prosesser som involverer sensitive data, og for hver av dem finne en forsvarlig måte å løse oppgaven på. Bedriftene bør være så konstruktive at de forteller sine ansatte hvilke verktøy de kan bruke og hvordan de sikrer at data ikke kommer på avveie.
Dette er utviklerarbeid. Men hvem passer på vibbekoden når utviklerne er borte?
Foretrekk oss i Google Discover
Ved å legge oss til som foretrukket kilde i Google vil du blant annet få opp flere av sakene våre i Google Discover. Tusen takk for støtten!
