Jeg har oplært udviklere i at bruge AI til analyse, opdeling af opgaver, implementering og gennemgang. Jeg har selv arbejdet med blandt andet Codex, Claude og ChatGPT. Målet var en bedre arbejdsmetode: hurtigere fremdrift, grundig kontrol og tydeligt ansvar hos udviklerne for den kode, vi leverede.
Oplæring og arbejdsmetode
Jeg ser også en ledelsesopgave i at gøre læringen fælles. Når én udvikler finder en god arbejdsmetode, skal resten af teamet kunne forstå, hvornår og hvorfor den virker. Vi afsatte tid hver anden fredag til læring og videndeling. Det gav et sted at diskutere både muligheder og begrænsninger i de værktøjer, vi brugte.
Erfaring med tidsbesparelse
I én opgave gik et estimat på cirka 100 timers arbejde til omkring 15 timer. I vores arbejde vurderede vi, at AI i mange opgaver gjorde udviklingen omkring 50 procent hurtigere, når gennemgang og kontrol var regnet med. Det er en erfaringsbaseret vurdering fra vores eget team. Eksemplet med 100 til 15 timer var en særlig opgave og skal ikke bruges som gennemsnit.
Test, review og fagligt ansvar
For mig ændrer AI ikke behovet for erfarne specialister. Det stiller snarere nye krav til deres vurdering. En hurtigere første version er kun en forbedring, hvis resultatet passer til opgaven, kan vedligeholdes og er blevet kontrolleret. Derfor arbejdede vi med hele forløbet, fra at beskrive problemet ordentligt til at undersøge output og rette det, der ikke holdt.
Hvis jeg kommer ind i et nyt softwareteam, vil jeg begynde med konkrete opgaver og klare kvalitetskrav. Derefter kan vi afprøve, måle og tilpasse brugen af AI sammen med dem, der skal stå på mål for løsningen. Målet er bedre arbejde og mere plads til udviklernes dømmekraft, ikke et stort tal uden forklaring.
Kontakt: kontakt@tomc.dk · +45 299 297 67