Kunstig intelligens (AI) er en teknologi, der har taget verden med storm. Vi kender alle til den smarte hjælp, som altid er lige ved hånden. Men hvordan integrerer vi bedst muligt generative AI-assistenter i vores arbejdsprocesser? I Nine skal vi være ansvarlige og afbalancerede i vores tilgang til AI, sådan lød det fra Nikolaj Brinch Jørgensen, Nines CTO, da vi fangede ham til en snak om Nines tilgang til og tanker om AI.
AI – det nye værktøj
Der er ingen tvivl om, at AI er kommet for at blive og, at teknologien konstant udvikles til at kunne mere i morgen end den kunne i går. Nine har i årevis undersøgt og beskæftiget sig med brugen af AI, først i form af machine learning, inden de generative AI-værktøjer for alvor tog fart. Men introduktionen af AI-assistenter er endnu ikke implementeret fuldt i Nines arbejdsprocesser.
Spørg man Github Copilot er listen af fordele ved brugen af generativ AI lang og Nikolaj stemmer i; der er fordele, specielt når det kommer til collections med lister og sets, hvor man skal udføre operationer – og her er udbyttet så, at simple operationer, som man skriver tit, kan laves på en hurtig måde ved hjælp af Github Copilot. Samtidig kan ChatGPT bruges som et sparrings værktøj til f.eks. design af løsninger eller samtaler om egentlige problemer. Desuden kan ChatGPT hjælpe vores konsulenter med at komme i gang med en teknologi eller et område som er nyt for vedkommende.
Smertensbarnet i IT arbejde er integrationer og hvis vi kan afløse det med AI, der kan tilpasse sig virkeligheden, ville det være et utrolig stærkt værktøj. Det kan godt være, det er den hellige gral, vi aldrig finder, men det er det som der bliver brugt utrolig meget krudt på at finde frem til. Vi arbejder med Composable Architecture og kigger meget på AI baserede composers, der indtil videre ser lovende ud.
Som med alle andre nye værktøjer og teknologier, skal man forholde sig kritisk til brugen i alle sammenhænge og det materiale man bliver præsenteret for. En væsentlig faktor at have for øje, når man anvender cloud-baserede tjenester som GitHub Copilot eller ChatGPT er blandt andet, hvor Nines og vores kunders data ender, og hvordan de bliver behandlet.
I Nine er der længe blevet arbejdet på at sikre vores data, og at det forbliver beskyttet og dermed ikke bliver misbrugt eller delt uden samtykke. Dette arbejde har blandt andet involveret at få skabt specifikke procedurer for hvilke data vi deler med disse assistenter og samtidig hvordan vi sikrer vores kunders fortrolige data og kode, så det ikke på sigt bliver kompromitteret.
Det er ikke bare vores egen data, vi har et ansvar for at beskytte, men også vores kunders data og kode – derfor skal vi sikre en ansvarlig procedure, når vi integrerer AI i vores arbejdsprocesser.
I vores bestræbelse på at integrere AI i Nines arbejdsprocesser er der skridt, der kræver omhyggelig håndtering og opmærksomhed; både de teknologiske fremskridt og governance i form af etiske retningslinjer og risikostyring – særligt i forhold til databeskyttelse.
I Nine bliver generative AI-værktøjer ikke sluppet løs og en integreret del i alle Nines arbejdsprocesser fra den ene dag til den anden. I stedet vil disse assistenter kun blive implementeret, hvis og når vores kunder godkender brugen af disse værktøjer. AI vil derfor ikke blive brugt på vores projekter uden accept fra kunden og anvendelsen vil blive vurderet og godkendt fra projekt til projekt.
Med et skarpt øje på forskningen
Når man læser om brugen og introduktionen af AI-værktøjer, er fordelene ved dette velbeskrevne. Dog pointerer Nikolaj, at det er vigtigt at have et kritisk øje på dette relativt nye værktøj.
Der er foretaget flere studier omkring, hvordan hjernen påvirkes af AI-værktøjerne, som viser hvordan kritisk tænkning og sans kan risikere at blive undermineret hos de mennesker, der benytter AI assistenter. Samtidig viser andre studier at AI-assistenter kan mindske kreativiteten hos den enkelte. Både kritisk sans og kreativitet er elementer, der er vigtige for vores konsulenter. Det er forskning vi følger med i, da der som beskrevet er forskning, der peger i retningen af ulemper, som vi skal være på vagt overfor.
Hvad med den der produktivitet?
Et fokusområde man ikke kommer udenom i diskussionen om brugen af AI-assistenter i forskellige arbejdsprocesser er snakken om produktivitet. Flere steder beskrives det, hvordan produktiviteten forventes at stige med 10, 20, 30% over en årrække.
Denne debat er utrolig interessant og tallene i sig selv kan få alle til at spærre øjnene op af begejstring. Dog er det ikke noget, der får Nines CTO op af stolen. Som Nikolaj beskriver det, har vi, grundet AI’s relativt korte levetid, ikke konkrete data, som underbygger disse procentsatser. Derudover er det endnu ikke tydeligt hvilke metrikker produktiviteten måles ud fra; om det er hastighed, antal kodelinjer, antal story points per sprint eller noget helt fjerde.
For mig er det ikke anderledes end at se Formel 1. Er den ene kører hurtigere end sin teamkammerat i et løb eller er det gennemsnitligt over en hel sæson? Kan det tilskrives bilen eller køreren, pit strategi eller dæk? Der er utrolig mange ubekendte og dårlige metrikker. På samme måde er det med IT projekter: Hvad er sammenligningsgrundlaget, når den eneste fællesnævner er, at de begge er projekter, men intet andet kan sammenlignes. Sådan er det bare med IT projekter.
I Nine har vi altid forsøgt at gøre op med den måleenhed, hvor man fokuserer på, hvor meget kode, der kan produceres i timen. Vi er meget mere interesserede i kvaliteten af kode frem for kvantiteten. Grunden til, at vi går så meget op i dette, er, at vi drives af at levere værdi til vores kunder. Værdien skal helst være noget, som fungerer i lang tid fremadrettet.
I forlængelse af dette kommer diskussionen omkring vedligeholdelsen af systemer bygget op med AI-assistenter. Vi kender endnu ikke til byrden af vedligehold og hvor omkostningsfuldt den efterfølgende vedligeholdelsesperiode kan blive. Altså vil der i fremtiden blive et stort fokus på ROI i forhold til integrationen af AI-værktøjer i vores forskellige arbejdsprocesser. Et andet fokus vil samtidig være på TCO i forhold til at drift og vedligehold også er en del af den samlede omkostning vi som virksomhed skal have for øje.
Implementeringen af AI-assistenter
Der er ingen tvivl om at AI er en del af Nines fremtidige arbejdsprocesser. Evnen til at kunne automatisere rutinemæssige opgaver og frigøre vores udvikleres, arkitekter og testeres tid til mere komplekse opgaver er en stor fordel.
Men brugen af AI skal være ansvarlig og vi skal konstant forholde os kritisk til den kode, vi får fra de forskellige værktøjer. På denne måde kan vi bruge de generative AI-værktøjer til vores fordel. Samtidig kan vi drage nytte af de styrker værktøjet præsenterer, mens vi ved implementeringen af specifikke evalueringsprocedurer på sigt kan minimere eventuelle ulemper ved værktøjet.
Helt konkret er spørgsmålet, hvordan vi hos Nine forholder os kritisk i forhold til at vurdere den kode, som AI-værktøjer formår at producere i et højt tempo. Her nævner Nikolaj blot nogle af de tiltag, vi fremadrettet vil gøre brug af:
- Code reviews
- Statistisk kode analyse og sårbarhedsscanninger
- Acceptance tests
- Derudover har vi et filter på i Copilot, så vi ikke overtræder andres IP rettigheder, når vi gør brug af assistenten.
Seneste nyheder