Kan AI erstatte programmører endnu? Hvis ikke, hvad mangler der?

Question

Accepted Answer

Ikke endnu – og gabet handler ikke om skrivehastighed. Moderne AI genererer **kode** bemærkelsesværdigt godt, men softwareudvikling er meget mere end at producere kode. Hvad det mangler, er **dommen omkring koden**: at beslutte hvad man skal bygge, hvorfor, og om resultatet faktisk er korrekt i et rodet virkelighedssystem.

## Hvad AI klarer godt

- **Udkast til kode** ud fra en klar instruks – funktioner, boilerplate, velkendte mønstre.
- **Forklaring og oversættelse** af kode, og forslag til rettelser for selvstændige fejl.
- **Bredt erindringsspænd** – det kender overfladen af flere biblioteker end nogen enkelt person.

## Hvad det stadig mangler

- **Virkelighedens kontekst og dømmekraft** – det kan ikke se dine brugere, dine begrænsninger, eller de fem udokumenterede grunde til at systemet er, som det er.
- **Ansvar** – når et deploy ødelægger data klokken 2 om natten, ejer en menneske resultatet. En AI kan ikke være på vagt eller holdes ansvarlig.
- **Løsning af tvetydige krav** – rigtige specifikationer er uklare og modstridende; at omdanne "gør checkout hurtigere" til den *rigtige* ændring er selve jobbet.
- **Systemdesign på højt niveau** – at vælge mellem konsistens og latens, eller build versus køb, vejning af omkostninger, teamets færdigheder og en femårig horisont.
- **Fejlfinding af nye problemer** – fejl der strækker sig over tjenester, infrastruktur og timing, hvor intet Stack Overflow-svar findes.
- **Kommunikation med interessenter** – forhandling om omfang, at sige nej, og at få folk på linje.

## Hvad der faktisk sker

AI **flytter** arbejdet i stedet for at fjerne ingeniøren. Mindre tid på at skrive rutinekode manuelt, mere tid på at formulere problemer, gennemgå output og verificere. Rollen flytter op i stakken – fra forfatter af hver linje til direktør og verifikator af en hurtigere proces.

## Hvorfor det betyder noget

At behandle "AI skriver kode" som "AI udfører jobbet" er den klassiske fejl – det forvirsker det mest synlige 20% med det hele. De hårde, værdifulde dele af engineering er præcis de dele, som AI er svageste til: tvetydighed, afvejninger, ansvar og ny fejlfinding. At forstå dette fortæller dig, hvor du skal investere din egen vækst – ikke i at skrive hurtigere end en model, men i den dømmekraft, som den ikke kan erstatte.