Ersätter AI programmerare? Du ställer fel fråga

Om du undrar om AI kommer att ta ditt jobb som programmerare ställer du troligen fel fråga. Den bättre frågan är: vad händer med de som inte lär sig använda AI bra?

Det är där det faktiskt avgörs. Inte människa mot artificiell intelligens – utan vilket sätt du väljer att arbeta på.

Schackspelarna löste det här redan 1998

Det finns ett begrepp från schackvärlden som passar oväntat bra: en "kentaur" är en spelare som kombinerar mänsklig intuition med datorns beräkningskraft. Inte ett antingen-eller, utan de två tillsammans.

Det här testades på allvar 1998 när Garry Kasparov organiserade Advanced Chess – en turnering där spelare fick använda datorstöd under partiet. Resultaten var tydliga: människa plus dator slog konsekvent båda var för sig.

Men det intressanta kom 2005 i Freestyle Chess-finalen. Där besegrade två amatörspelare ("ZackS") både toppstyrda schackdatorer och internationella stormästare. Inte för att de var duktiga schackspelare – utan för att de var bättre på att arbeta med sin dator än vad experterna var.

Metodiken slog råstyrkan. Det är poängen.

AI förstärker det du redan kan

Det jag märkt med verktyg som GitHub Copilot, Cursor och Claude är att de inte hjälper de som kan minst. De hjälper de som kan mest att gå fortare.

En erfaren programmerare ser direkt när ett AI-förslag är naivt – fel abstraktion, saknar felhantering, löser fel problem. En junior accepterar det och går vidare. Koden kompilerar, men ingen riktigt förstår vad som hände.

Det är som att ge en kraftfull motorsåg till någon som aldrig sett en skog. Farten ökar, men inte nödvändigtvis i rätt riktning.

Alltså: vill du använda AI-verktyg bra behöver du bli bättre som programmerare, inte sämre. Du behöver veta tillräckligt för att ifrågasätta det AI föreslår.

Hur du faktiskt arbetar bra med AI-verktyg

I praktiken ser ett bra flöde ut ungefär så här:

1. Ge kontext, inte order. "Skriv en funktion som hämtar users" ger medioker kod. "Vi använder repository-pattern, PostgreSQL, och hantering via Result-typer – skriv en funktion som hämtar users med pagination" ger något du faktiskt kan använda.

2. Behandla förslaget som ett utkast, inte ett svar. AI:s första försök är en startpunkt. Granska det som om en junior kollega skrivit det. Vad saknas? Vad är fel? Vad skulle du gjort annorlunda?

3. Fråga "varför" när du inte förstår. Om AI genererar något du inte helt förstår – fråga. Inte för att bekräfta att det är rätt, utan för att du ska förstå vad som händer. Kod du inte förstår äger du inte.

4. Håll koll på det stora. AI är bra på att lösa det lokala problemet. Du måste hålla koll på helheten – arkitektur, teknisk skuld, framtida underhåll. Det ser AI inte.

Det som fortfarande är ditt

Det finns en del av programmeringen som AI inte tar ifrån dig – exakt det som faktiskt är svårt:

• Förstå vad problemet egentligen är (inte vad kunden säger att det är)
• Ta arkitektoniska beslut med långsiktiga konsekvenser
• Debugga produktionsproblem klockan tre på natten när inget loggas rätt
• Avgöra när man ska bygga generiskt och när man ska göra det enkelt
• Känna av när ett system håller på att bli ohanterbart

Det är domänkunskap, erfarenhet och kontext. Saker du byggt upp genom att faktiskt lösa problem – inte saker du kan prompta fram.

Vad händer om du bara accepterar allt AI föreslår?

Teknisk skuld byggs upp snabbt. Kodbaser fyllda med lösningar ingen riktigt förstår. Pull requests som ingen granskar ordentligt för att "AI kontrollerade det". System som fungerar tills de plötsligt inte gör det – och ingen vet varför.

Det är inte ett problem med AI. Det är ett problem med hur man använder det.

Skillnaden är om du fortfarande äger din kod. Om du kan förklara varje beslut. Om du kan debugga utan att be AI om hjälp varje gång.

Håll dig vass

Här är en sak jag tror starkt på: om de flesta programmerare glider mot ett passivt AI-beroende, alltså att man bara accepterar förslag utan att reflektera, då blir de få andra som aktivit lär sig och faktiskt kodar emellanåt extremt värdefull.

Egentligen till stor del för att många sannolikt kommer sluta bry sig. För många lata.

Samtidigt är detta inte ett argument för att undvika AI-verktyg. Istället ska du använda dem utan att överlämna kontrollen. Metodiken slår råstyrkan, det visade schackspelarna redan för 25 år sedan.

Mer om vad AI faktiskt förändrar i din karriär som programmerare kan du läsa i den här artikeln. Och om du vill veta hur ett bolag faktiskt implementerar AI utan att bränna pengar på fel sak – läs om hur vi tänker kring det på Fiive.