Seniora kodare lurade av AI–verktyg

AI skulle bli vår räddare i nöden. Den digitala assistenten som aldrig gnäller, aldrig tar kaffepauser och som påstås göra jobbet både snabbare och enklare. Men nu visar en ny studie något… mindre sexigt. För erfarna utvecklare fungerar AI‑verktyg som ett fartgupp i motorvägsfart. Visst känns det som man flyger fram – men det är mest för att man sitter i ett flygplanssimulator med strömavbrott.

AI som bromskloss i välkända kodmiljöer

Studien i fråga analyserade 16 seniora open‑source‑utvecklare som arbetat länge med sina egna projekt. De fick utföra 246 uppgifter – både bugfixar, ny funktionalitet och kodrefaktorering. Hälften av gångerna använde de AI‑hjälp via Cursor, laddad med Claude 3.5 eller 3.7 Sonnet från Anthropic.

Resultatet? När de hade AI vid sin sida tog det 19 % längre tid att lösa uppgifterna. Och det här är inte juniorer som kämpar med if–satser, utan folk som kan sin kodbas utan och innan. Ändå trodde de själva att det gick snabbare – i snitt gissade de att de var 20 % mer effektiva med AI. Verkligheten sparkade dem i kompilatorn.

Varför är AI som stöd långsammare trots sin hype?

Här kommer några av de viktigaste förklaringarna till varför AI inte direkt fungerade som ett jetpack:

1. Förslag kräver tid att granska

AI‑verktyg spottar ur sig lösningar, men det betyder inte att de är rätt. I studien accepterade utvecklarna bara 44 % av förslagen. Resten kastades, modifierades eller ledde till nya problem. Det är lite som att ha en praktikant som är övertygad om att hen kan allt – men som du ändå måste dubbelkolla hela tiden.

2. Krock mellan människa och maskin

AI är starkt på generella lösningar, men svagt på kontext. Kodbaser är som snöflingor – ingen är den andra lik. Seniora utvecklare som kan varje detalj i sin kod drabbas därför av frustration när AI föreslår generiska lösningar som inte riktigt passar. De måste då lägga tid på att tolka, förklara och ibland övertala AI:n att tänka rätt. Lite som att förklara för sin svärfar hur Wi‑Fi fungerar.

3. Promptingen i sig tar tid

AI funkar inte magiskt bara för att det är AI. Det krävs tydliga prompts – instruktioner – som förklarar vad som behövs. Att skriva och justera dessa är ett arbete i sig. I vissa fall upplevdes det som att man lade mer tid på att instruera AI:n än att bara lösa problemet själv.

4. Kognitiv bias – känslan lurar

Trots att det gick långsammare upplevde många deltagare att det kändes enklare. Att jobba med AI var som att ha någon att bolla med, vilket gjorde uppgiften mindre tröttsam. Det är alltså inte effektiviteten som ökat – bara komforten. Som att spela piano med hörlurar och tycka det låter bra… tills man plockar av dem.

5. AI som redigerare, inte skapare

AI fungerade bättre när det handlade om att förbättra eller justera kod – mindre bra när det gällde att skapa ny logik från grunden. Många använde AI för att få inspiration eller alternativ, inte färdiga lösningar. Det är alltså mer en redaktör än en författare.

När funkar AI bättre som assistent för kod?

All kritik till trots så betyder det inte att AI är värdelöst – tvärtom, det har sina styrkor:

• Juniora utvecklare får mycket hjälp med syntax och koncept.
• Obekanta kodbaser kan bli mer lättnavigerade med AI:s sammanfattningar och förklaringar.
• Rutinuppgifter, som att generera boilerplate‑kod, blir snabbare och enklare.
• Enklare språk och dokumentation skrivs snabbare med AI‑stöd.

Det betyder att AI är bäst när du inte redan vet vad du gör – eller när du inte orkar tänka. Men för en erfaren utvecklare som är djupt rotad i ett specifikt projekt? Då är AI mer av en smart men klumpig sidekick.

Studien är inte en dödsdom för AI inom programmering. Det är en ögonblicksbild. Verktygen förbättras, och i rätt sammanhang kan de bli guld. Men just nu är det värt att reflektera: bara för att något känns lättare betyder det inte att det är bättre. Precis som snabbmat – snabbt, bekvämt, men långsiktigt? Inte alltid en vinst.