Et hurtigt første udkast kan være værdifuldt. Men arbejdet slutter ikke, når der dukker kode op på en skærm. Nogen skal stadig forstå den, kontrollere, at den løser det tilsigtede problem, rette fejl og beslutte, om den er klar til brug. De skridt hører med i enhver ærlig vurdering af den tid, AI sparer.
Giv arbejdet et klart mål
Nyttig kontekst begynder med den person, der har brug for resultatet. Hvad prøver vedkommende at gøre? Hvad skal blive lettere? Derefter kommer begrænsningerne: eksisterende adfærd, der skal bevares, data, der skal forblive private, og ændringens afgrænsning. Et klart mål gør det lettere at vurdere både en foreslået løsning og dokumentationen for den.
Forestil dig en ændring i et lille lagerværktøj: lad brugeren filtrere en liste, så den viser varer, der skal genbestilles. AI kunne hjælpe med et udkast til filteret og dets tests. Opgaven kræver en definition af “skal genbestilles”, eksempler omkring lagergrænsen og en beslutning om, hvorvidt filteret ændrer visningen eller de gemte poster. Uden de detaljer kan plausibel kode besvare det forkerte spørgsmål.
Kontrollér i forhold til konsekvenserne
I det afgrænsede eksempel giver det en reviewer noget konkret at efterse, hvis man kontrollerer grænsetilfældene, fjerner filteret og bekræfter, at de gemte lagertal er uændrede. En ændring i betalinger eller adgangstilladelser ville kræve mere grundig kontrol. Omfanget af tilsyn bør afhænge af, hvad der kan gå galt, og hvor let det kan rettes.
Det nyttige spørgsmål er, om hele opgaven blev lettere: implementering, gennemgang, rettelser og fremtidig vedligeholdelse medregnet. AI kan hjælpe arbejdet videre, når mennesker kan forstå resultatet og træffe en informeret beslutning om det. Hastighed betyder mest, når den fører nyttigt arbejde helt i mål.