Å lage en fungerende KI-assistent fra bunnen, skulle man jo tro ville ta noe tid – i hvert fall om det bare var et kveldsprosjekt med noen minutter her og der.
Men med hjelp av KI-assistert utvikling har jeg erfart at denne prosessen nå går raskt – svært raskt.
Jeg bestemte meg nemlig for å prøve å KI-fisere det mest dagsaktuelle ordet i disse dager: Egenberedskap.
Ideen min ble født etter at jeg hadde googlet og søkt med den hensikt å lære mer om egenberedskap, da slo det meg: Hvorfor har ingen bare laget en KI-assistent som kan håndtere og besvare alt man måtte lure på rundt sikkerhet og beredskap?
Med det ble Preppi.no, en personlig beredskapsassistent, en idé – men hvordan skulle jeg kunne utvikle det uten å måtte skrive en eneste linje kode selv?
Hva er Preppi?
Først litt om sluttproduktet Preppi:
- Preppi.no er en KI-styrt beredskapsassistent som gir konkrete svar på spørsmål om beredskap, overlevelse og sikkerhet i tilfelle krise, katastrofe eller krig.
- Den er trent på norsk offentlig informasjon, og evner å skille mellom jungelen av feilinformasjon man ofte finner i Google-søk eller på ymse forum.
- Den gir korte og presise svar med konkrete henvisninger til verifiserte kilder i en hyggelig og vennlig tone, slik at temaet ikke fremstår skremmende.
- Som en artig vri har Preppi en quiz hvor brukerne kan teste sine overlevelsesevner. Som premie får man et KI-generert bilde – enten av en godt forberedt “prepper” eller en mer humoristisk versjon av seg selv om man er helt på bærtur.
Men la oss gå tilbake til hvordan denne ble bygget og satt sammen ved hjelp av KI.
Lovable – KI som utvikler for deg
Mens generativ KI kan lage video, filmer og bilder, er den kanskje litt mindre sexy delen av KI de kodebaserte assistentene.
Høsten 2024 hentet en svensk startup inn millioner i funding for å skape Lovable.dev. Dette svenske KI-verktøyet lar kundene utvikle websider, webapper og webbaserte løsninger, kun ved å beskrive funksjonalitet med tekst som input.
Da jeg tok i bruk Lovable, kunne jeg forklare mine ønsker, og KI-assistenten satte så lynraskt sammen både det visuelle og funksjonalitetene, og vi var i gang.
Plattformen bygger frontend med React og Vite, mens Supabase tar seg av databasen og autentisering. Prosjekter kan så kobles til GitHub for videre koderedigering, da Lovable ikke lar deg redigere koden direkte hos seg.
Opplevde AI-kollaps på 80-tallet: «Vi må lære av fortida»
Hvordan er det å jobbe med Lovable?
Prosessen oppfattet jeg som god, da det er enkelt å forklare hva jeg vil ha, og Lovable setter opp alt av mine funksjonaliteter, som innlogging, database og grensesnitt, i løpet av sekunder.
Det mest fantastiske er at jeg ser utviklingen visuelt, og kan umiddelbart prøve og teste alle funksjoner jeg lager løpende.
Men det var ikke helt smertefritt.
- Lovable gjentar ofte de samme feilene og foreslår de samme løsningene, selv når de ikke fungerer.
- Fordi jeg ikke kan gå inn i koden selv, måtte jeg til tider beskrive hver minste detalj – litt som å instruere en juniorutvikler.
- Lovable svarte meg faktisk på følgende måte, en gang jeg begynte å bli rimelig lei de gjentatte feilene: "I understand your frustration, so let's break down the problem into smaller parts."
Fordeler og ulemper med Lovable
Fordeler:
- Rask prototyping – Man kan teste ideer og lansere et produkt på under en dag.
- Ingen koding kreves – Perfekt for dem uten teknisk bakgrunn.
- Eierskap til koden – Som kunde eier jeg koden og kan synkronisere denne med GitHub.
Ulemper:
- Begrenset gratisplan – Jeg kan kun skrive 5 gratis meldinger per dag, noe som gjør det vanskelig å eksperimentere; derfor endte jeg opp med å kjøpe en plan.
- Ingen direkte koderedigering – Endringer må gjøres via GitHub.
- Låst til spesifikke teknologier – React og Shadcn er standard for frontend, noe som kan begrense fleksibiliteten.
Bruker ikke AI i editoren, mener du bør prøve det samme
Hva betyr dette for fremtidens arbeidsmarked?
Prosjektet mitt med KI-assistert utvikling har også reist noen spørsmål om hva dette kan bety for oss i den digitale bransjen fremover, og hvilke konsekvenser dette kan ha for arbeidsmarkedet.
For å forstå hvor dette bærer avsted, tenker jeg vi bør se nærmere på de tidligere teknologiske revolusjonene. Se tilbake på 90-tallet, da førte IT-revolusjonen til store endringer i både offentlig og privat sektor. Jobbene på kontor ble digitalisert, og stillinger som arkivar og maskinskriver ble nærmest utryddet.
Men samtidig ble mange nye stillinger, som utviklere, IT-konsulenter, webutviklere og nettverksadministratorer, opprettet.
Jeg tror ikke utviklere blir overflødige selv om KI kan kode for oss, men at mange av disse rollene ganske fort vil måtte endre seg. I stedet for å skrive kode fra bunnen av, vil vi kanskje i større grad se flere jobber innenfor konsept, prompting og arkitektur, samtidig som vi trenger andre til optimalisering, feilsøking og tilpasning av KI-generert kode.
– KvinneGuidePT gir deg ekte kjerringråd!
Får vi mer effektive jobber eller tapte jobber?
KI vil utvilsomt forandre måten vi jobber på. Spørsmålet er om det fører til færre jobber eller bare andre typer jobber.
Når teknologien senker terskelen for å skape og teste løsninger, kan flere realisere ideene sine, noe som vil øke takten på innovasjon og verdiskapning – akkurat slik jeg gjorde med Preppi.
Uansett hva fremtiden bringer, viser dette at vi bare har sett begynnelsen på den produktiviteten KI kan brukes til.
Og til slutt, for å få selve prikken over i-en på dette prosjektet, brukte jeg en annen KI-tjeneste til å lage en “reklamefilm” for Preppi. Alt i denne er laget med KI, inkludert både stemme og musikk, der den manuelle jobben kun var å klippe og redigere filmen.