Spring til indhold
Tilbage til nyheder
Tidligere GitHub-topchef rejser 60 mio. dollars til værktøj, der dokumenterer kode skrevet med kunstig intelligens

Tidligere GitHub-topchef rejser 60 mio. dollars til værktøj, der dokumenterer kode skrevet med kunstig intelligens

AIGovernanceRisikoComplianceSoftwareudvikling

Når udviklere bruger digitale assistenter baseret på kunstig intelligens til at skrive kode, bliver det sværere at svare på et klassisk ledelsesspørgsmål: Hvordan blev det her egentlig til – og hvem har ansvaret? Det er præcis den udfordring, Thomas Dohmke (tidligere topchef for GitHub) vil adressere med sin nye virksomhed, Entire, som netop har rejst 60 millioner dollars i en seed-runde.

Kort fortalt

  • Thomas Dohmke har startet Entire og rejst 60 mio. dollars (ifølge DevOps.com og TechCrunch)
  • Første produkt er “Checkpoints”, udgivet som open source (åbent tilgængelig kildekode)
  • Formålet er et revisionsspor for kode, der bliver til med hjælp fra digitale assistenter baseret på kunstig intelligens
  • Relevansen er størst i regulerede miljøer, hvor dokumentation, ansvar og kontrol er afgørende

Hvad er “Checkpoints” – i praksis?

Kernen i Checkpoints er sporbarhed: Værktøjet gemmer metadata om, hvordan en kodeændring opstod, og binder det sammen med den konkrete ændring i koden.

Det sker i Git (et udbredt system til versionshistorik for kode), hvor metadata lægges på en særlig sidegren (en separat linje i versionshistorikken) kaldet entire/checkpoints/v1. Hvert “checkpoint” får et ID, som kan kobles til en almindelig kodeændring, og dermed bliver det lettere at dokumentere forløbet – og i mange tilfælde også at spole tilbage til et tidligere punkt, hvis noget går galt.

Hvad betyder nyheden for danske virksomheder?

I danske organisationer, der arbejder med kritiske løsninger, er spørgsmålet om dokumentation ikke teori. Forestil dig et team i en kommune, der bygger en offentlig selvbetjeningsløsning, eller en virksomhed der udvikler automatisering til økonomi og revision. Hvis en automatisk hjælper baseret på kunstig intelligens har foreslået en central del af koden, kan det blive nødvendigt at kunne dokumentere både oprindelse og godkendelse – især når noget skal forklares over for revision, tilsyn eller interne kontroller.

Samtidig kommer der en klar faldgrube: Hvis man gemmer “alt”, kan følsomme oplysninger utilsigtet ende i metadata eller logfiler (fx persondata eller interne instruktioner). Det kræver adgangskontrol og tydelige sletteregler, før man skruer op for sporbarhed.

Det kan du gøre nu

  • Bed jeres udviklingsansvarlige beskrive, hvordan I i dag dokumenterer brug af digitale assistenter i udvikling
  • Indfør et simpelt krav: Kritiske kodeændringer skal kunne forklares og spores (hvem godkendte hvad – og på hvilket grundlag)
  • Afklar politik for adgang og opbevaring: Hvem må se metadata, og hvor længe må de gemmes?
  • Følg Checkpoints/Entire og overvej en afgrænset afprøvning i et mindre, ikke-kritisk projekt først

Kilder

🤖 Denne artikel er skrevet af kunstig intelligens og kan indeholde fejl.

Læs original kilde →

Fandt du en fejl?