Tekoäly on muuttanut ohjelmistokehitystä pysyvästi. Uusia sovelluksia syntyy nopeammin kuin koskaan ja prototyyppejä rakennetaan tunneissa. AI-avusteiset kehitystyökalut ovat jo monen kehittäjän arkea.
Mutta miten varmistaa, että tekoälyn tuottama koodi on hyvässä iskussa ja sitä on turvallista käyttää? Ja mitenkäs tuotantoon vienti, versionhallinta ja ylläpito? Onko AI-koodia tarpeen auditoida, ja mitkä ovat hyvän auditoinnin periaatteet?
Juuri näistä aiheista keskustelimme Timehousen järjestämässä webinaarissa, jossa käsittelimme AI-avusteisen ohjelmistokehityksen auditointia ja pitkän aikavälin ylläpidettävyyttä.
Tekoäly ei vähennä ohjelmistosuunnittelun merkitystä
Tekoälyä voidaan ajatella uutena tiimin jäsenenä ohjelmistoyrityksessä. Se osaa ohjelmoida, mutta ei vielä tunne projektin taustoja, ohjelmistoarkkitehtuuria eikä organisaation toimintatapoja. Siksi kehittäjän ohjaus ja katselmointi ovat edelleen keskeisessä roolissa, jotta tekoälyn tuottamat koodikokonaisuudet sopivat osaksi järjestelmää ja toimivat suunnitellusti.
Tekoälyn kanssa työskentely korostaa ohjelmoinnin periaatteiden merkitystä: mitä paremmin kehittäjä ymmärtää järjestelmän rakenteen ja tavoitteet, sitä paremmin hän osaa ohjata tekoälyä. Tekoäly tuottaa tehokkaasti suoraviivaisen koodin, kun taas kehittäjä vastaa kokonaisuudesta – suunnittelusta, ohjauksesta ja lopputuloksen laadusta.
Tekoäly tukee kehittäjän työtä, mutta ei korvaa vastuuta:
- ohjelmistoarkkitehtuurin ymmärtämisestä
- tietoturvasta
- koodin kriittisestä arvioinnista
- kokonaisuuksien hallinnasta
- liiketoimintalogiikan ymmärtämisestä
Juuri nämä taidot ratkaisevat ohjelmiston laadun, ylläpidettävyyden ja elinkaaren.
Nopeampi kehitys ei poista riskejä, mutta painopiste siirtyy
Tekoäly poistaa monia aiempia esteitä ja uusia teknologioita voidaan ottaa käyttöön entistä nopeammin.
Prototyypit syntyvät ennätysajassa ja lähes kuka tahansa voi rakentaa toimivan sovelluksen, mutta samalla syntyy uudenlaisia riskejä.
Ensimmäinen versio usein näyttää hyvältä, ja haasteet alkavatkin usein vasta myöhemmin, etenkin kun siirrytään tuotantoon ja ylläpitovaiheeseen.
Tässä yleisiä AI-koodaukseen liittyviä ongelmia:
- Arkkitehtuuri alkaa muodostua vähitellen ilman yhteistä suunnitelmaa.
- Liiketoimintalogiikan periaatteet alkavat hämärtyä.
- Generoitu koodi hyväksytään ilman, että kukaan todella ymmärtää sitä.
Tekoäly on hyvä renki, mutta huono isäntä. Siinä missä iterointi- ja testauskierrokset nopeutuvat ja helpottavat kokonaiskuvan hahmottamista, ohjelmoinnin periaatteita ei voida unohtaa, eikä ammattitaitoisia ohjelmoijia korvata.
Työkalu ei ratkaise – prosessi ratkaisee
AI-keskustelu keskittyy usein siihen, käytetäänkö ChatGPT:tä, Cursoria, Copilotia tai jotain muuta AI-työkalua. Todellisuudessa työkalu on vain pieni osa kokonaisuutta.
Ratkaisevaa on, onko organisaatiolla yhteiset pelisäännöt.
Esimerkiksi:
- Mitä AI-työkaluja käytetään?
- Mitä dataa niille saa antaa?
- Miten generoitu koodi tarkistetaan?
- Miten päätökset dokumentoidaan?
- Millä periaatteilla arkkitehtuuria rakennetaan?
Ilman yhteisiä käytäntöjä AI toimii kuin uusi tiimin jäsen, jolle kukaan ei ole kertonut, miten talossa tehdään asioita.
Toimiva ohjelma ei vielä tarkoita ylläpidettävää ohjelmaa
Auditoinneissa näemme usein saman ilmiön: yksittäiset ominaisuudet toimivat hyvin, mutta kokonaisuus alkaa kuitenkin levitä:
- Liiketoimintalogiikka hukkuu jonnekin käyttöliittymäsuunnittelun, palvelimettoman koodin, kolmansien osapuolien palveluiden ja AI:n generoimien komponenttien sekaan.
- Dokumentaatio jää jälkeen.
- Riippuvuudet kasvavat.
- Koodin omistajuus hämärtyy.
Lopulta syntyy tuttu lause:
”Se toimii, mutta siihen ei kannata koskea.”
Tässä vaiheessa tekninen velka alkaa näkyä myös liiketoiminnassa.
Mitä AI-koodauksesta kannattaa auditoida?
Perinteinen koodikatselmointi ei enää yksin riitä. AI-avusteisessa ohjelmistokehityksessä kannattaa arvioida esimerkiksi:
- Onko arkkitehtuuri selkeä?
- Onko liiketoimintalogiikka koodattu selkeästi ja yksiselitteisesti yhteen paikkaan?
- Voiko uusi kehittäjä jatkaa projektia turvallisesti?
- Onko tietoturva toteutettu oikein?
- Onko AI:n käyttö dokumentoitu?
- Synnyttääkö ratkaisu tarpeetonta toimittajariippuvuutta (vendor lock-in)?
- Onko tekoälysäädös (AI Act) sekä lisenssien ja tietosuojan vaikutukset huomioitu?
Auditoinnin tarkoitus ei ole löytää virheitä. Sen tarkoitus on arvioida, pysyykö ratkaisu hallittavana myös tulevaisuudessa.
Kilpailuetu syntyy hallitusta AI-kehityksestä
Tekoäly tekee koodin tuottamisesta helpompaa kuin koskaan. Se ei kuitenkaan tee ohjelmistojen ylläpitämisestä helpompaa.
Pitkällä aikavälillä kilpailuetu ei synny siitä, kuka käyttää uusimpia AI-työkaluja. Se syntyy siitä, kuka rakentaa ohjelmistoja, joita voidaan kehittää turvallisesti myös kahden, viiden tai kymmenen vuoden päästä.
Hyvä AI-kehitys ei ole vain nopeaa.
Se on myös hallittua.
