Ny baseline med AI

Jag tänker ibland på hur jag programmerade 2022. Inte för att det var “sämre” på något romantiskt sätt, utan för att friktionen var så… fysisk. Jag kunde sitta i Notepad++ och försöka få ihop ett PowerShell-script som nästan gjorde det jag ville. Det var ofta inte ett svårt problem i sig, mer ett segt gnuggande: testa, få fel, googla, ändra en rad, testa igen. Ibland tog det dagar att få något som idag känns som en ganska vanlig sidogrej.

Nu kan jag göra samma typ av uppgift mellan två möten med Cursor.

Och det är inte för att jag plötsligt blivit tio gånger smartare. Det är för att verktygen har flyttat en stor del av arbetet från “trög felsökning” till “snabb iteration”. Jag kan be om ett första utkast, få hjälp att hitta buggen, få en förklaring på vad som händer, och sen justera. Tempot är helt annorlunda. Jag kommer framåt hela tiden.

Men här är det som skaver (och fascinerar): jag jobbar inte mindre.

Tvärtom. Jag jobbar mer än någonsin, och jag upplever att jag tar fler och svårare beslut per dag. Om man bara tittar på reklam och hype kring AI så låter det som att vi ska få massor av tid tillbaka. Att AI “sparar tid”. Men min upplevelse är att AI snarare skapar en ny sorts produktivitet: den tar bort friktion och gör det möjligt att göra mer, snabbare — och då fyller vi den nya kapaciteten direkt.

Som idag.

Jag lät Cursor analysera runt 30 000 lograder, gruppera problemen och skapa en begriplig rapport. Parallellt tog jag fram ett utkast till en AI-strategi på ungefär tio sidor. Båda de grejerna tog kanske 30 minuter tillsammans. För några år sedan hade det där varit en hel dag (minst), och “AI-strategi på tio sidor” hade kanske inte ens varit en realistisk uppgift att klämma in mellan annat.

Ändå jobbade jag åtta timmar. Och jag gick inte runt och kände mig “klar” tidigt. Jag kände mig snarare mer mentalt belastad än vanligt, just för att resten av dagen bestod av fler, mer komplicerade avvägningar. När genomförandet blir billigare blir besluten dyrare. Man behöver välja riktning oftare. Bedöma kvalitet. Säga nej. Prioritera. Veta vad man ska lita på. Veta när något bara låter bra men är fel.

Det får mig att undra om vi redan har etablerat en ny baseline.

Precis som internet inte gav oss oändligt med fritid utan istället gjorde att vi konsumerade och producerade mycket mer, så gör AI att vi kan göra mer kognitivt arbete — och då gör vi det. Förväntningarna flyttar sig snabbt, både våra egna och omgivningens. Det som nyss var “wow, det där gick fort” blir plötsligt “varför är det inte klart än?”.

Så kanske är den intressanta frågan inte om AI sparar tid, utan vad vi väljer att göra med den kapaciteten.

• Vilka problem börjar vi ta oss an bara för att vi kan?
• Vad väljer vi bort när allt är möjligt?
• Hur undviker vi att “mer produktivitet” bara betyder “mer saker att leverera”?

Jag gillar verktygen. Jag tycker det är genuint spännande. Men jag märker också att nästa nivå inte handlar om att bli snabbare på att producera — utan om att bli bättre på att välja rätt problem, sätta rimliga ramar och bygga ett arbetssätt där AI hjälper utan att bara höja ribban varje vecka.

Kanske är det den nya baslinen: mindre friktion, mer möjligheter, och en vardag där det svåra inte är att skriva koden — utan att förstå vad vi egentligen försöker åstadkomma.