Da grænsefladen blev valgfri

Jeg bruger ikke længere et CMS til mine hjemmesider.

Der er ikke noget kontrolpanel, jeg kan logge ind i. Ingen sidebygger. Ingen plugin-menu. Ingen formular med et felt til overskriften, et andet til brødteksten og en grøn knap, der lover at publicere det hele, hvis jeg tør trykke.

Hjemmesiderne er kode.

Mine dokumenter er Markdown. Mine digitale medarbejdere læser og ændrer begge dele direkte. Når jeg vil rette en tekst, flytte et element eller bygge en ny side, beskriver jeg, hvad jeg vil have. En agent finder de relevante filer, ændrer dem, kører testene og viser mig forskellen.

Jeg behøver ikke vide præcis, hvilken komponent der skal åbnes. Jeg behøver ikke huske syntaksen. Jeg behøver heller ikke lære et administrationssystem, som en anden har besluttet skal være min adgang til min egen hjemmeside.

På overfladen er det en lille teknisk ændring. Jeg har bare skiftet ét værktøj ud med et andet.

Men et CMS var aldrig kun et værktøj til at gemme tekst. Det var en oversætter mellem mennesker og maskiner.

Mennesket sagde: Ny artikel.

CMS’et oversatte det til databasefelter, filer, HTML, relationer og publiceringslogik. Mennesket fik knapper og formularer. Maskinen fik strukturerede instruktioner, den kunne udføre.

Vi byggede den slags grænseflader, fordi mennesker og maskiner ikke talte samme sprog.

Nu har jeg en medarbejder, der taler med begge.

Kompromiset, der kom til at ligne natur

Det moderne CMS løste et virkeligt problem.

Hvis en redaktør skulle kende HTML, CSS, serveropsætning og versionsstyring for at rette en kommafejl, ville nettet være et noget mere stille sted. CMS’et gjorde indhold tilgængeligt for mennesker, der havde noget at sige, men ikke nødvendigvis ønskede at blive softwareudviklere først.

Det var en enorm demokratisering. Men den havde en pris.

For at gøre maskinen enkel måtte systemet på forhånd beslutte, hvad mennesket kunne ønske sig.

Der skulle være en indholdstype, der hed artikel. Artiklen skulle have bestemte felter. Billedet skulle placeres de steder, temaet tillod. Publiceringsprocessen skulle følge den arbejdsgang, systemet kendte. Ville man noget andet, skulle man finde et plugin, skrive en udvidelse eller lære at leve med, at skabelonen havde andre planer.

Vi fik lettere adgang til maskinen ved at acceptere systemets forestilling om verden.

Det gælder ikke kun CMS’er.

Et regneark gør beregninger til celler, rækker og kolonner. Et CRM gør relationer til kontakter, virksomheder, pipelines og aktiviteter. Et projektstyringssystem gør arbejde til opgaver, statuser og deadlines. Et dokumentprogram gør viden til sider med typografi, marginer og en blinkende markør.

Alle systemerne har gjort komplekse maskinhandlinger tilgængelige for mennesker. Og alle systemerne har samtidig lært mennesket at formulere sit arbejde på den måde, systemet kunne forstå.

Når vi i dag siger, at en virksomhed “arbejder i” et bestemt system, mener vi ofte noget ganske bogstaveligt. Arbejdet har antaget systemets form.

Det er ikke nødvendigvis dårligt. Begrænsninger kan skabe orden. En fælles datamodel kan forhindre, at hver medarbejder opfinder sin egen virkelighed. En fast arbejdsgang kan sikre, at fakturaen faktisk bliver godkendt, før pengene forlader kontoen.

Men kompromiset blev så almindeligt, at vi holdt op med at se det som et kompromis.

Vi begyndte at tro, at enhver menneskelig aktivitet naturligt havde brug for sit eget system med menuer, felter og knapper.

Den universelle oversætter

AI ændrer ikke kun, hvad maskinen kan gøre. Den ændrer forholdet mellem intention og udførelse.

En sprogmodel kan forstå en menneskelig beskrivelse af et ønsket resultat. Den kan samtidig læse kode, strukturerede data, dokumentation, fejlbeskeder og testresultater. Den kan bevæge sig fra “gør forsiden roligere” til de konkrete ændringer i layout, typografi og komponenter, der får forsiden til at føles roligere.

Det betyder ikke, at oversættelsen altid er rigtig. Det betyder heller ikke, at menneskelig intention er entydig. To mennesker kan mene noget forskelligt med ordet rolig, og en model kan vælge den pæneste fortolkning frem for den rigtige.

Men oversættelsen er blevet mulig.

Google beskriver AI-kodegenerering som kode skabt ud fra en brugers samtalebaserede prompt eller naturlige beskrivelse. Koden kan skrives hurtigere, men det er kun den første konsekvens. Naturligt sprog kan nu fungere som indgang til et materiale, der tidligere krævede et specialiseret menneskesprog.

AI taler ikke kode, som en programmør gør. Den forstår ikke et system gennem erfaring, ansvar og en stabil indre model af verden. Den beregner sandsynlige og brugbare forbindelser mellem beskrivelser, mønstre og handlinger.

Alligevel er den praktiske konsekvens svær at overse: Mennesket kan udtrykke en intention, og agenten kan arbejde direkte i systemets materiale.

Det gør brugerfladen valgfri.

Ikke altid. Ikke for alle. Og ikke nødvendigvis i morgen. Men som princip.

Hvis jeg vil udgive et essay, behøver en udvikler ikke først bygge en formular med de felter, essayet kræver. Jeg kan give teksten til en agent, der allerede kender hjemmesidens indholdsmodel, links, designregler og publiceringsproces. Agenten kan oprette filen i det rigtige format, kontrollere metadata, køre valideringen og forberede ændringen til min godkendelse.

Jeg møder ikke systemets formular. Jeg møder en medarbejder, der kan arbejde i systemet.

I Fra værktøj til væsen skrev jeg, at det afgørende ved en agent ikke er, om den er bevidst, men om den tager initiativ og udfylder en vedvarende rolle. Her viser en anden konsekvens sig. Når værktøjet bliver en medarbejder, behøver mennesket ikke længere selv betjene hvert værktøj, medarbejderen bruger.

En økonomidirektør behøver ikke kende databasesproget for at spørge, hvorfor omkostningerne steg. En redaktør behøver ikke kende komponenthierarkiet for at ændre en forside. En leder behøver ikke vide, hvilken API der forbinder to systemer, for at bede om, at en godkendt beslutning bliver gennemført begge steder.

AI’en står mellem intentionen og det tekniske materiale. Ikke som endnu et kontrolpanel, men som oversætter og udførende medarbejder.

Markdown er ikke pointen

Jeg lever i almindelig tekst.

Mine hjemmesider er kode. Mine dokumenter er Markdown. Instruktioner, research, beslutninger og redaktionelle noter ligger i filer, der kan læses direkte af både mennesker og agenter.

Markdown blev oprindeligt designet som et letlæseligt og let skrivbart tekstformat, der kunne konverteres til strukturelt gyldig HTML. Dets vigtigste egenskab var ikke, at det var teknisk smart. Det var, at kildeteksten stadig kunne læses som tekst.

Det gør formatet bemærkelsesværdigt egnet til en menneske-agentisk organisation.

En agent kan søge i filerne, følge links, sammenligne versioner, ændre strukturen og renderere indholdet som hjemmeside, PDF eller noget helt tredje. Jeg kan åbne den samme kilde og læse den uden et specialprogram. Ingen af os behøver først eksportere dokumentet fra en proprietær beholder for at forstå, hvad der står.

Men pointen er ikke, at alle mennesker nu skal lære Markdown.

Det ville være en mærkelig konklusion på en tekst om, at teknikken bliver mindre synlig.

Pointen er, at organisationens kanoniske materiale kan ligge i en åben, struktureret og versionsstyret form, mens mennesket får den visning, der passer til situationen.

Et dokument behøver ikke være stedet, hvor viden bor. Det kan være en rendering af viden.

Et regneark behøver ikke være den eneste virkelighed for organisationens tal. Det kan være én visning af de samme data.

Et dashboard behøver ikke vise de samme tolv grafer til alle hver mandag. Det kan blive skabt til det spørgsmål, der faktisk bliver stillet.

En hjemmeside behøver ikke blive redigeret gennem et CMS. Den kan være den offentlige rendering af kode, indhold og regler, som allerede findes i organisationens fælles materiale.

I dag blander mange systemer tre ting sammen: den underliggende viden, reglerne for hvordan den må ændres, og den grænseflade mennesket ser. AI gør det muligt at skille dem ad.

Det er en større forandring end et nyt tekstfelt med en chatbot ved siden af.

Når dokumentet bliver en visning

Forestil dig en kvartalsrapport.

I dag bliver data hentet fra flere systemer. Nogen kopierer tal ind i et regneark. En anden skriver forklaringer i et dokument. Diagrammer bliver eksporteret som billeder. Filen sendes frem og tilbage med navne som Kvartalsrapport_final_v7_rettet2.docx.

Til sidst findes organisationens viden om kvartalet spredt mellem kildesystemer, celler, kommentarer, mails og den formulering, der overlevede ind i den endelige PDF.

En agent-native version begynder et andet sted.

Tallene har en kanonisk struktureret kilde. Definitionerne af nøgletal er dokumenterede. De kvalitative forklaringer har ejere og proveniens. Agenten kan samle en rapport til bestyrelsen, en kort version til medarbejderne og et interaktivt overblik til ledelsen fra det samme underliggende materiale.

De tre produkter behøver ikke være identiske. De er forskellige visninger til forskellige mennesker med forskellige behov. Men de bør kunne føres tilbage til den samme virkelighed.

Det er her forbindelsen til The Human-Agent Organization bliver tydelig.

Hvis AI skal være en førsteklasses deltager i organisationen, må virksomhedens virkelighed være læsbar for den. Data, roller, beslutninger og arbejdsgange kan ikke kun bo i grænseflader, der er bygget til menneskehænder og menneskeøjne.

Men det modsatte gælder også.

Hvis organisationens virkelighed kun kan læses af agenten, har vi ikke bygget en menneske-agentisk organisation. Så har vi bare udskiftet ét utilgængeligt system med et andet.

Det kanoniske lag skal være struktureret nok til maskinen og forståeligt nok til mennesket. Visningerne kan være forskellige. Sandheden må ikke være privat.

Det er derfor, almindelig tekst, åbne formater, eksplicitte links og dokumenteret proveniens betyder mere, end de gjorde, da alt arbejde blev udført gennem en fast brugerflade. De er ikke nostalgiske udviklerpræferencer. De er fælles arbejdsjord.

Mindre teknik. Mere softwaredisciplin.

Det skaber et paradoks.

AI gør teknikken mindre synlig for mennesket, samtidig med at softwareudviklingens discipliner bliver vigtigere.

Jeg behøver ikke selv skrive koden. Men jeg har endnu mere brug for at vide, hvad der blev ændret, hvorfor det blev ændret, om ændringen virker, og hvordan jeg kommer tilbage, hvis den ikke gør.

I et CMS ligger kontrollen blandt andet i roller, felter, previews og en publiceringsknap. Når agenten arbejder direkte i kode og tekst, flytter kontrollen over i versionshistorik, branches, reviews, automatiske tests, rettigheder og deployments.

GitHub beskriver versionsstyring som et system, der følger ændringers historie og gør det muligt at gendanne tidligere versioner. Historikken kan vise, hvad der blev ændret, hvem der gjorde det, hvornår det skete, og hvorfor. Branches gør det muligt at foreslå ændringer uden at ændre produktionen, og pull requests gør forslaget til genstand for samtale og godkendelse.

Det er ikke kun nyttigt for softwareudviklere.

Det er præcis de spørgsmål, jeg vil kunne stille til en digital medarbejder.

Hvad ændrede du?

Hvorfor?

Hvilke regler fulgte du?

Hvad testede du?

Hvem godkendte det?

Kan vi fortryde?

Når hjemmesiden bliver kode, bliver redaktionel governance til software-governance.

Når dokumenterne bliver versionsstyrede kilder, bliver vidensledelse til software-governance.

Når agenter ændrer organisationens systemer på baggrund af menneskelig intention, bliver softwareudviklingens principper til ledelsesprincipper.

Det betyder ikke, at alle ledere skal lære Git-kommandoer. Det betyder, at de skal forstå forskellen på en kladde og produktion. De skal vide, hvorfor en ændring skal kunne reviewes. De skal kunne definere, hvilke test der viser, at intentionen faktisk blev opfyldt. De skal beslutte, hvilke handlinger agenten må udføre selv, og hvilke der kræver et menneskes godkendelse.

Før lærte mennesker teknik for at kunne betjene maskinen.

Nu kan AI håndtere meget af teknikken, men mennesket skal kunne lede den, der gør det.

Det er den samme bevægelse, jeg beskrev i En AI-agent behøver en jobbeskrivelse. En agent skal have et mandat, ikke bare en prompt. Git, tests og adgangskontrol er den tekniske side af mandatet. Jobbeskrivelsen siger, hvad agenten må. Systemet skal afgøre, hvad den faktisk kan.

Knapperne beskyttede os også

Det er fristende at gøre brugerfladen til skurken i denne fortælling.

Den stod mellem mennesket og den rene frihed. Nu kan AI føre os uden om den. Farvel til formularer, licenser og plugins. God fornøjelse i koden.

Så enkelt er det ikke.

Knapper og felter begrænser, men de beskytter også.

En redaktør med adgang til tre felter kan ikke ved et uheld slette routingen til hele hjemmesiden. Et CRM kan håndhæve, at en kontakt har et ID, før den bliver gemt. En publiceringsknap kan kræve en bestemt rolle. Et regneark viser beregningen i en form, et menneske kan undersøge. En fast brugerflade gør systemets muligheder synlige og afgrænsede.

Når agenten kan arbejde direkte i materialet, bliver dens handleflade større. Det er netop derfor, friheden kræver mere disciplin.

Google arbejder eksempelvis med A2UI, et åbent format til agentgenererede brugerflader. En agent kan sammensætte den formular eller visualisering, som passer til situationen. Men Google fremhæver samtidig, at en fjern agent ikke bør sende vilkårlig eksekverbar kode til brugerens enhed. Agenten sender i stedet en deklarativ beskrivelse og må vælge blandt komponenter, klienten allerede har godkendt.

Selv i en verden med generative grænseflader vender struktur, rettigheder og tillid altså tilbage.

De vender bare tilbage på et andet niveau.

Vi slipper ikke for systemdesign. Vi slipper for at foregive, at den samme faste grænseflade er den bedste oversættelse af enhver intention.

Og vi slipper ikke for specialiserede systemer. En kirurg skal ikke udføre en kritisk handling gennem en fri samtale, hvis en valideret arbejdsgang kan reducere risikoen. En medarbejder skal ikke kunne omgå databeskyttelse ved at formulere sin intention kreativt. Et finansielt system skal stadig have transaktioner, kontroller og klare autoritetsgrænser.

Det falske valg står mellem faste systemer og grænseløs samtale.

Det virkelige spørgsmål er, hvilke dele af systemet der skal være faste, og hvilke der kan skabes eller oversættes i situationen.

Fra bruger til leder

Software har længe kaldt mennesket for en bruger.

Ordet afslører relationen. Systemet har mulighederne. Mennesket bruger dem.

Brugeren lærer, hvilke knapper der findes. Brugeren tilpasser sin opgave til arbejdsgangen. Brugeren bliver dygtig til at få systemet til at gøre det, det allerede er bygget til.

Med en agent forskydes relationen.

Mennesket beskriver ikke nødvendigvis hvert klik. Det beskriver resultatet, hensynet og grænsen. Agenten vælger værktøjerne og udfører arbejdet.

Det ligner mindre betjening og mere ledelse.

“Opdatér artiklen med den nye pointe, men ændr ikke de publicerede versioner endnu. Bevar links. Kør valideringen. Vis mig forskellen.”

Den instruktion indeholder ikke en sekvens af knapper. Den indeholder en intention, et mandat, nogle kvalitetskriterier og en godkendelsesgrænse.

Det er også sværere end at trykke på en knap.

En knap skjuler ofte kompleksiteten ved at begrænse valget. Når mennesket i stedet skal formulere intentionen, bliver uklare tanker synlige. Hvad betyder “bedre”? Hvilke dele må ændres? Hvad skal bevares? Hvornår er opgaven færdig? Hvem ejer konsekvensen?

AI gør ikke mennesket ansvarsfrit. Den flytter menneskets ansvar væk fra udførelsens detaljer og hen imod retning, kriterier og grænser.

Man kan godt få en agent til at bygge en hjemmeside uden at kunne kode. Man kan ikke få en god hjemmeside uden at kunne tage stilling til, hvad den skal være.

Organisationen uden kontrolpanel

Jeg ved ikke, hvor langt denne bevægelse går.

CMS’er forsvinder næppe. De vil ændre sig, få agenter indbygget og fortsat være den rigtige løsning mange steder. Regnearket overlever sandsynligvis også, fordi celler er en fremragende måde at tænke med tal på. Mennesker har brug for stabile visuelle flader, ikke kun samtaler med usynlige systemer.

Men vi bør holde op med at antage, at grænsefladen er systemet.

Dokumentet er en mulig visning af viden.

Regnearket er en mulig visning af data.

Dashboardet er en mulig visning af en situation.

Hjemmesiden er en mulig visning af kode, indhold og designregler.

Når AI kan oversætte mellem menneskelig intention og struktureret materiale, kan visningen opstå efter behov. Nogle gange som en samtale. Nogle gange som en formular. Nogle gange som et diagram. Nogle gange som den velkendte side med felter og en grøn publiceringsknap.

Forskellen er, at knappen ikke længere behøver være vores eneste vej ind.

Det kræver en anden slags organisation. En organisation med åbne og strukturerede kilder, tydelige ejere, eksplicitte rettigheder, versionshistorik, validering og mulighed for at rulle tilbage. En organisation, hvor agenten kan læse virkeligheden uden at skrabe den ud af menneskets skærmbilleder, og hvor mennesket kan forstå og kontrollere de ændringer, agenten foreslår.

I den organisation arbejder mennesket med mening. Agenten arbejder med materialet. Systemet husker, hvad der skete.

Det er ikke mindre teknisk nedenunder.

Det er mindre teknisk at være menneske i.

Vi byggede softwaregrænseflader, fordi mennesker og maskiner ikke talte samme sprog. Nu har vi fået en medarbejder, der taler med begge.

Det gør ikke reglerne overflødige.

Det gør grænsefladen valgfri.