Under våren har Emelie och Victor, civilingenjörsstudenter på Industriell ekonomi vid Lunds universitet, genomfört sitt examensarbete på Decerno. Deras arbete har varit en del av MigrAIte-projektet, där fokus ligger på att använda AI för att modernisera äldre system och automatisera delar av utvecklingsprocessen.
Emelie och Victor
– Vi har arbetat inom MigrAIte-projektet där målet är att automatisera moderniseringen av äldre system med hjälp av AI. Vårt examensarbete har fokuserat på att implementera testdriven utveckling, TDD, i ett AI-drivet kodgenereringsflöde. TDD är en etablerad metod som ofta leder till högre kodkvalitet för mänskliga utvecklare, och vi ville undersöka om samma princip även fungerar när AI genererar koden.
– Vi läser båda Industriell ekonomi med inriktning mot programvara och system. Genom tidigare kontakt med Decerno började vi diskutera olika idéer för examensarbete. Tillsammans kom vi fram till att det här ämnet var både spännande och relevant, eftersom det kombinerar aktuell forskning med en tydlig industriell tillämpning.
– Framför allt AI och AI-agenter. MigrAIte är ett väldigt AI-fokuserat projekt, så vi har lärt oss mycket om hur man bygger automatiserade AI-drivna arbetsflöden. Vi har också arbetat med Azure DevOps och fått erfarenhet av hur AI kan användas i praktiska utvecklingsmiljöer.
– Vi hade viss teoretisk förståelse för AI sedan tidigare, men mycket av det praktiska arbetet med AI-agenter och automatisering var helt nytt för oss.
– En av de största utmaningarna var att få AI:n att konsekvent följa den arbetsmetod vi ville att den skulle använda. Det räcker inte att den gör rätt nio gånger av tio – för att kunna dra tillförlitliga slutsatser i examensarbetet behövde vi säkerställa att den gjorde rätt varje gång.
– Därför fick vi bygga upp en struktur som kunde styra AI-agenten och kvalitetssäkra att den verkligen följde testdriven utveckling genom hela processen.
– Vi fick väldigt fria händer. I skolan är projekten ofta mer avgränsade och tydligt definierade, medan vi här fick experimentera och själva hitta lösningar på problemen.
– En annan stor skillnad var att vårt arbete blev en del av ett större sammanhang. Vi arbetade inte med ett fristående studentprojekt utan bidrog till en del av ett större utvecklingsinitiativ inom MigrAIte. Det gav en helt annan förståelse för hur utveckling fungerar i praktiken.
– Ja, faktiskt. Vi gick in i projektet med en förväntan om att testdriven utveckling skulle ge tydligt bättre resultat. Men under arbetets gång såg vi att resultaten var mer nyanserade än så.
– Det blev bättre på vissa områden och sämre på andra. Det mest intressanta var att vi tydligt kunde se att AI:n genererade annorlunda kod när den arbetade enligt TDD. Det förändrade kodens profil och kvalitetsegenskaper på ett sätt som vi inte riktigt hade förväntat oss.
– Det har varit väldigt roligt. Vi har uppskattat att examensarbetet varit så praktiskt och att vi fått arbeta hands-on med kod, AI och riktiga tekniska utmaningar.
– Samtidigt har vi fått bli en del av verksamheten. Vi har deltagit i sprintplaneringar, retrospektiv och andra aktiviteter inom MigrAIte-projektet, vilket har gett oss en bra förståelse för hur arbetet bedrivs i praktiken.
– Dessutom har vi mötts av väldigt trevliga kollegor och fått mycket stöd längs vägen. Det har gjort att vi känt oss som en naturlig del av teamet.
– Framför allt erfarenheten av att arbeta med AI-agenter och moderna utvecklingsverktyg. AI kommer sannolikt att spela en stor roll i framtidens systemutveckling, så det känns värdefullt att ha fått arbeta med den här typen av frågor redan under studietiden.
– Vi har fått en bättre förståelse för både möjligheterna och begränsningarna med dagens AI-lösningar, och det är kunskap som vi tror kommer vara mycket användbar framöver.
Stort tack till Emelie och Victor för att ni delat med er av era erfarenheter. Vi önskar er stort lycka till i nästa steg efter examen!
När du bokar ett möte med oss kan du förvänta dig:
