Ett av de mest aktuella och omdiskuterade ämnena inom IT-världen är artificiell intelligens (AI). Huvudsyftet med detta examensarbete är att undersöka hur AI och AI-kodgeneratorer kan effektivisera mjukvaruutvecklingsprocessen samt analysera kvalitéten på den genererade koden. För att undersöka dessa aspekter har examensarbetet tillämpat kvalitativa metoder för att samla in relevant information och data. De metoder som har använts inkluderar: litteraturstudie, prototyputveckling, kodkvalitétsbedömning och djupintervjuer.

Litteraturstudien genomfördes för att ge en överblick över befintlig forskning och tidigare arbeten inom området. Prototyputvecklingen gav praktiska exempel på hur AI kan användas för att generera kod. Djupintervjuer kompletterade de övriga metoderna genom att tillföra insikter från personer med erfarenhet av artificiell intelligens och mjukvaruutveckling.

Metoderna har kombinerats för att ge en helhetsbild av hur AI kan användas inom mjukvaruutveckling samt vilka faktorer som påverkar kodens kvalitét och användbarhet.

Under prototyputvecklingen användes AI-programmen Builder.io och Meta AI. För att möjliggöra en rättvis jämförelse och bedömning av prototypernas egenskaper utvecklades en anpassad bedömningsmodell baserad på McCall-modellen. Denna modell, kallad kodkvalitétsbedömning, utvärderade olika attribut relaterade till kodkvalité och funktionalitet. För att samla in ytterligare data genomfördes djupintervjuer där respondenternas erfarenheter och åsikter analyserades. 

Slutresultaten visar att Meta AI producerar högre kodkvalité och har överlägsen problemlösningsförmåga jämfört med Builder.io. Intervjuerna bekräftar att Meta AI genererar bättre kodkvalité enligt de intervjuade. En annan viktig fördel med Meta AI är att dess storspråksmodell kan laddas ner och användas lokalt, vilket bidrar till ökad säkerhet och pålitlighet. Builder.io erbjuder dock en unik funktionalitet som möjliggör konvertering av webbdesign till kod, en funktion som saknas hos Meta AI. Denna förmåga gör Builder.io användbart i situationer där snabb och enkel designkonvertering är en prioritet.

One of the most relevant and debated topics in the IT world today is AI. The primary purpose of this thesis is to investigate how AI and AI code generators can contribute to streamlining the software development process, as well as to analyze the quality of AI-generated code. To achieve these objectives, the thesis employs qualitative methods to collect relevant information and data. The methods used include literature review, prototype development, code quality assessment and in-depth interviews.

The literature review was conducted to provide an overview of existing research and previous work in the field. Prototype development offered practical examples of how AI can be used to generate code. Code quality assessment was employed to analyze and evaluate the quality of the AI-generated code. In-depth interviews complemented the other methods by providing insights from individuals with experience in artificial intelligence and software development.

These methods were combined to provide a comprehensive view of how AI can be utilized in software development and what factors influence the quality and usability of the code.

During the prototype development phase, the AI tools Builder.io and Meta AI were used. To enable a fair comparison and evaluation of the prototypes' characteristics, a custom evaluation model based on the McCall model was developed. This model assessed various attributes related to code quality and functionality. Additional data was collected through in-depth interviews, where respondents' experiences and opinions were analyzed.

The results showed that Meta AI produced higher code quality and superior problem-solving capabilities compared to Builder.io. The interviews also confirmed that Meta AI generated better code quality according to the respondents. Another significant advantage of Meta AI is that its LLM can be downloaded and used locally, which enhances security and reliability. However, Builder.io offers a unique feature that allows for converting web designs into code, a functionality absent in Meta AI. This capability makes Builder.io valuable in scenarios where quick and straightforward design conversion is a priority.