Agentisk KI-kodestøtte på Dapla Lab

dapla lab
ai
ki
jupyter
rstudio
vscode
marimo
Forfatter
Tilhører

Øyvind Bruer-Skarsbø

Seksjon for dataplattform (724)

Opprettet

March 8, 2028

Sist endret

March 8, 2028

Managed Dapla-team kan nå ta i bruk agentisk KI-kodestøtte i testmiljøet på Dapla Lab. Målet er å utforske hvordan neste generasjons kodeassistenter kan styrke arbeidet med kode, analyse og statistikkproduksjon.

Agentiske kodeassistenter representerer et markant steg videre fra tradisjonelle chat-modeller. Verktøyet kan forstå prosjektkontekst, foreslå og redigere kode direkte i arbeidsflaten, bistå med feilsøking og automatisere deler av kodeflyten.

Gjennom denne tjenesten får brukere tilgang til verktøy som Open Code med Gemini 3.5 direkte i JupyterLab, VS Code, RStudio og Marimo, samt samtalegrensesnitt i Google Cloud Console via Gemini Enterprise Agent Platform.

Video
Figur 1: Enkel bruk av Open Code i Jupyterlab

Hvorfor tester vi dette?

Overgangen til moderne skyverktøy og Dapla stiller nye krav til kode- og metodearbeid. Ved å ta i bruk agentisk kodestøtte i kontrollerte former ønsker SSB å høste konkrete erfaringer med:

  • Hvordan verktøyene kan effektivisere utvikling og feilsøking

  • Hvilke gevinster det gir for statistikk- og analysearbeid

  • Hvilke faglige og metodiske rammer som må på plass ved bruk av mer autonome verktøy

Ansvar og faglige retningslinjer

Selv om verktøyet er kraftig, skal det fungerer utelukkende som en assistent. Den enkelte medarbeider har fortsatt fullt ansvar for å kvalitetssikre, teste og godkjenne all kode før den tas i bruk.

For å sikre trygg og god bruk jobber KVAKK (faggruppen for Kvalitet i kode og koding) aktivt med å utforme råd og retningslinjer for beste praksis ved bruk av agentisk KI i SSB. Erfaringene teamene gjør seg i testfasen blir et direkte bidrag inn i denne utformingen. All bruk skal som alltid følge SSBs overordnede retningslinjer for bruk av KI-assistenter.

NoteKodeassistenten kjenner til beste praksis i SSB

Gjennom en felles kontekstfil har agenten innebygd kunnskap om SSBs standarder, Dapla-manualen og beste praksis for statistikkproduksjon (f.eks. bruk av ssb-project).

Dette gjør at forslagene du får er tilpasset våre interne verktøy, biblioteker og retningslinjer helt fra start. Kontekstfilen videreutvikles fortløpende, og team kan også opprette egne tilpassede kontekstfiler og underagenter ved behov.

Hvordan fungerer tilgangen?

Målgruppe: Foreløpig tilbys tilgangen kun for managed team i testmiljøet på Dapla Lab.

Aktivering: Teamansvarlig aktiverer tilgangen under innstillinger i Dapla Ctrl.

Kostnader: SSB betaler for faktisk token-forbruk. Det er satt opp kostnadsvarsling for teamene med veiledende budsjettrammer, og bruken skal være rettet mot relevante SSB-oppgaver og Dapla-overgang.

Detaljert veiledning for oppsett og bruk finnes i Dapla-manualen.