28. June 2026
En uløst utfordring knyttet til sikkerheten i OpenAIs Codex-modell har igjen skapt debatt blant teknologiledere og sikkerhetsansvarlige. Saken handler om at utviklere fortsatt mangler en enkel og pålitelig måte å ekskludere sensitive filer fra å bli lest og behandlet av AI-verktøyet. Når utviklingsteam bruker AI-verktøy til å skrive kode, risikerer de dermed at konfidensiell informasjon eller proprietær kildekode utilsiktet blir sendt ut av organisasjonen.
Bakgrunnen er den eksplosive veksten i bruk av AI-assistenter som GitHub Copilot (som henter kraft fra OpenAIs teknologi). Mens disse verktøyene har gitt utviklingsavdelinger en enorm produktivitetsboost, har de samtidig skapt hodebry for IT-sikkerhetssjefer. Når AI-en skanner prosjektmapper for å forstå kontekst og gi bedre kodeforslag, klarer den ikke alltid å skille mellom vanlig kode og filer som inneholder sensitive API-nøkler, passord eller forretningshemmeligheter.
For selskaper som baserer sine konkurransefortrinn på egenutviklet programvare, understreker dette behovet for umiddelbare sikkerhetstiltak. Man kan ikke lenger stole blindt på at AI-leverandørene beskytter kildekoden automatisk. Hvis sensitive filer blir indeksert av eksterne verktøy, risikerer man i verste fall brudd på personvernforordninger eller tap av åndsverk.
For teknologiledere og IT-sikkerhetsansvarlige handler ikke dette om å trekke ut pluggen på AI-satsingen – gevinsten ved AI-assistert koding er simpelthen for stor til å velges bort. I stedet bør man etablere strenge retningslinjer for "AI-hygiene". Dette innebærer å konfigurere prosjekter slik at sensitive filer aktivt holdes utenfor AI-verktøyenes rekkevidde, oppgradere til enterprise-avtaler som garanterer at egne data ikke brukes til modelltrening, eller i ytterste konsekvens vurdere lukkede, lokale språkmodeller for de mest kritiske utviklingsprosjektene. Les mer om den tekniske diskusjonen på OpenAIs GitHub-sider.