Bruk av KI-agenter til å utvikle en VRE-prototype for manuskriptstudier
Dette blogginnlegget presenterer et eksperiment med KI-assistert utvikling innen digital humaniora. Ved hjelp av Claude Code utviklet jeg en lokal prototype av et virtuelt forskningsmiljø (Virtual Research Environment, VRE) for studier av Tatians Diatessaron. Formålet var å undersøke om KI-assistert programmering kan bidra til å omdanne manuskriptdata og forskningsnotater til et fungerende verktøy for visualisering, kollasjon og tekstsammenligning.
Diatessaron
Diatessaron er en evangelieharmoni fra antikken: én sammenhengende fortelling satt sammen av tekst fra Matteus, Markus, Lukas og Johannes. Dette gjør teksten til et fascinerende, men teknisk utfordrende, studieobjekt for digital analyse. Et vers i Diatessaron er ikke nødvendigvis bare «et vers fra Matteus» eller «et vers fra Lukas». Det kan kombinere formuleringer fra flere evangelier, og ulike tekstvitner kan bevare forskjellige versjoner av den samme harmoniserte tekstenheten.
VRE-prototypen ble utviklet for å synliggjøre denne kompleksiteten.
Fargekoding av evangeliekildene

En nyttig funksjon i VRE'en er den fargekodede kildevisningen. Hver frase kan merkes ut fra hvilket evangelium den stammer fra. Matteus, Markus, Lukas og Johannes visualiseres deretter som fargede tekstsegmenter i Diatessaron. Dette gjør det enklere å få oversikt over hvordan evangelieharmonien er satt sammen.
Fargekodingen er basert på tilgjengelige metadata og foreløpige annotasjoner, og kan inneholde feil eller forenklinger. Alle identifiseringer av evangeliekilder må etterprøves vitenskapelig før de kan brukes som forskningsfunn.
MARK16 verktøy for tekstsammenligning

En tidligere prototype viser hvordan sammenligning av manuskripter kan utforskes gjennom interaktive digitale grensesnitt. I dette eksemplet er det latinske ordet lapidem koblet til sitt greske motstykke. Verktøyet klarer også å identifisere at det latinske substantivet tilsvarer en gresk substantivfrase, som inkluderer både artikkelen og substantivet, selv om latin ikke har noen tilsvarende artikkel.
Metode og fremgangsmåte
VRE-prototypen ble utviklet lokalt ved hjelp av Claude Code. Jeg opprettet en prosjektmappe på datamaskinen min som Claude Code fikk tilgang til, og la inn relevant kildemateriale, inkludert manuskripttranskripsjoner i TEI-XML-format. Deretter beskrev jeg i detalj hvordan jeg ønsket at verktøyet skulle fungere, logikken for tekstsammenligning og bruken av fargekoding for å visualisere evangeliekildene. Jeg viste også Claude Code til en eksisterende VRE som kunne brukes som eksempel på grensesnitt og funksjonalitet.
Prototypen ble utviklet som en Flask-basert webapplikasjon med en SQLite-database. Python-skript ble brukt til å importere strukturerte grunndata til databasen, med Diatessarons inndeling i seksjoner og vers som en felles referansestruktur. Nettgrensesnittet ble bygget med HTML-maler, CSS og JavaScript, og inkluderer visuelle fremstillinger av hvilke tekstvitner som inneholder de ulike tekstseksjonene (attestasjon), kollasjon og evangeliekildenes struktur.
Den ferdige Diatessaron-prototypen kjører foreløpig lokalt på datamaskinen min og er ennå ikke publisert på nettet.
Erfaringer og begrensninger ved KI-assistert VRE-utvikling
Claude Code gjorde det mulig å utvikle en fungerende VRE-prototype med begrenset praktisk programmeringserfaring. Ved å gi KI-agenten tilgang til kildemateriale, tydelige krav og sammenlignbare eksempler, klarte jeg på kort tid å utvikle en søkbar database, et Flask-basert grensesnitt, visualiseringer og eksperimentelle verktøy for tekstsammenligning. Dette viser potensialet KI-assistert programmering har for rask utvikling av prototyper innen digital humaniora.
Metoden reiser imidlertid også viktige spørsmål. Brukeren må ha god kontroll over hvilke filer og mapper KI-agenten får tilgang til, for det kan medføre risiko knyttet til personvern, utilsiktede filendringer, sletting eller eksponering av data. Gjentatte forespørsler om tillatelser kan også føre til en form for godkjenningstretthet (permission fatigue), der man gradvis blir mindre kritisk til hva man godkjenner.
Prototypen trenger dessuten fortsatt teknisk evaluering. En profesjonell utvikler vil kunne avdekke svakheter knyttet til sikkerhet, vedlikehold, skalerbarhet eller kodekvalitet. Det finnes også en strategisk avhengighet: Dersom verktøy som Claude Code eller ChatGPTs programmeringsverktøy blir trukket tilbake, begrenset eller endret, kan prosjektet bli sårbart, særlig dersom man har valgt å ikke benytte en profesjonell utvikler.
KI-assistert VRE-utvikling er derfor lovende, men bør kombineres med teknisk kvalitetssikring og langsiktig planlegging for vedlikehold.
Det er mulig å lage nettsider og enklere verktøy med gratisversjonen av Claude, men for å bruke KI-agenter gjennom Claude Code eller Cowork, og få høyere bruksgrenser, må man abonnere på Claude Pro (betalingsversjonen). Selv med Claude Pro opplevde jeg noen ganger å nå bruksgrensen etter bare noen timers programmering. Det kan derfor være lurt å bytte til en mindre ressurskrevende KI-modell når man utfører enklere oppgaver, slik at man kan arbeide lenger før man når bruksgrensen.
OpenAI tilbyr Codex, som er et lignende verktøy som Claude Code/Cowork. Det er mulig å teste Codex gratis med svært begrenset brukskvote, men for mer omfattende arbeid med KI-agenter vil man trenge et betalt abonnement.
Andre funksjoner i VRE-prototypene:


Deklarasjon om bruk av KI
VRE-prototypen ble utviklet med bistand fra Claude Code (Claude Pro). ChatGPT og Claude ble brukt til å utarbeide og forbedre deler av blogginnlegget. Den vitenskapelige innrammingen, utvalget av kildemateriale, tolkningene og det endelige redaksjonelle ansvaret ligger hos forfatteren.
Teksten ble oversatt fra engelsk til norsk av ChatGPT med lett bearbeiding, 16.11.2026