99% AI-code: staan we aan het begin van een nieuw tijdperk?

Twee hackathons, twee werelden

Begin dit jaar deed ik mee aan een hackathon. Zoals altijd: beperkte tijd, groot idee, en de druk om iets werkends op te leveren. Maar er was iets fundamenteel anders dan het jaar ervoor.

Vorig jaar gebruikte ik AI als aanvulling. Copilot voor autocompletions, ChatGPT voor een lastig algoritme, Claude voor het uitdenken van een architectuur. De code was nog steeds van mij. Ik typte, ik dacht na, ik debugde. AI hielp. Maar ik was de developer.

Het bijzondere? Vrijwel alles wat we destijds bouwden als experiment en proof of concept draait inmiddels gewoon in productie. Niet als een opgepoetste POC, maar als volwaardige, stabiele software waar dagelijks mee gewerkt wordt. Wat vorig jaar nog "kijken wat er mogelijk is" was, is nu de standaard.

Dit jaar? Ik denk dat 99% van de code AI-gegenereerd was. Ik schreef prompts. Goede prompts, dat wel. Ik wist precies wat ik wilde, hoe de architectuur eruit moest zien, welke technologieen het beste pasten. Maar de code zelf? Die kwam uit een model. En het werkte. Het werkte zelfs beter dan vorig jaar, in een fractie van de tijd.

AI fixt zichzelf (tot het “werkt”)

Wat veel mensen nog niet doorhebben: AI schrijft niet alleen code. Het schrijft ook de tests. En op basis van die testresultaten kan het zijn eigen code aanpassen, verbeteren en opnieuw draaien. Keer op keer, tot alle tests slagen. Tot het “werkt”.

En daar zit meteen het probleem. Want “werkt” is een gevaarlijk woord. Tests slagen betekent niet dat de software doet wat het moet doen. Het betekent dat het doet wat je gevraagd hebt. En dat is een wereld van verschil.

AI begrijpt (nog) niet out-of-the-box het hele domein waarin je werkt. Het kent de bedrijfsprocessen niet. Het weet niet dat die ene aanpassing in de facturatiemodule betekent dat de boekhouding niet meer klopt. Het ziet niet dat een nieuwe feature conflicteert met een afspraak die je drie maanden geleden met een klant hebt gemaakt.

AI kan razendsnel code produceren die technisch correct is, alle tests doorstaat, en toch compleet de plank misslaat. Omdat het de consequenties van een aanpassing binnen het bestaande proces niet overziet. Het mist de context die jij als mens hebt opgebouwd door jaren in dat domein te werken.

Daarom is de mens niet overbodig geworden. Integendeel. Juist nu heb je iemand nodig die het domein snapt, die de grotere puzzel ziet, en die weet wanneer “alle tests groen” niet hetzelfde is als “dit is correct”.

De romantiek is er een beetje af

Ik ga eerlijk zijn: ik mis iets. Dat gevoel van een hele avond puzzelen op een probleem, uiteindelijk die ene regel vinden die alles laat werken, en dan achteroverleunen met een gevoel van "dat heb ik zelf gebouwd". Dat gevoel wordt steeds zeldzamer.

Nu prompt ik, review ik, stuur ik bij, en voor je het weet staat er een complete applicatie. Het is efficienter. Het is sneller. Maar het voelt anders. Alsof je van handmatig koken bent overgestapt op een Thermomix: het resultaat is prima, maar de ziel zit er een beetje minder in.

Is dat erg? Ik weet het niet. Misschien is het nostalgie. Misschien is het hetzelfde gevoel dat ambachtelijke timmerlieden hadden toen de eerste elektrische zagen op de markt kwamen. De wereld gaat vooruit, en dat is goed. Maar het is oké om te erkennen dat er iets verloren gaat.

En de junior developer dan?

Dit is waar het echt spannend wordt. Als ik, met jarenlange ervaring, al 99% van mijn code door AI laat genereren - hoe moet een junior developer het vak dan leren?

Vroeger leerde je programmeren door te doen. Door fouten te maken. Door uren te debuggen en uiteindelijk te snappen waarom die ene for-loop niet deed wat je verwachtte. Door slechte code te schrijven, feedback te krijgen, en het beter te doen. Dat proces van vallen en opstaan is hoe je een gevoel ontwikkelt voor wat goede code is.

Aan de andere kant: misschien verandert het vak gewoon. Misschien wordt "developer" minder "iemand die code schrijft" en meer "iemand die weet wat er gebouwd moet worden en hoe je AI aanstuurt om dat te doen". Net zoals een architect niet zelf muren metselt, maar wel precies weet hoe een gebouw in elkaar moet zitten.

Het gevaar zit in de tussenperiode. Mensen die denken dat ze developer zijn omdat ze ChatGPT een prompt kunnen geven, zonder te begrijpen wat er uit komt. Dat is alsof je jezelf architect noemt omdat je een tekening kunt beschrijven aan iemand anders.

Hebben junior developers nog een toekomst? Absoluut. Maar het pad ziet er anders uit. De skill verschuift van "code schrijven" naar "begrijpen wat code doet, waarom, en wanneer het fout gaat". Dat vereist misschien zelfs meer begrip dan voorheen.

De voordelen zijn niet te ontkennen

Laat ik niet alleen somberen. Want de voordelen zijn enorm:

• 1. Snelheid: Wat vroeger weken kostte, kan nu in dagen. Een MVP bouwen in een weekend is geen fantasie meer, het is realiteit. Dit democratiseert software development op een manier die we nooit eerder hebben gezien.
• 2. Toegankelijkheid: Mensen zonder traditionele programmeerervaring kunnen nu werkende software bouwen. Ondernemers met een idee hoeven niet meer te wachten tot ze een developer kunnen betalen. Ze kunnen beginnen. Nu.
• 3. Kwaliteit: AI maakt minder typfouten, vergeet geen edge cases (als je erom vraagt), en kan in seconden code reviewen waar een mens minuten over doet. De baseline kwaliteit van gegenereerde code is vaak verrassend hoog.
• 4. Leren: Ironisch genoeg kan AI ook een fantastische leraar zijn. Het kan uitleggen waarom code werkt zoals het werkt, alternatieven voorstellen, en concepten uitleggen op elk niveau. Mits je de juiste vragen stelt.

De donkere kant: veiligheid

Maar laten we ook de olifant in de kamer benoemen. Dezelfde technologie die ons sneller laat bouwen, maakt het ook makkelijker om schade aan te richten.

Scammers gebruiken AI nu al op schaal. Phishing-mails die niet meer vol taalfouten staan, maar perfect geschreven zijn in jouw taal, met jouw naam, verwijzend naar jouw recente aankopen. Dat is vandaag al realiteit.

Maar het wordt erger. Veel erger. Stemmen klonen? Kan al met een paar seconden audiomateriaal. Gezichten namaken in realtime video? De technologie bestaat. Stel je voor dat je een videocall krijgt van je "manager" die je vraagt om een betaling over te maken. Het gezicht klopt. De stem klopt. Alles klopt. Behalve dat het niet je manager is.

Hoe bereiden we ons hierop voor? Hoe leren we onze ouders, onze kinderen, onze collega's om niet alles te vertrouwen wat ze zien en horen? In een wereld waar "seeing is believing" altijd de standaard was, moeten we nu leren dat zelfs onze eigen ogen ons kunnen bedriegen.

De vraag die ik aan jou wil stellen

En dan nu het deel waar ik even geen antwoord op heb. Want dit is iets waar ik echt over nadenk, en ik ben benieuwd of jij dat ook doet.

Het is nu nog maar ongeveer drie jaar geleden dat OpenAI ChatGPT lanceerde. Drie jaar. In die drie jaar is de technologie gegaan van "grappig speelgoed" naar "schrijft 99% van mijn code op een hackathon". Van "leuke gimmick" naar "verandert complete industrieen".

Denk daar even over na. Drie jaar. Wat gebeurt er in de komende tien?

Wat ik wel weet: de wereld van drie jaar geleden komt niet meer terug. En de wereld van over drie jaar zal er weer compleet anders uitzien. Het enige wat we kunnen doen is meebewegen, kritisch blijven, en af en toe even stilstaan bij hoe bizar snel alles gaat.

En misschien, heel af en toe, nog even handmatig een functie schrijven. Gewoon voor het gevoel.