Kan Huang goed opschieten met z’n uitspraak? Ik denk het wel. Dat is niet alleen omdat 30 tot 40 procent van alle nieuwe code op GitHub nu wordt geschreven met behulp van AI. Het proces is complexer.
Hoe AI de rol van ontwikkelaars fundamenteel verandert
Na twee weken programmeren kan ik één ding met zekerheid zeggen: programmeren krijgt binnenkort een compleet nieuwe uitvinding. Onderzoek toont aan dat AI-gebaseerde teams ongeveer 26 procent productiever zijn en vooral meer gebalanceerde oplossingen ontwikkelen. Dit onderzoek was echter al achterhaald voordat het werd gepubliceerd.Het MCP-serverconcept bestaat nog geen negen maanden en Claude Code is pas twee maanden breed inzetbaar. Het is deze combinatie die mij de ware kracht van AI voor softwareontwikkeling laat zien.Ik verwacht dat AI-gebaseerde teams vijf tot drie keer sneller van idee naar product kunnen gaan door op snelheid te komen. Daarom is het een ander soort ontwikkelaar: conceptueel denken is veel relevanter dan code schrijven.
Van technische complexiteit naar zakelijk inzicht
Nog interessanter is hoe de input van de rest van de organisatie verwerkt gaat worden. Voor niet-technische mensen is het erg moeilijk om bij te houden hoe gemakkelijk het is om nieuwe functies te bouwen.Maar als ik AI toegang geef tot mijn codebase en bepaal welke zakelijke functionaliteit ik wil, kan AI een geweldig inzicht geven in welke systemen het beïnvloedt en hoe complex het wordt. Nog beter: ik kan vragen hoe ik een nuttige functie kan krijgen voor veel minder ontwikkelwerk.Een marketingteam kan een prototype bouwen en testen met gebruikers op basis van marktonderzoek, zonder dat er ook reguliere code wordt geschreven door een ontwikkelaar. De feedbackloop wordt korter en sneller.Programmeren met AI kent echter ook een schaduwzijde.
De keerzijde: waarom AI-code gevaarlijk kan zijn
AI is dol op het schrijven van nieuwe code. Dit komt vooral doordat AI niet beschikt over de architectuurexpertise die nodig is om herbruikbare systemen te bouwen voor grote, complexe codebases. Het resultaat? Onderzoeken tonen aan dat AI-geëvalueerde projecten acht jaar lang te veel dubbele codeblokken hebben.
De kosten van nieuwe AI-code
De andere code heeft ook een kostprijs. Volgens voorspellingen zullen AI-datacenters in 2028 6,7 tot 12 procent van alle Amerikaanse steden in beslag nemen. En 80 tot 90 procent van de tellercode heeft niet de productfase. Au.Daarnaast is er een duidelijke paradox: code-efficiëntie is altijd een prioriteit geweest. Servers – of ‘ijzers’, in karaktertermen – waren beter dan ontwikkelaars. Het resultaat? Meer gebruikers die meer ijzer nodig hebben.Met AI verandert dat. Efficiëntie wordt nog haalbaarder. Je vraagt om energiezuinige algoritmes of laat AI werken in talenten die je zelf niet gebruikt, maar die perfect bij je project passen. Met snellere, betrouwbaardere code als resultaat.
Het hallucinatie-probleem: niet-bestaande software en beveiligingsrisico’s
Nog zorgwekkender zijn de hallucinaties. Ten minste 30 procent van de door AI gegenereerde code verwijst naar een ‘hallucinante’ pakketafhankelijkheid, softwarebibliotheken die gewoon niet bestaan. Van de 576.000 geanalyseerde codevoorbeelden waren er 440.000 verwijzingen naar softwarepakketketens die nergens te vinden zijn.Dit is de oorzaak van package confusion-aanvallen. Cybercriminelen kunnen deze onstabiele pakketten maken en tegenhouden met malware. Gebruikers die blindelings de AI-code verspreiden, installeren dan briefmalware.Ongeveer 40 procent van alle AI-code bevat beveiligingslekken. De code ziet er prima uit, functioneert meestal ook, maar bevat beveiligingslekken die pas later ontdekt worden – vaak door hackers.
Codereview in het AI-tijdperk: hybride en essentieel
Dit maakt codereview – een senior ontwikkelaar bekijkt de code van een junior – belangrijker dan ooit, maar wel op een totaal andere manier. De traditionele codeview wordt vervangen door een hybride proces.AI-tools kunnen code binnen enkele seconden scannen op syntaxfouten, stijlproblemen en bekende beveiligingspatronen. Maar voor context, architectuurbeslissingen en subtiele beveiligingsrisico’s hebben we nog steeds meer mensen nodig. Dit komt ook omdat AI de spellingcontrole doet, maar mensen nog steeds de gedragsstructuur moeten observeren.We hebben AI nodig om AI te controleren. Vertrouw, maar controleer.
Legacy code-modernisering: waar AI echt uitblinkt
Waar AI niet knippert, zijn de resultaten erg goed. Het moderniseren van legacy code is daarvan het beste voorbeeld.Bij middelgrote financiële instellingen gaat 70 procent van de ICT-capaciteit naar de ontwikkeling van legacy-systemen. Systemen geschreven in COBOL, enkele tientallen jaren oud, wat nog steeds de hardste standaard is die banken gebruiken.AI is over het algemeen goed in het schrijven van oude code voor moderne architecturen. AI begrijpt de logica van oude systemen en kan ze omzetten in iets nieuws. Dit betekent dat er binnenkort veel meer middelen beschikbaar zijn voor innovatie.
De stille revolutie in bedrijfsprocessen
Innovatie stopt niet bij ontwikkeling. Workflowtools zoals N8N, gecombineerd met kleine AI-conforme code snippets, maken het mogelijk om elk administratief proces te automatiseren.Waar een menselijke medewerker ongeveer 20 klantenservice tickets per dag kan afhandelen, kan een goed getrainde AI veel meer. Boekhoudprocessen, btw-angiftes, HR-verlofaanvragen: allemaal te automatiseren met AI-workflows.Ik verwacht dat er over drie jaar heel weinig overloop is van traditionele administratieve functies.
Hoe profiteert hij van de AI-revolutie?
Dat is spannend. Want er werken nog steeds heel veel mensen aan die administratieve processen. Dit zijn de meer geavanceerde, adaptieve werknemers die profiteren van de AI-revolutie. Denk aan de marketeer die nu prototypes kan bouwen en de consultant die veel sneller rapporten maakt.Maar voor de administratieve collega, de junior ontwikkelaar of de klantenservicedeskundige is dit vooral een vereiste. Daarom is het belangrijk dat medewerkers ruimte maken voor de junior ontwikkelaar, zodat zij een bemiddelaar kan worden. En dat er ruimte is om de administratieve taken met AI te leren. Zodat ook zij een baan blijven houden die bij hen past.
Wat we verliezen: de menselijke factor
En dat is iets waar ik me echt zorgen over maak. We hebben liever dat AI sneller, efficiënter en betrouwbaarder is. Maar ik wil het woord ‘slimmer’ benadrukken.De persoon aan de andere kant van je chat of telefoongesprek is altijd eerder een AI en altijd minder waarschijnlijk een mens. Als het menselijke aspect verdwijnt uit onze interacties en uit ons werk, wat doet dat dan met ons als samenleving?
De generatie die nooit leerde zoeken
Er is een generatie die nog geen effect heeft gekregen van googelen, zodat zij rechtstreeks vragen kunnen stellen aan ChatGPT. Die nooit code heeft gedebugd, omdat AI het direct goed doet. Die nooit heeft geleerd hun gedachten te structureren, omdat AI hun teksten herschrijft.Is dat erg? Ja! Het eerste onderzoek zegt dat het onwijs slecht is voor onze hersenontwikkeling. En je kunt zeggen dat de auto ook het paard heeft opgevolgd, maar daar hebben we het over vervoer. AI verandert ons denken. Dat zijn twee totaal verschillende dingen.
De keuze die voor ons ligt
Maar waar beginnen we? Met een wereld waarin AI alle routinematige dingen doet en mensen zich kunnen richten op creativiteit, strategie en echte menselijke verbinding? Of met een wereld waarin we zo efficiënt zijn geworden dat we vergeten zijn waarvoor we eigenlijk leven?De technologie is er. De keuken is van ons. En dat doen we niet in bestuurskamers of op tech-conferenties. We doen het elke dag, bij elke vergadering over hoe we AI gebruiken.Zijn we voor AI die ons meer tijd geeft voor elkaar? Of voor AI die ons nog productiever maakt in een race die niemand kan winnen?Ik weet het antwoord niet. Maar ik weet wel dat we er bewust over moeten nadenken. Willen dat de gereedschappen die we nu bouwen en gebruiken vorm geven aan hoe de wereld er morgen uit zal zien.
Blogserie over programmeren met AI
Dit is het laatste artikel in een serie van vier blogs over programmeren met AI. De eerste drie artikelen lees je via de onderstaande links:
