De basis die verdwijnt
Vroeger, als je begon met programmeren, moest je de basis leren. Hoe werkt een netwerk? Hoe werkt een database? Wat is een pointer? Die basis is breed. En die breedte geeft je het voordeel dat je patronen herkent.
Die basis is heel breed. En dat geeft me het voordeel dat ik heel vaak dingen zie. Dan gebeurt er iets, oh, dan denk ik: oh ja, dan moet je daar en daar even kijken. Omdat ik die patronen, misschien niet letterlijk, maar je hebt wel zoiets vergelijkbaars ooit een keer gezien.
Als je de onderliggende systemen snapt, weet je waar je moet kijken als iets misgaat. Je hebt intuïtie ontwikkeld over hoe dingen werken. Die intuïtie bouw je op door ervaring, door fouten maken, door dingen onderzoeken.
De nieuwe workflow
Wat zie je nu? Mensen die programmeren met AI hebben een andere workflow. Iets werkt niet. Wat doe je? Je gaat naar ChatGPT of Claude. Je copypaste de foutmelding. Je vraagt: geef me een oplossing.
Die kennis ontwikkelen ze ook niet meer. Tegenwoordig, wat doe je? Je gaat naar ChatGPT of Claude Code. Die zegt: oh, dit werkt niet. Je copypaste de foutmelding weer in. Geef me een oplossing.
Het probleem: je leert niets. Je hebt geen idee waarom het niet werkte. Je hebt geen idee waarom de oplossing werkt. Je hebt alleen geleerd dat als je de foutmelding in de AI stopt, er iets uitkomt.
Het moment dat de AI er niet uitkomt
Dit is het probleem dat veel developers hebben. Als je heel veel aan het vibe coden bent, kom je op het moment dat de AI er eigenlijk niet uitkomt. Of de AI doet alsof hij er wel uitkomt, maar het werkt niet.
Dat is het moment, dat is ook waarschijnlijk het probleem wat veel developers hebben. Als je heel veel aan het vibe coden bent, kom je op het moment dat het er eigenlijk niet uitkomt. En dan ga je het probleem oplossen. En als je het dan niet kunt oplossen, ben je eigenlijk geen programmer.
En dan moet je het zelf oplossen. Maar je hebt nooit geleerd hoe je problemen oplost. Je hebt nooit geleerd hoe je onderzoekt waarom iets niet werkt. Je hebt alleen geleerd hoe je prompts schrijft.
Je weet niet wat je niet weet
Het fundamentele probleem met AI-assisted coding is dat je niet weet wat je niet weet. De AI geeft een oplossing. Die oplossing ziet er goed uit. Maar is het de juiste oplossing? Zijn er betere manieren? Wat zijn de trade-offs?
Je weet niet wat je niet weet. Dus alles wat AI niet zegt, dat wil je ook als dat niet bestaat.
Als de AI iets niet noemt, denk je dat het niet relevant is. Maar de AI weet ook niet wat hij niet weet. Hij geeft antwoorden op basis van patronen in zijn training data. Als jouw probleem net anders is, gaat hij de mist in.
De verschuiving van verantwoordelijkheid
Er is nog een probleem. Je verschuift de verantwoordelijkheid van jezelf naar de AI.
Het is niet alleen het verschuiven van verantwoordelijkheid, je verschuift de verantwoordelijkheid van de persoon, de developer, die er verantwoord staat omdat hij het gezien heeft, naar OpenAI.
Een developer die code schrijft, staat ervoor. Hij heeft het gezien. Hij heeft nagedacht over de keuzes. Hij kan uitleggen waarom het zo is. Een vibe coder kan dat niet. Die kan alleen zeggen: de AI heeft het zo gedaan.
De trainingdata beperking
AI is goed in dingen die vaak voorkomen. Als duizenden mensen voor jou hetzelfde probleem hebben gehad, lost de AI het perfect op. Maar zodra je iets unieks doet, wordt het lastig.
Doe jij een hele simpele website met een hele simpele backend met een paar REST-endpoints in Python, daar staan natuurlijk honderdduizend verschillende voorbeelden van. Daar bouwt hij best wel wat aardigs. Maar moet je iets specifieks doen, waar niet zoveel voorbeelden van zijn, dan zie je dat je heel vaak zelf moet bijsturen.
Dit is de paradox: AI is het beste in dingen die niet interessant zijn. Standaard problemen, standaard oplossingen. De interessante dingen, de unieke problemen, daar faalt hij.
Over een paar jaar
Ik denk dat we straks, over een paar jaar, heel veel van dat soort mensen hebben. Waarom? Omdat die niet meer geleerd hebben om letterlijk dingen te onderzoeken, en dingen waarom.
We krijgen een generatie developers die:
- Niet weet hoe onderliggende systemen werken
- Niet kan troubleshooten als de AI faalt
- Niet kan beoordelen of een oplossing goed is
- Niet weet wat ze niet weet
De kwaliteitsstandaard verschuift
Er is nog een trend die dit versterkt. De standaard voor wat “goed genoeg” is, verschuift.
Ik denk ook dat het niveau van kwaliteit steeds minder belangrijk wordt. In de zin van dat we steeds meer naartoe gaan als het maar werkt.
Als het maar werkt. Dat is de nieuwe standaard. Niet: is het onderhoudbaar? Is het veilig? Is het schaalbaar? Maar: doet het wat het moet doen als je op de knop drukt?
Wat blijft belangrijk?
Begrip van fundamenten
Netwerken, databases, security. De basis die je nodig hebt om problemen te herkennen.
Probleemoplossend vermogen
Kunnen uitzoeken waarom iets niet werkt. De foutmelding kopiëren is het begin; begrijpen wat eronder zit is het werk.
Kritisch denken
Kunnen beoordelen of een oplossing goed is. Een mening hebben over architectuur en trade-offs.
Weten wanneer je hulp nodig hebt
Herkennen dat je iets niet weet. Niet doen alsof je het snapt.
De skills die het verschil maken
De skills die het verschil maken zijn niet meer de technische details. Die kan de AI. De skills die het verschil maken zijn:
Domeinkennis
Weten wat het probleem is dat je oplost. Begrijpen wat gebruikers nodig hebben.
Communicatie
Kunnen uitleggen wat je bouwt en waarom. Stakeholders meenemen.
Kwaliteitsbeoordeling
Kunnen zien of iets goed is. Werkend en goed werkend zijn twee verschillende dingen.
Systeemdenken
Begrijpen hoe alles samenhangt. Zien welke keuze nu welke consequentie later heeft.
Conclusie
AI verandert wat het betekent om developer te zijn. Maar het vervangt niet de behoefte aan expertise. Het verschuift alleen waar die expertise over gaat.
De vraag is: ontwikkelen nieuwe developers die expertise nog? Of leunen ze zo hard op AI dat ze nooit leren wat ze eigenlijk zouden moeten weten?
Hulp nodig van ervaren developers?
Ons team heeft 15+ jaar ervaring. We weten wat AI niet weet. We helpen je om de juiste keuzes te maken.
