De toekomst van programmeren: waarom Engels de nieuwe programmeertaal wordt

Krijgt Huang gelijk met z’n uitspraak? Ik denk het wel. Dat is niet alleen omdat 30 tot 40 procent van alle nieuwe code op GitHub nu met behulp van AI wordt geschreven. Het verhaal is complexer.

Hoe AI de rol van developers fundamenteel verandert

Na zo’n 30 dagen programmeren met AI, waarin ik twee leuke producten wist te bouwen, durf ik één ding met zekerheid te zeggen: programmeren krijgt een nieuwe invulling.

Onderzoek toont aan dat programmeer teams die met AI werken ongeveer 26 procent productiever zijn en vooral meer gebalanceerde oplossingen ontwikkelen. Er zijn ook onderzoeken die het tegenovergestelde beweren: developers die AI-codeertools gebruikte werden gemiddeld 19 procent langzamer. Maar alle onderzoeken die ik lees zijn in alle eerlijkheid achterhaald voordat ze werden gepubliceerd.

Het MCP-serverconcept bestaat nog geen jaar en Claude Code is pas drie maanden breed inzetbaar. Juist die combinatie liet mij de werkelijke superkracht van AI voor softwaredevelopment zien.

Ik verwacht dat AI-augmented teams vijf tot tien keer sneller van idee naar product kunnen gaan, mits ze zich daarop inrichten. Daarbij wordt er iets anders gevraagd van een developer: conceptueel meedenken wordt veel relevanter dan het daadwerkelijk typen van code.

Van technische complexiteit naar business-inzicht

Nog interessanter is hoe de input van de rest van de organisatie verwerkt gaat worden. Voor niet-technische mensen is het vaak lastig in te schatten hoe moeilijk het is om nieuwe features te bouwen.

Maar als ik een AI toegang geef tot onze codebase en uitleg welke business-functionaliteit ik wil, kan de AI een behoorlijk goede inschatting maken van welke systemen het raakt en hoe complex het wordt. Nog beter: ik kan vragen hoe ik een gelijksoortige feature kan krijgen tegen veel minder developmenturen.

Een marketingteam kan op basis van marktonderzoek al een prototype laten bouwen en testen met gebruikers, zonder dat er ook maar een regel code door een developer is geschreven. 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. Dat komt vooral omdat AI bij grote, complexe codebases simpelweg niet het architectuurbewustzijn heeft die nodig is om onderhoudbare systemen te bouwen. Het resultaat? Studies tonen aan dat AI-bewerkte projecten tot acht keer zoveel gedupliceerde codeblokken bevatten.

De kosten van nieuwe AI-code

Die gegenereerde code heeft ook een kostprijs. Naar verwachting verbruiken AI-datacenters in 2028 zo’n 6,7 tot 12 procent van alle Amerikaanse stroom. En 80 tot 90 procent van die gegenereerde code haalt de productiefase niet eens. Au.

Daartegenover staat een opvallende paradox: code-efficiëntie had jarenlang nauwelijks prioriteit. Servers – of ‘ijzer’, in vaktermen – waren goedkoper dan developmenturen. Het resultaat? Meer gebruikers betekende meer ijzer.

Met AI verandert dat. Efficiëntie wordt weer haalbaar. Je vraagt om energiezuinige algoritmes of laat AI werken in talen die je zelf niet beheerst, maar die wel perfect bij je project passen. Met als uitkomst snellere, zuinige code.

Het hallucinatie-probleem: niet-bestaande software en securityrisico’s

Nog zorgwekkender zijn de hallucinaties. Bij 30 procent van de AI-gegenereerde code zit minstens één ‘gehallucineerde’ package dependency, softwarebibliotheken die simpelweg niet bestaan. Van de 576.000 onderzochte codesamples bevatten er 440.000 verwijzingen naar softwarepakketten die nergens te vinden zijn.

Dit opent de deur voor package confusion-aanvallen. Cybercriminelen kunnen deze niet-bestaande pakketten maken en volstoppen met malware. Ontwikkelaars die de AI-code blindelings vertrouwen, installeren dan letterlijk malware.

Ongeveer 40 procent van alle AI-gegenereerde code bevat beveiligingslekken. De code ziet er prima uit, functioneert meestal ook, maar bevat security holes die pas later ontdekt worden – vaak door hackers.

Nou is security ook snel een een beetje een drogreden, want ook door mensen geschreven code bevat veel fouten. Als je in je AI-workflow regelmatig een goede opschoonronde inbouwt – waarbij je de code netjes en leesbaar maakt – én de code analyseert terwijl deze wordt geschreven, dan kun je heel veel beveiligingsfouten uit de systemen halen. Dus wees je bewust van de security risico’s en pas je workflow er op aan.

Codereview in het AI-tijdperk: hybride en essentieel

Dit maakt codereview – een (senior) developer bekijkt de code van een collega (junior) developer – belangrijker dan ooit, maar wel op een totaal andere manier. De traditionele codereview wordt vervangen door een hybride proces.

AI-tools kunnen binnen seconden code scannen op syntaxfouten, stijlproblemen en bekende security patterns. Maar voor context, architectonische beslissingen en subtiele beveiligingsrisico’s hebben we nog steeds mensen nodig. Het is alsof AI de spellingscontrole doet, maar mensen nog steeds moeten beoordelen of de verhaalstructuur klopt.

We hebben AI nodig om AI te controleren. Vertrouw, maar controleer.

Legacy code-modernisatie: waar AI echt uitblinkt

Daar waar AI wél uitblinkt, zie je serieuze resultaten. Het moderniseren van legacy code is daarvan het beste voorbeeld.

Voor de gemiddelde financiële instelling gaat zo’n 70 procent van de ICT-capaciteit op aan het onderhouden van legacysystemen. Systemen geschreven in COBOL, soms decennia oud, die nog steeds het hart vormen van banken wereldwijd.

AI is buitengewoon goed in het herschrijven van oude code naar moderne architecturen. AI begrijpt de logica van oude systemen en kan die vertalen naar iets nieuws. Daarmee kun je AI dus gebruiken om je technical debt -je technische schuld- in te lossen, waarmee er meer tijd vrij komt voor innovatie.

De stille revolutie in bedrijfsprocessen

Die innovatie beperkt zich niet tot development. Workflow tools als N8N, gecombineerd met kleine AI-gegenereerde codesnippets, maken het mogelijk om veel administratieve proces te automatiseren.

Waar een menselijke collega binnen openingstijden misschien 20 klantenservicetickets per dag kan afhandelen, kan een goed getrainde AI 24/7 honderden tickets analyseren. Accountingprocessen, btw-aangiftes, HR-verlofaanvragen: er is veel te automatiseren met AI-workflows.

Dat optimaliseren van zo’n workflow is op dit moment echter nog erg complex en voorbehouden aan mensen met een technische achtergrond. Dus waar er een mooie belofte ligt, zie ik het nog jaren duren voordat veel van die administratieve processen echt geautomatiseerd zijn.

Wie profiteert er eigenlijk van de AI-revolutie?

Maar wie profiteert er eigenlijk werkelijke van de AI-revolutie? Dat is spannend. Want er werken nog steeds heel veel mensen aan die administratieve processen. Op dit moment zijn het de hoger opgeleide adaptieve kenniswerkers die profiteren van de AI-revolutie. Denk aan de marketeer die nu prototypes kan bouwen en de consultant die veel sneller rapporten produceert.

Voor de administratieve collega, de junior developer of de klantenservice-expert voelt het echter vooral als een bedreiging. Bedrijven moeten daarom investeren in hun mensen: die junior developer ruimte geven om door te groeien naar medior-niveau, en administratieve collega’s leren hoe ze AI kunnen inzetten. Zo behouden ook zij een baan die bij hen past.

Wat we verliezen: de menselijke factor

En daar raakt dit verhaal iets wat me echt zorgen baart. We praten als het gaat over AI vooral over sneller, efficiënter en goedkoper. Maar het woord ‘menselijker’ hoor ik zelden.

De persoon aan de andere kant van je chat of telefoongesprek zal steeds vaker een AI zijn en steeds minder vaak een mens. Als het menselijke aspect verdwijnt uit onze interacties en uit ons werk, wat doet dat met ons als samenleving?

De generatie die nooit leerde zoeken

Er groeit een generatie op die nooit heeft geleerd effectief te googelen, omdat ze direct 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 vervangt ons denkproces. Dat zijn twee totaal verschillende dingen.

De keuze die voor ons ligt

Dus waar eindigen we? Met een wereld waarin AI alle routineklussen 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 leefden?

De technologie is er. De keuze is aan ons. En die keuze maken we niet in boardrooms of op tech-conferenties. We maken die elke dag, bij elke beslissing over hoe we AI inzetten.

Kiezen we voor AI die ons meer tijd geeft voor elkaar? Of voor AI die ons nog productiever maakt in een race die eigenlijk niemand kan winnen?

Ik weet het antwoord niet. Maar ik weet wel dat we er bewust over moeten nadenken. Want de tools die we nu bouwen en inzetten, bepalen hoe de wereld er morgen uitziet.

Blogserie over programmeren met AI

Dit is het laatste artikel van een vierdelige blogreeks over programmeren met AI. De eerste drie artikelen lees je via de onderstaande links:

• Deel 1: Hoe AI developmentkosten met 2900% verlaagt
• Deel 2: Programmeren met AI: slim valsspelen
• Deel 3: 19 tips voor succesvol programmeren met AI en Claude Code