AI-codeertools maken je aanzienlijk sneller. Dat is de belofte. Na twee jaar dagelijks AI te hebben gebruikt, kan ik je vertellen: de belofte is echt. Maar niet op de manier die de krantenkoppen suggereren.
De onderzoeken tonen indrukwekkende cijfers. Junior developers die taken minstens 40% sneller afronden. Code geschreven in de helft van de tijd. Productiviteitswinsten waar elke manager enthousiast van zou worden.
Wat ze niet laten zien is de leercurve. Of de maanden waarin alles langzamer voelde. Of het vreemde besef dat de bottleneck nooit was wat ik dacht.
Eerst werd ik langzamer
De eerste maanden coderen met AI waren frustrerend. Ik vroeg om iets, en kreeg iets dat in de buurt kwam maar niet helemaal klopte, en besteedde dan tijd aan het repareren ervan. Ik accepteerde een suggestie, besefte dat het niet paste, en herschreef het toch. De tools beloofden snelheid maar leverden wrijving.
Ik begon me af te vragen of ik iets verkeerd deed. Ik besteedde meer tijd aan het reviewen van AI-output dan ik zou hebben besteed aan het zelf schrijven van de code.
Dus bleef ik experimenteren. Verschillende tools, verschillende benaderingen. Langzaam viel het kwartje.
Wat de onderzoeken missen
Kijk je nauwkeuriger, dan ontstaan er patronen.
Een studie bij Microsoft, Accenture en een ander bedrijf vond dat junior developers 27-39% productiever werden. Senior developers? Slechts 8-13%. Toch leveren ze uiteindelijk meer AI-gegenereerde code op dan juniors.[1] Het verschil is geen productiviteit. Het is oordeelsvermogen. Een gerandomiseerde trial met ervaren open-source developers vond iets nog verrassenders: ze waren 19% langzamer met AI. Maar hier is het fascinerende deel: ze geloofden dat ze 20% sneller waren.[2]
De onderzoeken meten hoe snel je klaar bent. Ze meten niet de leercurve. Microsoft-onderzoek suggereert dat het elf weken duurt voordat developers echte productiviteitswinsten zien. Elf weken van je sneller voelen terwijl je eigenlijk langzamer bent.
De echte bottleneck
Voor mij was typen nooit de bottleneck. Ik schrijf al dertig jaar code. Mijn vingers weten waar de toetsen zitten. De syntax schrijf ik zonder na te denken.
Maar weten wat je moet typen? Dat is anders.
De echte bottleneck is het begrijpen. Welk probleem los ik eigenlijk op? Welke randgevallen bestaan er? Hoe beïnvloedt deze wijziging de rest van het systeem? Wat is de juiste structuur hiervoor? Wat zal breken? Welke aannames maak ik?
AI kan daarbij helpen. Het is een briljante sparringpartner. Misschien de beste die ik ooit heb gehad. Het kan vragen stellen die ik niet had overwogen, invalshoeken suggereren die ik gemist zou kunnen hebben. Maar begrijpen moet ik zelf doen. Dat valt niet uit te besteden.
Wanneer ik niet wist wat ik wilde bouwen, of hoe ik het moest structureren, maakte AI het erger. Het genereerde zelfverzekerd uitziende code voor het verkeerde probleem, en vulde de leegte met plausibele onzin.
De stilte voor het bouwen
Het belangrijkste deel van mijn werk is stil.
Geen toetsenbord. Soms geen scherm. Alleen nadenken over wat er moet gebeuren. Het probleem in mijn hoofd doorlopen. Of schetsen op papier. Vragen stellen, aan collega's of aan mezelf.
Leslie Lamport, die de Turing Award won voor zijn werk aan gedistribueerde systemen, zei ooit dat code nooit bedoeld was als medium voor denken. "Het beperkt je vermogen om te denken wanneer je denkt in termen van een programmeertaal," betoogde hij. Code laat je focussen op de bomen terwijl je het bos mist.
Hij heeft gelijk. De beste oplossingen komen voordat je een toetsenbord aanraakt. Ze komen onder de douche, tijdens een wandeling, in een gesprek. Ze komen wanneer je niet probeert code te schrijven.
Die stilte kan niet worden overgeslagen. AI kan een denkpartner zijn tijdens deze fase, maar alleen als jij het gesprek leidt, niet wacht op oplossingen. Verkeerd gebruikt vult het de stilte met ruis. Suggesties voor problemen die je nog niet begrijpt. Oplossingen voor de verkeerde vraag.
Het denken moet eerst komen. AI kan je helpen denken, maar het kan niet voor je denken.
AI aansturen is een vaardigheid
Ik bouw dingen vele malen sneller dan voorheen. Niet alleen omdat AI beter werd, maar omdat ik leerde hoe het te gebruiken. Wanneer AI in te zetten. Wanneer niet. Hoe een vraag te formuleren. Wanneer de output te vertrouwen. Welke taken AI goed afhandelt en welke niet.
Dit duurde maanden. Geen dagen, geen weken. Maanden van verkeerde afslagen en verspilde tijd en langzaam opgebouwde intuïtie.
De developers in die onderzoeken die kleine winsten voor ervaren programmeurs tonen? Die waren waarschijnlijk nog aan het leren. Nog in de fase waarin AI evenveel problemen creëert als het oplost.
Een nieuwe laag van vaardigheid
Programmeren met AI is een andere vaardigheid dan programmeren zonder.
Het vervangt ervaring niet. Het vereist een nieuwe laag van ervaring bovenop alles wat je al weet. Je hebt genoeg kennis nodig om de output te beoordelen, genoeg context om de juiste vraag te stellen, en genoeg intuïtie om te weten wanneer er iets niet klopt.
De data ondersteunt dit. Projecten die te zwaar leunen op AI-gegenereerde code zien een toename van 41% in bugs.[3] Ze hebben geleerd, vaak op de harde manier, dat AI-zelfvertrouwen en AI-correctheid verschillende dingen zijn.
Junior developers tonen grotere winsten op benchmarks omdat hun bottleneck kennis was. Ze kenden de syntax niet, de patronen. AI vult dat gat.
Voor ervaren developers was kennis nooit het probleem. De uitdaging zat altijd in het nemen van de juiste beslissingen. Datzelfde beoordelingsvermogen helpt hen nu te bepalen wanneer AI te vertrouwen is. Daardoor ontwikkelen ze uiteindelijk meer code—niet omdat AI hen meer helpt, maar omdat ze weten wanneer het werkt.
Wanneer het werkt
AI werkt wanneer ik weet wat ik wil en hoe ik het wil bouwen.
Wanneer ik een helder beeld in mijn hoofd heb en alleen de uitvoering nog gedaan moet worden, is het alsof iemand voor me typt, sneller dan ik ooit kon, terwijl ik doorga naar het volgende probleem. Ik beschrijf wat ik nodig heb, AI produceert code, ik review en pas aan, we gaan verder. Snel. Vloeiend. Alsof we samenwerken.
Maar wanneer ik nog aan het ontdekken ben wat ik wil, wanneer het probleem zelf onduidelijk is, staat AI in de weg. Het antwoordt voordat ik klaar ben met vragen. Het vult de stilte die ik nodig had.
De vaardigheid is weten in welke fase je zit. En AI anders gebruiken in elke fase: als denkpartner bij het verkennen, als bouwer bij het uitvoeren.
De verkeerde maatstaf
"Hoeveel sneller ben je met AI?" is de verkeerde vraag.
Er is een oud onderscheid in softwareontwikkeling: iets goed bouwen versus het goede bouwen. Junior developers zijn geobsedeerd door het eerste. Is de code schoon? Volgt het best practices? Senior developers weten dat niets daarvan ertoe doet als je het verkeerde bouwt.
AI is uitzonderlijk goed in iets goed bouwen. Het kent de patronen, de best practices. Het kan alleen niet kiezen welk patroon bij jouw situatie past. Het kan schone code sneller schrijven dan jij kunt typen.
Maar AI kan je niet vertellen of je het goede bouwt. Het kan je niet vertellen dat de feature waar niemand om vroeg het probleem zal oplossen dat iedereen heeft. Het kan je niet vertellen dat de elegante oplossing drie nieuwe problemen zal creëren. Dat vereist oordeelsvermogen en ervaring die geen enkel model heeft.
Snelheid veronderstelt dat je weet waar je naartoe gaat. Het veronderstelt dat de bestemming vast staat en alleen de reistijd varieert. Maar de meeste softwareontwikkeling is niet zo. Het meeste is uitzoeken waar je naartoe gaat.
De juiste vraag is: "Weet je wat je aan het bouwen bent?"
Zo ja, dan maakt AI je veel sneller. Het typen dat nooit echt een bottleneck was wordt nog minder een. Je kunt focussen op het volgende probleem terwijl AI het huidige afhandelt.
Zo niet, dan laat AI je je sneller voelen. Het geeft je de sensatie van vooruitgang. Code verschijnt op het scherm. Dingen lijken te gebeuren. Maar je beweegt niet naar de juiste bestemming. Je beweegt alleen.
Ik ben nu sneller met AI. Veel sneller. Maar alleen omdat ik maanden heb besteed aan leren wanneer het niet te gebruiken.
De bottleneck zat nooit in het typen. Het was weten wat je moest typen. AI kan je helpen dat uit te zoeken, maar het kan het niet voor je uitzoeken.
