AI die code schrijft: sneller vooruit, of sneller in de problemen

AI die code schrijft, versnelt het makkelijke deel en verbergt het moeilijke deel. Werkende code genereren is inmiddels triviaal. De vraag is of die code veilig is, of ze te onderhouden valt, en of iemand nog begrijpt wat er gebeurt. Dat blijft mensenwerk, en juist daar wordt tijd bespaard op de verkeerde plek.

Waar het stilletjes misgaat

AI-code faalt zelden luidruchtig. Ze compileert, ze doet in de demo wat je vraagt, en de problemen komen later:

• Security. Modellen reproduceren patronen uit hun training, inclusief ontbrekende invoervalidatie en verouderde encryptie, en verspreiden die fout over je hele project.
• Onderhoudbaarheid. Code die werkt maar niet leesbaar is, wordt over een half jaar niemands verantwoordelijkheid. Slechte documentatie versnelt dat verval.
• Toegankelijkheid. Gegenereerde front-end voldoet lang niet altijd aan de eisen, wat bij overheid en instellingen een harde ondergrens is.
• Afhankelijkheid. Een workflow die volledig op één AI-tool leunt, is een vorm van vendor lock-in die je pas voelt als de tool verandert.

De snelheid is echt, de winst niet altijd

Zonder grondige kennis van code en aandacht voor security, toegankelijkheid en beheerbaarheid levert AI-ondersteund bouwen op termijn meer problemen op dan het oplost.

Dat is geen pleidooi tegen AI in het ontwikkelproces. Het is een pleidooi tegen het weglaten van de stappen die AI niet voor je doet. De tijdwinst is reëel; ze verdampt alleen als je de bespaarde uren niet investeert in controle.

Hoe je de snelheid houdt zonder de rekening

De meest effectieve aanpak is iteratief, niet één prompt maar een dialoog: laat AI een eerste versie maken, beoordeel die als een senior een junior beoordeelt, en stuur bij. Dat is precies waar vibe coding sterk is, en waar het eindigt.

AI is een uitstekende versneller in handen van iemand die weet hoe goede code eruitziet. In handen van iemand die dat niet weet, is het een machine die technische schuld produceert op snelheid.