'Rommelcode': Zorgen over de kwaliteit van AI-output

Een van de meest gehoorde bezwaren van ervaren programmeurs is dat AI-systemen wel snel code kunnen produceren, maar niet betrouwbaar. Bjarne Stroustrup waarschuwt dat AI-tools vaak rommel produceren die vervolgens door ervaren ingenieurs moet worden nagekeken en gecorrigeerd. In een interview omschreef hij veel AI-output als "rommelcode" en stelde hij dat het de werkdruk juist verplaatst naar senior ontwikkelaars, die de resultaten moeten beoordelen, herstellen en onderhouden.

Het kernprobleem is niet de snelheid. AI kan moeiteloos grote hoeveelheden code genereren. De zorg is dat de resulterende code vaak niet voldoet aan goede architectuur, veiligheidsnormen of onderhoudbaarheid op de lange termijn—precies de gebieden waar ervaren engineers nog moeten ingrijpen.

Linus Torvalds: AI is een gereedschap, niet de ingenieur

Linux-bedenker Linus Torvalds heeft zich fel uitgesproken tegen de bewering dat AI nu al het meeste productiewerk kan schrijven. Torvalds zegt dat hij geïrriteerd raakt wanneer ontwikkelaars beweren dat "99%" van hun code door AI wordt geschreven. Naar zijn mening kan AI nuttig zijn, maar moet het strikt als een hulpmiddel worden beschouwd, niet als een vervanging voor menselijke engineers.

Hij stelt dat AI de manier waarop programmeurs werken wel kan veranderen, maar niet de fundamentele realiteit van softwareontwikkeling—zoals het begrijpen van systemen, het ontwerpen van architectuur en het nemen van beslissingen waar geautomatiseerde systemen moeite mee hebben.

Waarom de productiviteitswinst kleiner is dan geadverteerd

Java-expert en auteur Vlad Mihalcea benadrukt een ander punt: zelfs als AI werkende code produceert, is de netto productiviteitswinst bescheiden als je het hele ontwikkelproces in ogenschouw neemt.

Code schrijven is slechts één onderdeel van software-engineering. Ontwikkelaars moeten nog altijd:

• de juistheid verifiëren
• edge cases oplossen
• code integreren in grotere systemen
• onderhoudbaarheid en veiligheid garanderen

Als AI-output "bijna goed" is, besteden engineers nog steeds tijd aan het valideren en repareren ervan. Mihalcea betoogt dat de echte productiviteitsverbetering, na aftrek van dit extra werk, marginaal is.

Onderzoeken ondersteunen deze zorg. In de Stack Overflow-ontwikkelaarsenquête van 2025 gaf 66% van de ontwikkelaars aan meer tijd te besteden aan het repareren van AI-code die bijna correct is, maar niet helemaal. 'Bijna-goede' antwoorden waren de meest gerapporteerde frustratie.

Sommige onderzoeken hebben zelfs aangetoond dat ervaren ontwikkelaars taken ongeveer 19% langzamer uitvoerden bij gebruik van AI-tools, terwijl ze dachten dat ze sneller werkten.

Het bedrijfsverhaal: AI-ingenieurs en automatisering

Terwijl veel ervaren programmeurs de beperkingen benadrukken, wijzen techbestuurders vaak op het potentieel van AI. Verschillende bedrijven, waaronder Meta en Amazon, investeren zwaar in AI-tools en automatiseringssystemen. Meta-CEO Mark Zuckerberg heeft gesuggereerd dat AI binnenkort het werk van een mid-level software engineer zou kunnen doen, en mogelijk een groot deel van de code binnen het bedrijf zou kunnen schrijven.

Amazon-CEO Andy Jassy stelt in zijn jaarlijkse aandeelhoudersbrief dat AI elke klantervaring opnieuw zal uitvinden en dat het bedrijf "diep en breed" in AI investeert.

Het echte meningsverschil: Wat is 'productiviteit'?

Het debat gaat minder over de vraag of AI ontwikkelaars helpt, en meer over hoe de impact moet worden gemeten.

Techbedrijven focussen vaak op outputsnelheid: hoe snel tools code kunnen genereren of kleine teams kunnen helpen functies uit te rollen. Ervaren engineers beoordelen productiviteit echter over de hele levenscyclus van software:

• systeemontwerp
• juistheid en betrouwbaarheid
• veiligheid
• debuggen en testen
• onderhoud op lange termijn

Wanneer deze factoren worden meegerekend, vertaalt snelle codegeneratie zich niet automatisch in even grote productiviteitswinst.

Het waarschijnlijke midden

De meeste ervaren ontwikkelaars beweren niet dat AI nutteloos is. Ze zien het liever als een krachtige assistent—vooral voor boilerplate-code, prototypes en documentatie.

Maar ze waarschuwen dat software-engineering veel meer is dan code typen. Architectuur, oordeelsvermogen, debuggen en systeembegrip blijven diepmenselijke taken. Voorlopig is de consensus onder veteranen dat AI de manier waarop ontwikkelaars werken verandert, maar de behoefte aan ervaren ingenieurs voorlopig niet wegneemt.

'Rommelcode': Zorgen over de kwaliteit van AI-output

Een van de meest gehoorde bezwaren van ervaren programmeurs is dat AI-systemen wel snel code kunnen produceren, maar niet betrouwbaar. Bjarne Stroustrup waarschuwt dat AI-tools vaak rommel produceren die vervolgens door ervaren ingenieurs moet worden nagekeken en gecorrigeerd. In een interview omschreef hij veel AI-output als "rommelcode" en stelde hij dat het de werkdruk juist verplaatst naar senior ontwikkelaars, die de resultaten moeten beoordelen, herstellen en onderhouden.

Het kernprobleem is niet de snelheid. AI kan moeiteloos grote hoeveelheden code genereren. De zorg is dat de resulterende code vaak niet voldoet aan goede architectuur, veiligheidsnormen of onderhoudbaarheid op de lange termijn—precies de gebieden waar ervaren engineers nog moeten ingrijpen.

Linus Torvalds: AI is een gereedschap, niet de ingenieur

Linux-bedenker Linus Torvalds heeft zich fel uitgesproken tegen de bewering dat AI nu al het meeste productiewerk kan schrijven. Torvalds zegt dat hij geïrriteerd raakt wanneer ontwikkelaars beweren dat "99%" van hun code door AI wordt geschreven. Naar zijn mening kan AI nuttig zijn, maar moet het strikt als een hulpmiddel worden beschouwd, niet als een vervanging voor menselijke engineers.

Hij stelt dat AI de manier waarop programmeurs werken wel kan veranderen, maar niet de fundamentele realiteit van softwareontwikkeling—zoals het begrijpen van systemen, het ontwerpen van architectuur en het nemen van beslissingen waar geautomatiseerde systemen moeite mee hebben.

Waarom de productiviteitswinst kleiner is dan geadverteerd

Java-expert en auteur Vlad Mihalcea benadrukt een ander punt: zelfs als AI werkende code produceert, is de netto productiviteitswinst bescheiden als je het hele ontwikkelproces in ogenschouw neemt.

Code schrijven is slechts één onderdeel van software-engineering. Ontwikkelaars moeten nog altijd:

• de juistheid verifiëren
• edge cases oplossen
• code integreren in grotere systemen
• onderhoudbaarheid en veiligheid garanderen

Als AI-output "bijna goed" is, besteden engineers nog steeds tijd aan het valideren en repareren ervan. Mihalcea betoogt dat de echte productiviteitsverbetering, na aftrek van dit extra werk, marginaal is.

Onderzoeken ondersteunen deze zorg. In de Stack Overflow-ontwikkelaarsenquête van 2025 gaf 66% van de ontwikkelaars aan meer tijd te besteden aan het repareren van AI-code die bijna correct is, maar niet helemaal. 'Bijna-goede' antwoorden waren de meest gerapporteerde frustratie.

Sommige onderzoeken hebben zelfs aangetoond dat ervaren ontwikkelaars taken ongeveer 19% langzamer uitvoerden bij gebruik van AI-tools, terwijl ze dachten dat ze sneller werkten.

Het bedrijfsverhaal: AI-ingenieurs en automatisering

Terwijl veel ervaren programmeurs de beperkingen benadrukken, wijzen techbestuurders vaak op het potentieel van AI. Verschillende bedrijven, waaronder Meta en Amazon, investeren zwaar in AI-tools en automatiseringssystemen. Meta-CEO Mark Zuckerberg heeft gesuggereerd dat AI binnenkort het werk van een mid-level software engineer zou kunnen doen, en mogelijk een groot deel van de code binnen het bedrijf zou kunnen schrijven.

Amazon-CEO Andy Jassy stelt in zijn jaarlijkse aandeelhoudersbrief dat AI elke klantervaring opnieuw zal uitvinden en dat het bedrijf "diep en breed" in AI investeert.

Het echte meningsverschil: Wat is 'productiviteit'?

Het debat gaat minder over de vraag of AI ontwikkelaars helpt, en meer over hoe de impact moet worden gemeten.

Techbedrijven focussen vaak op outputsnelheid: hoe snel tools code kunnen genereren of kleine teams kunnen helpen functies uit te rollen. Ervaren engineers beoordelen productiviteit echter over de hele levenscyclus van software:

• systeemontwerp
• juistheid en betrouwbaarheid
• veiligheid
• debuggen en testen
• onderhoud op lange termijn

Wanneer deze factoren worden meegerekend, vertaalt snelle codegeneratie zich niet automatisch in even grote productiviteitswinst.

Het waarschijnlijke midden

De meeste ervaren ontwikkelaars beweren niet dat AI nutteloos is. Ze zien het liever als een krachtige assistent—vooral voor boilerplate-code, prototypes en documentatie.

Maar ze waarschuwen dat software-engineering veel meer is dan code typen. Architectuur, oordeelsvermogen, debuggen en systeembegrip blijven diepmenselijke taken. Voorlopig is de consensus onder veteranen dat AI de manier waarop ontwikkelaars werken verandert, maar de behoefte aan ervaren ingenieurs voorlopig niet wegneemt.