Default
Door Remote - 29 May 2026
In 2026 kun je AI-coderingstools niet meer uit de greep van ontwikkelaars losmaken, hebben onderzoekers ontdekt.
Maar hoewel AI programmeurs ongetwijfeld helpt code sneller te produceren, levert het misschien geen betere code op, waarschuwen andere onderzoekers. En dat kan voor hen op termijn problemen opleveren.
Concreet publiceerde het gerespecteerde AI-onderzoekslaboratorium METR in februari 2026 een verrassende onthulling: de meeste ontwikkelaars zullen niet meer zonder AI kunnen werken, zelfs niet aan een beperkt aantal taken.
METR had gehoopt een update te kunnen geven van baanbrekend onderzoek dat een paar maanden eerder, in 2025, was gepubliceerd over de productiviteit van AI-codering. Daarin maten onderzoekers hoeveel tijd open source-ontwikkelaars nodig hadden om taken met de hand uit te voeren versus met AI.
Hoewel de ontwikkelaars in dat onderzoek meldden dat AI hen productiever maakte, waren ze geschokt toen ze ontdekten dat het hen juist vertraagde. Zeker, het genereerde sneller code, maar daarna besteedden ze extra tijd aan het opsporen en oplossen van fouten, het aansturen van de AI en het wachten tot deze taken voltooide.
Toen METR het experiment wilde herhalen om de vooruitgang op het gebied van AI en codeervaardigheid te meten, konden ze dat niet.
Ontwikkelaars waren niet bereid om deel te nemen “omdat ze niet zonder AI willen werken”, zelfs niet alleen voor het onderzoek, gaven de onderzoekers toe.
In plaats daarvan publiceerde METR in mei een onderzoek waarmee technische medewerkers zelf hun AI-productiviteitswinst konden rapporteren. Het is dan ook geen verrassing dat ze beseften dat AI hen twee keer zo waardevol maakte voor hun organisaties.
Maar recente krantenkoppen over de wilde kosten van het zogenaamde tokenmaxxing, in combinatie met een beetje recent onderzoek, maken dergelijke zelfpercepties twijfelachtig.
Tokenmaxxing, oftewel het gebruik van het aantal tokens dat een persoon gebruikt als maatstaf voor de productiviteit met AI, is tot nu toe de trend van 2026. En misschien is het al voorbij.
Amazon heeft zijn interne token-tracking leaderboard, genaamd Kirorank, stopgezet nadat werknemers ermee aan het gamen waren door overmatig gebruik te maken van AI-agenten en de kosten op te drijven, zo meldde de Financial Times deze week. De medewerkers bewezen dat AI-gebruik zich niet automatisch vertaalt in een hogere productiviteit.
Uber heeft zijn AI-budget voor 2026 binnen de eerste vier maanden van het jaar verbruikt, meldt The Information. COO Andrew Macdonald zei onlangs op een podcast dat dergelijke uitgaven niet hebben geleid tot een meetbare toename van projecten of productiviteit.
Door AI gegenereerde code vermindert ook niet noodzakelijkerwijs de lopende onderhoudsbehoeften van de code en kan deze zelfs vergroten, betoogde programmeur en auteur James Shore op elegante wijze in een blogpost die viraal ging op Hacker News.
"Je schrijft nu twee keer zo snel code? Ik hoop maar dat je je onderhoudskosten hebt gehalveerd", schreef hij. "Anders ben je genaaid. Je ruilt een tijdelijke snelheidsboost in voor een permanent contract."
Er zijn nog meer aanwijzingen dat AI de problemen met codeonderhoud kan vergroten.
Een virale tweet van Aiswarya Sankar, oprichter en CEO van de startup Entelligence AI voor betrouwbaarheidstechniek, beweert dat bedrijven 44% van hun tokens uitgeven aan bugfixes die hun AI heeft gegenereerd. Ondertussen zegt code-reviewing tool CodeRabbit dat het open source pull-requests heeft geanalyseerd en heeft ontdekt dat AI 1,7x meer problemen veroorzaakte dan menselijke code.
Dat zijn, toegegeven, zelfbedieningsstatistieken van degenen die tools voor het beoordelen van AI-code proberen te verkopen.
Toch hebben onafhankelijke onderzoekers ook dergelijke problemen ontdekt. Onderzoekers van de gerespecteerde Singapore Management University publiceerden in april een rapport waarin ze waarschuwden dat “AI-gegenereerde code onderhoudskosten op de lange termijn kan introduceren in echte softwareprojecten.”
Gezien het feit dat programmeurs dol zijn op hun AI-assistenten, wat is dan de oplossing?
Welnu, degenen die je AI-codeeragenten willen verkopen, zeggen dat ontwikkelaars AI-codeeragenten gewoon kunnen gebruiken om de vermoeiende taken uit te voeren van het repareren van code, net zo snel als AI het uitspuugt. Dat is wat Cognition-oprichter en CEO Scott Wu – de maker van AI-codeeragent Devin – suggereert.
Maar zelfs hij geeft toe dat Devin weliswaar zelfstandig kan werken, maar dat hij zijn vaardigheden momenteel inschat tussen een junior- en een mid-level programmeur, afhankelijk van de taak. Dit is geen 'hand-it-off en vergeet-het-oplossing'.
De SMU-onderzoekers suggereren een meer menselijke aanpak. Programmeurs moeten net zo goed weten welke taken AI wel en niet doet, als zij hun favoriete codeertalen kennen. Ze hebben krachtige kwaliteitsborgingssystemen nodig die zijn ontworpen voor AI, en ze zitten vast aan het zorgvuldig beoordelen van het werk van de AI alsof het een junior ontwikkelaar is.
Ondertussen zeggen de onderzoekers (en Wu is het daarmee eens) dat mensen nog steeds het grote werk moeten doen, zoals software-architectuur en beveiligingsontwerp.
Maar hoewel AI programmeurs ongetwijfeld helpt code sneller te produceren, levert het misschien geen betere code op, waarschuwen andere onderzoekers. En dat kan voor hen op termijn problemen opleveren.
Concreet publiceerde het gerespecteerde AI-onderzoekslaboratorium METR in februari 2026 een verrassende onthulling: de meeste ontwikkelaars zullen niet meer zonder AI kunnen werken, zelfs niet aan een beperkt aantal taken.
METR had gehoopt een update te kunnen geven van baanbrekend onderzoek dat een paar maanden eerder, in 2025, was gepubliceerd over de productiviteit van AI-codering. Daarin maten onderzoekers hoeveel tijd open source-ontwikkelaars nodig hadden om taken met de hand uit te voeren versus met AI.
Hoewel de ontwikkelaars in dat onderzoek meldden dat AI hen productiever maakte, waren ze geschokt toen ze ontdekten dat het hen juist vertraagde. Zeker, het genereerde sneller code, maar daarna besteedden ze extra tijd aan het opsporen en oplossen van fouten, het aansturen van de AI en het wachten tot deze taken voltooide.
Toen METR het experiment wilde herhalen om de vooruitgang op het gebied van AI en codeervaardigheid te meten, konden ze dat niet.
Ontwikkelaars waren niet bereid om deel te nemen “omdat ze niet zonder AI willen werken”, zelfs niet alleen voor het onderzoek, gaven de onderzoekers toe.
In plaats daarvan publiceerde METR in mei een onderzoek waarmee technische medewerkers zelf hun AI-productiviteitswinst konden rapporteren. Het is dan ook geen verrassing dat ze beseften dat AI hen twee keer zo waardevol maakte voor hun organisaties.
Maar recente krantenkoppen over de wilde kosten van het zogenaamde tokenmaxxing, in combinatie met een beetje recent onderzoek, maken dergelijke zelfpercepties twijfelachtig.
Tokenmaxxing, oftewel het gebruik van het aantal tokens dat een persoon gebruikt als maatstaf voor de productiviteit met AI, is tot nu toe de trend van 2026. En misschien is het al voorbij.
Amazon heeft zijn interne token-tracking leaderboard, genaamd Kirorank, stopgezet nadat werknemers ermee aan het gamen waren door overmatig gebruik te maken van AI-agenten en de kosten op te drijven, zo meldde de Financial Times deze week. De medewerkers bewezen dat AI-gebruik zich niet automatisch vertaalt in een hogere productiviteit.
Uber heeft zijn AI-budget voor 2026 binnen de eerste vier maanden van het jaar verbruikt, meldt The Information. COO Andrew Macdonald zei onlangs op een podcast dat dergelijke uitgaven niet hebben geleid tot een meetbare toename van projecten of productiviteit.
Door AI gegenereerde code vermindert ook niet noodzakelijkerwijs de lopende onderhoudsbehoeften van de code en kan deze zelfs vergroten, betoogde programmeur en auteur James Shore op elegante wijze in een blogpost die viraal ging op Hacker News.
"Je schrijft nu twee keer zo snel code? Ik hoop maar dat je je onderhoudskosten hebt gehalveerd", schreef hij. "Anders ben je genaaid. Je ruilt een tijdelijke snelheidsboost in voor een permanent contract."
Er zijn nog meer aanwijzingen dat AI de problemen met codeonderhoud kan vergroten.
Een virale tweet van Aiswarya Sankar, oprichter en CEO van de startup Entelligence AI voor betrouwbaarheidstechniek, beweert dat bedrijven 44% van hun tokens uitgeven aan bugfixes die hun AI heeft gegenereerd. Ondertussen zegt code-reviewing tool CodeRabbit dat het open source pull-requests heeft geanalyseerd en heeft ontdekt dat AI 1,7x meer problemen veroorzaakte dan menselijke code.
Dat zijn, toegegeven, zelfbedieningsstatistieken van degenen die tools voor het beoordelen van AI-code proberen te verkopen.
Toch hebben onafhankelijke onderzoekers ook dergelijke problemen ontdekt. Onderzoekers van de gerespecteerde Singapore Management University publiceerden in april een rapport waarin ze waarschuwden dat “AI-gegenereerde code onderhoudskosten op de lange termijn kan introduceren in echte softwareprojecten.”
Gezien het feit dat programmeurs dol zijn op hun AI-assistenten, wat is dan de oplossing?
Welnu, degenen die je AI-codeeragenten willen verkopen, zeggen dat ontwikkelaars AI-codeeragenten gewoon kunnen gebruiken om de vermoeiende taken uit te voeren van het repareren van code, net zo snel als AI het uitspuugt. Dat is wat Cognition-oprichter en CEO Scott Wu – de maker van AI-codeeragent Devin – suggereert.
Maar zelfs hij geeft toe dat Devin weliswaar zelfstandig kan werken, maar dat hij zijn vaardigheden momenteel inschat tussen een junior- en een mid-level programmeur, afhankelijk van de taak. Dit is geen 'hand-it-off en vergeet-het-oplossing'.
De SMU-onderzoekers suggereren een meer menselijke aanpak. Programmeurs moeten net zo goed weten welke taken AI wel en niet doet, als zij hun favoriete codeertalen kennen. Ze hebben krachtige kwaliteitsborgingssystemen nodig die zijn ontworpen voor AI, en ze zitten vast aan het zorgvuldig beoordelen van het werk van de AI alsof het een junior ontwikkelaar is.
Ondertussen zeggen de onderzoekers (en Wu is het daarmee eens) dat mensen nog steeds het grote werk moeten doen, zoals software-architectuur en beveiligingsontwerp.