Bijna geen vaardigheid nodig om een biefstuk te bakken (hoewel je er waarschijnlijk geen goede van kunt maken)

Het bakken van een biefstuk vereist bijna geen vaardigheid. Leg hem in een hete pan, wacht even, draai hem om, en uiteindelijk heb je iets dat technisch gezien eetbaar is. Maar een echt goede biefstuk — van rand tot rand medium-rare, goed aangebraden, juist gekruid en consistent heerlijk — is een heel ander verhaal.

Softwareontwikkeling met AI begint precies zo aan te voelen.

We bouwen nu non-stop. Met AI, zonder AI, tijdens het pendelen, op het toilet, waarschijnlijk zelfs in onze slaap. We creëren agents, raamwerken, tools, vaardigheden, prompts, feedbackloops en complexe workflows. Vervolgens gooien we alles tegen een model aan in de hoop dat het ons geeft wat we ons hebben voorgesteld, zonder dat we ooit hoeven te begrijpen hoe het eigenlijk werkt.

De zoektocht naar perfectie

En wat willen we precies? We willen de perfecte biefstuk. We willen software die werkt, er goed uitziet, gepolijst aanvoelt en precies wordt opgeleverd zoals we het ons hebben voorgesteld. Bovenal willen we elke keer hetzelfde resultaat.

Krijgen we dat? Niet elke keer. Zelfs niet in de buurt van elke keer.

Soms geeft het model ons iets dat verrassend goed is. Andere keren serveert het ons een stuk houtskool met een takje tijm erop en noemt dit 'medium-rare', volledig zelfverzekerd in die leugen.

De valkuil van externe oplossingen

Wat doen we dan? We gaan naar een restaurant. We betalen voor een premium AI-product, huren een bureau in, abonneren ons op een nieuwe coding assistant of stappen over naar een nieuw framework dat professionele resultaten belooft. We hopen dat iemand anders het probleem al voor ons heeft opgelost. Soms is dat zo. Maar vaak is dat niet het geval.

Dat laat ons twee keuzes over: zelf leren hoe we echt goed moeten koken, of vrienden blijven vragen naar restauranttips terwijl we onze portemonnee voorbereiden op de volgende dure teleurstelling.

De meeste van ons willen met AI iets bouwen waar we om geven, zonder te verdwalen in de implementatiedetails. We willen AI behandelen als een professionele chef-kok in onze eigen keuken: vertellen wat we willen, wegstappen en terugkomen wanneer het diner klaar is.

AI is geen chef-kok, maar een machine

Maar AI is geen chef-kok. Op zijn best is het een biefstukmachine. Het kan een recept volgen. De temperatuur in de gaten houden, op het juiste moment draaien en de boter toevoegen. Als je het genoeg tools en instructies geeft, zal het dat proces snel en op enorme schaal herhalen. Wat het niet doet, is begrijpen wat je daadwerkelijk wilt.

AI kan het beeld in je hoofd niet zien, tenzij je dit vertaalt naar requirements, beperkingen, voorbeelden, tests en feedback. En zelfs dan wordt het beperkt door zijn eigen capaciteiten, zijn contextvenster en de kwaliteit van het systeem waarin het is ingebed. Je kunt naast de machine staan en elke dertig seconden correcties aanbrengen; dat helpt misschien, maar het verandert de machine niet in een Michelin-chef.

Uiteindelijk besluit je gefrustreerd om gewoon voor de droombiefstuk te betalen. Je kiest het duurste restaurant, gaat zitten, bestudeert het menu en bestelt eindelijk met echt vertrouwen. Je wacht op de eerste hap.

Het bord arriveert. Het is dezelfde verbrande biefstuk die je thuis maakte. Waarom? Omdat elk restaurant in de stad dezelfde AI-kok heeft ingehuurd. "Kostenoptimalisatie," zegt het management. "De meeste mensen zullen het niet merken."

En ze hebben waarschijnlijk gelijk. De meeste mensen merken het niet. In de meeste gevallen hoeft software alleen maar 'acceptabel' te zijn. Klanten tolereren vreemde interfaces, zinloze functies, vreemde bugs en systemen die worden overeind gehouden door gegenereerde code die niemand echt begrijpt.

Maar jij zult het wel merken. Je merkt het omdat dit iets was dat je écht wilde maken.

De noodzaak van vakmanschap

Dus ga je teleurgesteld, hongerig en een beetje beschaamd naar huis en pak je het kookboek van de plank. Er is nog maar één optie over: leren koken.

Je leert wat hitte daadwerkelijk doet. Welke pan ertoe doet en waarom. Waarom dikte belangrijk is, waarom laten rusten essentieel is, en waarom een timer alleen nooit genoeg zou zijn om je te redden. Je verpest nog een paar diners. Dan probeer je het opnieuw. En opnieuw.

Uiteindelijk stop je met vertrouwen op geluk; je hebt het op de harde manier geleerd.

Software werkt precies hetzelfde. AI kan je sneller maken. Het automatiseert repetitieve taken, genereert een startpunt, legt code uit en helpt je ideeën te verkennen. Wat het niet kan, is jouw oordeelsvermogen vervangen. Het kan de kwaliteit niet voor je definiëren, het kan niet beslissen welke compromissen acceptabel zijn, en het kan niet altijd het moment herkennen waarop iets technisch correct is, maar op alle relevante vlakken fout is.

Om goede software te bouwen met AI, moet je nog steeds begrijpen hoe software werkt. Je moet weten waar je precies om vraagt, hoe je beoordeelt wat er terugkomt, en wanneer de machine je simpelweg vol vertrouwen een stuk houtskool serveert.

Blijf leren. Blijf bouwen. Blijf falen. Doe dit totdat je het resultaat kunt produceren dat je wilt, in plaats van te hopen dat je er per toeval in terechtkomt.

Zodra je goed genoeg bent, kun je je eigen kleine restaurant openen. En dan kun je een paar AI-koks inhuren. De meeste mensen zullen het verschil nog steeds niet merken.

Maar jij wel.