De AI-revolutie op onze werkvloer: van programmeur naar AI-coach
Vorig jaar verscheen een kritisch onderzoeksrapport dat waarschuwde voor uitval van systemen en beveiligingslekken in AI-gegenereerde code. Bedrijven die blindelings AI-code in productie zetten, betalen de prijs in haperende applicaties en security-incidenten. Bij SatisfITeers doen we het anders. Onze developers gebruiken AI intensief, maar behouden volledige controle. In deze blog vertelt Bart de Ruijsscher, eigenaar van SatisfITeers, hoe je AI veilig inzet zonder kwaliteit en security op het spel te zetten.
Het probleem met klakkeloos AI-gebruik
Ik zie het overal gebeuren. Bedrijven adopteren AI-tools en developers kopiëren gegenereerde code rechtstreeks naar productie. Het resultaat? Code die werkt, maar die niemand meer begrijpt. Security-lekken die pas maanden later ontdekt worden. Problemen die zich opstapelen tot niemand er meer een touw aan kan vastknopen.
GitClear waarschuwde dat AI-gegenereerde code tot dalende codekwaliteit leidt en steeds vaker systeemstoringen veroorzaakt. Waarom? Developers voelen minder verantwoordelijkheid ("het is niet mijn code") en reviewprocessen zijn niet aangepast aan de snelheid van AI.
Bij SatisfITeers hebben we het risico hiervan direct onderkend. Stel je voor: een AI-agent schrijft een exportfunctie. Technisch perfect werkend. Maar wat als zo'n systeem zonder controle ook BSN-nummers exporteert? Dat risico kunnen we niet nemen. Daarom controleren we álles.
Onze aanpak: AI als junior developer
We behandelen AI als een supersnelle junior developer. Productief, maar zeker (nog) niet blindelings te vertrouwen als het gaat om kritieke beslissingen. Onze senior developers geven opdrachten, controleren output en maken architectuurkeuzes.
Concreet werkt het zo. Een van onze developers geeft AI een opdracht: Maak een getijden-API voor de Oosterschelde die waarschuwt bij springtij – om het maar eens in Zeeuwse sferen te houden. AI produceert in dertig seconden werkende code. Dan begint pas het echte werk. Houdt de code rekening met alle meetpunten? Wat gebeurt er bij extreme weersomstandigheden? Werkt het ook tijdens de jaarlijkse test van de stormvloedkering? AI heeft geen antwoord op deze vragen. Onze developers wel. Daarom blijven zij de baas over de code.
Kwaliteitsborging: alles wordt gecontroleerd
"Je kunt niet klakkeloos accepteren wat AI maakt," is ons mantra geworden. Elke regel AI-gegenereerde code controleren we. Niet alleen of het werkt, maar ook hóé het werkt.
MIT's onderzoek bevestigt wat wij in de praktijk merken: AI mist context en maakt daardoor gevaarlijke aannames.
Dus ja, we gebruiken AI intensief. Maar we lezen elke regel. Willen begrijpen wat er staat en we testen of het écht veilig is. Anders bouw je een kasteel op drijfzand. En xxx (iets over zeeland)
Competentiebehoud: je team wordt sterker, niet zwakker
De grootste angst die ik hoor: "Mijn developers verliezen hun skills als AI alles doet." Snap ik. Maar het tegenovergestelde gebeurt, als je het mij vraagt. Jonge developers leren sneller dan ooit. Ze zien in real-time hoe verschillende oplossingen werken. AI genereert vijf varianten, wij bespreken waarom variant drie de beste is. Dat is leren ‘on steroïds’. Senior developers kunnen eindelijk focussen op wat echt telt. Architectuur. Security. Performance. De zaken waar je ervaring voor nodig hebt. We trainen we ons team continu. Niet in programmeren, maar in AI-validatie. Hoe herken je gevaarlijke patronen? Wanneer vertrouw je AI en wanneer niet?
De resultaten: sneller én veiliger
Na anderhalf jaar AI-gestuurde ontwikkeling zijn de cijfers helder. GitHub's onderzoek toont aan dat ontwikkelaars tot 55% sneller werken bij repetitieve taken. In onze praktijk zien we vergelijkbare resultaten. Standaardcode gaat 70% sneller. Complexe businesslogica 20-30% sneller. Maar snelheid is niet alles. We hebben nul security-incidenten gehad door AI-code. Waarom? Omdat we alles controleren.
Praktische tips voor veilige AI-adoptie
Start klein. Kies één ontwikkelaar die er zin in heeft. Geef hem of haar een AI-tool voor een specifieke taak. Documentatiegeneratie bijvoorbeeld. Meet wat het oplevert.
McKinsey's State of AI-rapport laat zien dat bedrijven die gefaseerd implementeren de beste resultaten behalen.
Investeer in training. Niet in AI-gebruik, maar in AI-controle. Je team moet leren om AI-output kritisch te beoordelen.
Host je AI-tools lokaal als het kan. Wij draaien onze agents in de Zeeuwse Cloud. Geen Amerikaanse techgigant die meekijkt in onze code. Jouw code blijft van jou.
De toekomst: AI als teamlid, niet als vervanger
AI vervangt geen developers. Het maakt ze productiever. Maar alleen als je de controle behoudt. Als je processen aanpast. Als je je team traint.
Bij SatisfITeers zien we AI als een extra teamlid. Eentje die snel werkt maar constant supervisie nodig heeft. Zo halen we het beste uit twee werelden: de snelheid van AI en de wijsheid van onze ervaren developers.
Meer weten?
Benieuwd hoe wij AI veilig gebruiken zonder de controle te verliezen? Ik deel graag onze ervaringen, inclusief de tools die wél en niet werken. Gewoon, lekker praktische inzichten uit anderhalf jaar experimenteren en optimaliseren.
Neem contact op via bart@epesi.nl of bel naar 0118-613 220.