Er werd verwacht dat kunstmatige intelligentie (AI) een revolutie teweeg zou brengen in de software-engineering, en tot op zekere hoogte is dat ook gebeurd. Bijna 90% van de techprofessionals gebruikt nu AI-tools op het werk, waarbij meer dan 80% productiviteitswinsten rapporteert. Maar ondanks de hype laten de gegevens een verontrustende trend zien: ontwikkelaars werken langere uren, niet minder. De belofte dat AI saaie taken zal automatiseren en de efficiëntie zal verhogen, botst met de realiteit van onstabiele code, verhoogde druk en potentiële burn-out.
De paradox van productiviteit
AI kan code genereren voor webapps, mobiele software en datatools, waardoor onervaren ontwikkelaars zelfs basisprototypes kunnen maken via ‘vibe-codering’. Door AI gegenereerde code is echter zelden foutloos. Ontwikkelaars besteden nog steeds veel tijd aan het verifiëren van de output en het repareren van fouten, wat leidt tot een toename van de ‘instabiliteit van de softwarelevering’. Uit het DORA-rapport blijkt dat meer AI-gebruik correleert met frequentere rollbacks en fixes. Dit betekent dat hoewel de individuele codeersnelheid kan toenemen, het algehele proces kwetsbaarder kan worden.
Druk om te presteren
Het probleem is niet alleen technisch; het is ook cultureel. AI wordt vaak ingezet naast de verwachting van een hogere output met minder middelen. Bedrijven verwachten meer van werknemers in het AI-tijdperk, wat leidt tot de druk om sneller te werken, zelfs buiten kantooruren. Uit onderzoek uit Berkeley blijkt dat werknemers die AI adopteerden meer taken op zich namen, sneller werkten en meer uren registreerden. Velen gebruiken nu AI tijdens pauzes en vergaderingen, waardoor de grens tussen werk en persoonlijke tijd vervaagt.
De stijging van het aantal werkuren buiten kantooruren
Multitudes meldt dat engineers 27,2% meer pull-aanvragen samenvoegen, maar ook 19,6% meer code indienen buiten de normale werkuren. Dit is niet alleen een kwestie van verbeterde efficiëntie; het suggereert dat werkgevers aandringen op een grotere productiviteit, wat mogelijk tot een burn-out kan leiden. Lauren Peate, CEO van Multitudes, waarschuwt dat deze trend ‘niet goed is voor de persoon’.
De vaardigheidskloof
Een te grote afhankelijkheid van AI kan ook de ontwikkeling van vaardigheden belemmeren. Uit antropisch onderzoek is gebleken dat ingenieurs die sterk afhankelijk zijn van AI 17% lager scoorden op codeerkennistests dan degenen die dat niet deden. De grootste kloof zat in het debuggen: het vermogen om fouten in code te vinden en op te lossen. Het gebruik van AI als snelkoppeling kan ervoor zorgen dat junior ontwikkelaars de door AI gegenereerde output niet kunnen begrijpen of verfijnen, waardoor de kwaliteit van het werk op de lange termijn mogelijk verslechtert.
De toekomst van software-engineering
De druk treft niet alleen individuele ontwikkelaars; het verandert de manier waarop open-sourceprojecten functioneren. Er is sprake van een toename van het aantal door AI aangestuurde inzendingen van lage kwaliteit die de tijd van de kernontwikkelaars in beslag nemen, en een afname van het gezamenlijk projectmanagement.
Uiteindelijk neemt AI de behoefte aan menselijke expertise niet weg; het geeft er een nieuwe vorm aan. De belangrijkste vraag is of werkplekken zich zullen aanpassen om burn-out te voorkomen, de werkdruk te beheersen en trainingsmogelijkheden te bieden, of dat de belofte van AI zich eenvoudigweg zal vertalen in langere uren en een grotere druk op software-ingenieurs.
De realiteit is dat AI de bestaande dynamiek versterkt: het maakt goede dingen beter, maar ook slechte dingen erger. De uitdaging gaat niet alleen over het gebruik van de tools, maar ook over het bouwen van een duurzaam ecosysteem eromheen.
