Het lot van de developer
Vibe coding belooft dat iedereen software kan bouwen via ai, maar roept net als bij de opkomst van low-code vragen op over het lot van developers. De realiteit: low-code vangt ai-output in modellen, zodat snelheid en robuustheid samengaan. Én ontwikkelaars blijven nodig.
Tekst: Mels Dees Beeld: BRIAN GUNTHER
Waar in 2015 de introductie van low- en no-code leidde tot verhitte debatten over de toekomst van softwareontwikkelaars, herhaalt die discussie zich nu bij vibe coding. Dit (relatief) nieuwe fenomeen, software schrijven in dialoog met artificiële intelligence (ai), wekt de indruk dat straks iedereen applicaties kan bouwen zonder programmeerkennis.
Nvidia-topman Jensen Huang stelde zelfs dat programmeervaardigheden overbodig worden en dat iedereen programmeur kan zijn. Toch laten onderzoek en praktijk zien dat de werkelijkheid veel complexer is. Net zoals low-code destijds de rol van developers niet overbodig maakte maar juist veranderde, lijkt vibe coding eerder een aanvulling dan een vervanging.
Wie echter terugkijkt naar de introductie van low-code ziet duidelijke parallellen. Ook toen fronsten software-engineers de wenkbrauwen. Kon een tool werkelijk applicaties genereren zonder diepgaande kennis van programmeertalen? Inmiddels zijn low-codeplatformen breed ingeburgerd. Ze versnellen de bouw van software en maken samenwerking tussen business en it concreter.
Toch verdwenen ontwikkelaars niet. Integendeel, hun rol werd belangrijker, juist om prototypes en ideeën door te vertalen naar robuuste, schaalbare systemen. Met ai en vibe coding zien we eenzelfde patroon én kans. De hype is groot, maar de praktijk laat zien dat de menselijke factor cruciaal blijft.
Developers doen meer dan programmeren
Verhalen over productiviteitsschokken moeten allereerst genuanceerd worden. Uit onderzoek van METR blijkt dat ervaren ontwikkelaars gemiddeld negentien procent langer doen over hun werk wanneer zij ai-hulpmiddelen inzetten zoals Cursor Pro of Claude 3.5 en 3.7, vergeleken met collega’s die zonder ai werken. De verwachting dat ai bij softwareontwikkeling tot een kwart tijdswinst zou opleveren, kwam niet uit. De verklaring is dat ai-suggesties niet altijd correct zijn, gecontroleerd moeten worden en leiden tot extra contextwisselingen.
Daarbij besteden ontwikkelaars slechts een beperkt deel van hun werkweek aan coderen. Documentatie, overleg, testen en governance slokken minstens zoveel tijd op. Ai die enkel code genereert, pakt die bottlenecks niet aan.
Een van de opvallendste begrippen in deze discussie is vibe coding. De term, geïntroduceerd door ai-onderzoeker Andrej Karpathy (zie kader), verwijst naar softwareontwikkeling via trial-and-error in dialoog met een ai-omgeving. De gebruiker formuleert een opdracht, de ai genereert een voorstel, en in interactie wordt dat bijgestuurd.
Vertaalslag naar productie is valkuil
Voor niet-technische mensen is het een toegankelijke manier om ideeën snel tot leven te brengen. Toch schuilt de valkuil in de vertaalslag naar productie. Vibe coding is ideaal om iets tastbaars te laten zien, een prototype bijvoorbeeld, maar mist robuustheid. Codebases veranderen voortdurend, guardrails (richtlijnen en technische maatregelen om ai verantwoord te gebruiken, n.v.d.r.) zijn schaars en fouten stapelen zich op. ‘Het is makkelijk om tachtig procent van een applicatie te maken, maar de laatste twintig procent, foutafhandeling en compliance, kost tachtig procent van de tijd’, zegt Menno Odijk, field cto bij Mendix.
Daarmee komt low-code nadrukkelijk in beeld. Odijk: ‘Waar vibe coding snelheid en creativiteit brengt, levert low-code de structuur om software ook werkelijk in productie te krijgen.’ Mendix kiest er bewust voor om ai niet direct code te laten schrijven, maar werkt via een soort visuele blauwdruk. In die blauwdruk leg je vast hoe de gegevens zijn opgebouwd (domeinmodellen), hoe de gebruikersschermen eruitzien en welke logica erachter schuilgaat. Het is als het ware een soort bouwtekening van de applicatie: duidelijk, overzichtelijk en begrijpelijk voor businessgebruikers zonder diepgaande programmeerkennis.
'Waar vibe coding snelheid en creativiteit brengt, levert low-code de structuur om software ook werkelijk in productie te krijgen'
Menno Odijk, field cto Mendix
Deze aanpak zorgt ervoor dat er altijd een heldere structuur is, waarbinnen ai kan meedenken en suggesties kan doen, licht Odijk verder toe. ‘De blauwdruk fungeert daarbij als een vangrail: beperkt in variatie en daardoor veiliger en beter traceerbaar.’ Hallucinaties worden zo voorkomen en de testtijd daalt aanzienlijk. Volgens Odijk kan low-code softwareontwikkeling nog twee keer sneller maken.
Mendix onderscheidt twee sporen in het gebruik van ai, legt Odijk uit. ‘Enerzijds wordt ai ingezet voor de ontwikkelaar, met als doel sneller en slimmer software te bouwen met generatieve modellen. Anderzijds wordt ai aangeboden als bouwsteen binnen applicaties, bijvoorbeeld voor chatbots, agentic ai of sentimentanalyse.’
Belangrijk daarbij is dat Mendix geen eigen taalmodellen traint. Het platform biedt toegang tot bestaande modellen in de Mendix Managed Cloud of via connectors naar systemen van klanten. ‘Daarmee blijft de complexiteit van het ai-landschap behapbaar, zonder dat ontwikkelaars zich verliezen in keuzes tussen modellen en databronnen.’
Het gevaar van schaduw ai
Een terugkerend obstakel zijn data. Ai is zo sterk als de input die het krijgt. Veel experimenten stranden omdat de kwaliteit of governance van data tekortschiet. Daarnaast dreigt shadow ai, waarbij medewerkers externe ai-diensten gebruiken zonder toestemming van het management. ‘Daardoor kunnen bedrijfsgegevens onbedoeld uitlekken of hergebruikt worden’, geeft Odijk aan. Governance en security van data worden steeds belangrijker, niet alleen om datalekken te voorkomen maar ook om zinvolle output te krijgen.
Naast snelheid en innovatie speelt digitale soevereiniteit een steeds belangrijker rol. Europese organisaties willen minder afhankelijk zijn van Amerikaanse cloudproviders en meer grip krijgen op data en intellectueel eigendom. Mendix, sinds 2018 onderdeel van Siemens, benadrukt daarom de mogelijkheid om applicaties in de eigen cloud, in Europese infrastructuur of zelfs on-premises te draaien. ‘Klanten willen zelf in controle zijn en willen niet dat een derde de stekker eruit kan trekken’, zegt Odijk. Die vraag sluit aan bij bredere Europese initiatieven zoals Mistral (waar ASML is ingestapt), die bijdragen aan technologische autonomie.
Herinnering aan dotcom-hype
De huidige golf van ai-experimenten doet wellicht denken aan de dotcom-periode. Er is een sterke overtuiging binnen bedrijven dat iets met ai gedaan moet worden, maar vaak ontbreekt een solide businesscase, weet Odijk. ‘Toch is er een verschil met destijds. Waar toen gouden bergen werden beloofd, zijn de verwachtingen nu realistischer.’
Ai zal de manier van werken veranderen, maar niet iedereen overbodig maken. ‘Het gaat er ooit echt wel komen’, zegt Odijk over volledig ai-gedreven softwareontwikkeling. ‘Maar in de tussentijd is low-code een mooie tussenstap. We adopteren de concepten van vibe coding, maar voegen er altijd onze modellen en guardrails aan toe.’
Ai en vibe coding veranderen kortom inderdaad de manier waarop software wordt ontwikkeld, maar developers verdwijnen niet. Net als bij de opkomst van low-code blijft hun rol essentieel. De echte waarde ontstaat juist in de samenwerking tussen ai, low-code en menselijke expertise. Vibe coding levert snelheid en inspiratie, low-code brengt robuustheid en veiligheid, en mensen zorgen voor context, governance en keuzes.
Wie is Andrej Karpathy en wat is vibe coding?
Andrej Karpathy geldt als een van de invloedrijkste ai-onderzoekers van dit moment. Hij werkte bij OpenAI, was hoofd ai bij Tesla en geldt als een van de sleutelfiguren achter de doorbraak van deep learning in beeldherkenning en natuurlijke taalverwerking.
Begin 2024 introduceerde Karpathy in een lezing en via sociale media de term vibe coding. Daarmee bedoelde hij het schrijven van software in dialoog met een ai-model: software is immers ook geschreven in een taal, dus waarom niet llm’s inzetten als taalmodel. De gebruiker formuleert daarbij een opdracht in natuurlijke taal, het ai-model genereert een voorstel en in een iteratief proces wordt de applicatie stap voor stap aangepast.
Het concept sloeg snel aan, vooral omdat het de drempel voor niet-programmeurs verlaagde. In de praktijk is vibe coding vooral geschikt voor prototyping en ideevorming, maar de vertaalslag naar robuuste productieapplicaties blijft lastig. Guardrails ontbreken vaak en de foutgevoeligheid is hoog. Karpathy zelf ziet vibe coding als een belangrijke stap in de democratisering van softwareontwikkeling, maar benadrukt dat ‘enterprise-grade’ software voorlopig nog niet zonder menselijke expertise kan.
