Cognitive offloading: Maakt AI vooral beginners dommer?

[Rekcor]

N.a.v. https://www.bbc.com/future/article/20260417-ai-chatbots-could-be-making-you-stupider (en vele andere recente artikelen).

Wat ik een beetje mis in deze discussie is het onderscheid tussen beginners en experts - wat natuurlijk een continuüm is.

Ik doe zelf veel softwareontwikkeling en heb 20+ jaar ervaring en werk nu in een klein team. In mijn dagelijks werk maak ik best veel gebruik van Claude. Het is inderdaad zo dat ik aan 'cognitive offloading' doe, maar ik zie het meer zo: met Claude heb ik opeens de beschikking over een virtueel team van junior softwaredevelopers, die ik opdrachten kan geven. Ik bedenk de opdrachten, houdt op hoofdlijnen de structuur in de gaten en controleer het opgeleverde werk. Mijn rol is dus meer die van manager dan van 'code-klopper'. Is dat erg?
Volgens mij is AI vooral een probleem doordat beginners niet meer - zoals ik wel >20 jaar heb moeten doen - uren op Stackoverflow e.d. posts van random guys (en girls) hoeven doorakkeren. Ik heb nog de louterende ervaring gehad van sites als https://www.quirksmode.org, om te zorgen dat IE5.5 die verdraaide header op de juiste plek zette, maar 'de jeugd van tegenwoordig' hoeft alleen een prompt in te typen voor de juiste code. Hierdoor leren ze niet meer hoe e.e.a. op basaal niveau in elkaar steekt.

Dus de stelling is: AI is vooral een probleem omdat beginners geen experts meer kunnen worden.

Wat denken jullie?

P.S. Overigens: ik meen iets te weten van PHP/MySQL/HTML/CSS/JS, maar op de meeste andere terreinen ben ik natuurlijk de beginner, en loop ik hetzelfde gevaar als anderen.

[ Voor 0% gewijzigd door Rekcor op 22-06-2026 15:54 . Reden: dubbeloppe info weg ]

[BCC]

Tja, het is weer een situatie waarbij je de trap afbreekt. Vroeger op mijn Commodore 64 moest je eerst een regel programmeren voordat je een listing kreeg van wat er op je floppy staat - dat hoeft nu ook allemaal niet meer. De vraag is of je de basics moet weten / full stack developer moet zijn om goede oplossingen te bouwen - volgens mij komen we daar over 5 jaar achter.

[sanderb]

Als de kwaliteit van de door AI opgeleverde code zo goed wordt dat je het niet meer hoeft na te lezen, is het dan nog nodig?

Ik hoorde iemand laatst de vergelijking maken met een compiler. Wie controleert er tegenwoordig nog wat een compiler met je code doet? In die zin kun je een prompt schrijven dan niet gewoon zien als een hoger niveau programmeer code?

Dit valt en staat natuurlijk met de kwaliteit van de geleverde output en het vertrouwen daarin. In het tempo waarin het nu gaat, kun je je afvragen of er uberhaupt nog behoefte is aan code kloppers in de toekomst.
Ik heb in een ver ver verleden geprogrammeerd, en vind het nu fantastisch dat ik ideeen tot complete werkende projecten kan brengen zonder te coden. Ik zou het nu alleen nog niet vertrouwen voor meer dan persoonlijke projecten omdat ik inderdaad de kennis mis om te valideren hoe goed de opgeleverde code echt is.

We zullen het gaan zien. Ik gok dat dat sneller gaat dan de meeste mensen denken. De frontier AI spelers hebben er allemaal belang bij dat code schrijven nu juist hetgene is dat hun modellen het beste kunnen omdat ze daarmee zelf sneller kunnen ontwikkelen.

[naitsoezn]

Rekcor schreef op maandag 22 juni 2026 @ 09:32:
Dus de stelling is: AI is vooral een probleem omdat beginners geen experts meer kunnen worden.

Een expert worden is imho geen binaire toestand: Een expert worden is 1, een expert blijven is weer heel iets anders. Ooit een manager nog code zien kloppen nadat ie al een paar jaar manager is?

Ontwikkelingen gaan razendsnel, dat zul je als expert wel weten. Wanneer je dan een jaartje of wat 'achterover leunt', dan ben je je expertise op dat vlak niet meer aan het ontwikkelen.

Dus kortom: Oneens met de stelling dat het vooral beginners betreft. Wel is het zo dat het bij beginners eerder zichtbaar zal zijn. Een expert kan wel een 'poosje' leunen op z'n ervaring, maar dat heeft een houdbaarheidsdatum die dichter in de toekomst ligt dan menig expert van zichzelf zal inschatten.

[DirtyBird]

Ik denk dat de benodigde vaardigheden veranderen zoals dat al sinds de industriële revolutie gaat in allerlei werkvelden.

[edie]

Grootste gevaar van die dingen is dat veel mensen de gegenereerde tekst voor 'waar' aannemen en niet verder gaan zoeken, maar we hebben geen inzicht in de dataset en het algoritme dat de tekst genereert. Dit maakt het erg makkelijkvoor de eigenaar om het algoritme steeds verder aan te passen naar hun eigen (politiek) overtuigingen en andere zaken - en vaststaande feiten - uit te sluiten van de tekst.

Dit aanpassen van het algoritme zag je al gebeuren een tijd geleden waar Facebook/Instagram in de VS opeens veel minder posts toonde van Democratische politici. "Foutje" werd er gezegd. Ik zeg "test" om te zien hoe ver het algoritme kan worden aangepast voordat mensen het doorhebben.

[Napo]

naitsoezn schreef op maandag 22 juni 2026 @ 10:27:
[...]

Een expert worden is imho geen binaire toestand: Een expert worden is 1, een expert blijven is weer heel iets anders. Ooit een manager nog code zien kloppen nadat ie al een paar jaar manager is?

De geschetste situatie is wel deels een valse veronderstelling en dat zit deels verscholen in de peter principle. Waarbij een manager niet een programmeur hoeft te zijn geweest en andersom een programmeur geen manager hoeft te worden om door te kunnen groeien.

naitsoezn schreef op maandag 22 juni 2026 @ 10:27:
Ontwikkelingen gaan razendsnel, dat zul je als expert wel weten. Wanneer je dan een jaartje of wat 'achterover leunt', dan ben je je expertise op dat vlak niet meer aan het ontwikkelen.

Dus kortom: Oneens met de stelling dat het vooral beginners betreft. Wel is het zo dat het bij beginners eerder zichtbaar zal zijn. Een expert kan wel een 'poosje' leunen op z'n ervaring, maar dat heeft een houdbaarheidsdatum die dichter in de toekomst ligt dan menig expert van zichzelf zal inschatten.

De wereld veranderd en je kan je hierin wel consequent de vraag blijven stellen in hoeverre deze snel veranderd of dat het nog best wel overzichtelijk blijft. Ga je jaren stil staan loop je vast en zeker op den duur tegen de muur aan maar menig organisatie beweegt niet zo snel noch hoeven ze zo snel te bewegen dat ze daadwerkelijk consequent vooraan moeten lopen. In dat soort gevallen is het ook best wel prima om de spreekwoordelijke kat uit de boom te kijken voordat je op de volgende hype springt ( waar AI overigens stukken meer fundament heeft dan bijvoorbeeld de blockchain hype )

[eamelink]

Door jouw 20 jaar ervaring met het schrijven van code heb je een grote hoeveelheid kennis opgebouwd over applicatiearchitectuur, die je nu nuttig kan inzetten met Claude.

Datzelfde pad ligt niet meer voor de hand voor junioren. Echter; het is onwaarschijnlijk dat de manier waarop jij aan de kennis bent gekomen om met de tools van nu goed te kunnen programmeren de meest efficiënte manier is

Het ligt voor de hand dat de kennis die jij in twintig jaar hebt opgedaan door een beginner sneller opgedaan kan worden, omdat hij zich daar gerichter mee bezig kan houden en niet eindeloos op code-niveau bezig hoeft te zijn. We kunnen junioren veel eerder gaan trainen op het gebied van interface-ontwerp en modularisatie, applicatie-architectuur, solution-architectuur en dergelijke dan we in het verleden zouden doen.

[GarBaGe]

Naar mijn idee verandert er wel wat door LLMs, maar niet veel.
Waarom niet?
Bestaande programmeurs typen programmeercode (3GL) om tot een resultaat te komen.
Met de komst van LLMs gaan ze prompts en contexts typen (in feite 4GL), zodat de LLMs het onderliggende 3GL werk doet.
Uiteindelijk moet je nog steeds van requirements naar een werkende oplossing.
Met LLMs kan het sneller, maar in hoofdlijnen verandert er niets.

[polthemol]

eamelink schreef op maandag 22 juni 2026 @ 10:54:
Door jouw 20 jaar ervaring met het schrijven van code heb je een grote hoeveelheid kennis opgebouwd over applicatiearchitectuur, die je nu nuttig kan inzetten met Claude.

Datzelfde pad ligt niet meer voor de hand voor junioren. Echter; het is onwaarschijnlijk dat de manier waarop jij aan de kennis bent gekomen om met de tools van nu goed te kunnen programmeren de meest efficiënte manier is

Het ligt voor de hand dat de kennis die jij in twintig jaar hebt opgedaan door een beginner sneller opgedaan kan worden, omdat hij zich daar gerichter mee bezig kan houden en niet eindeloos op code-niveau bezig hoeft te zijn. We kunnen junioren veel eerder gaan trainen op het gebied van interface-ontwerp en modularisatie, applicatie-architectuur, solution-architectuur en dergelijke dan we in het verleden zouden doen.

Het probleem ligt misschien ook net hier: wat is efficient. Leren is nooit een efficient proces: het is rommelig, je maakt fouten, er gaan dingen stuk. Halen we dat weg, dan is de verwachting dus dat je mensen hebt die de kennis hyperefficient meteen tot zich nemen en toepassen. Dat zie ik niet gebeuren. Het is voor nu eerder een shortcut.

Als je de code begrijpt, begrijp je ook wat kan en wat er gebeurt op andere lagen van het model wat je af wil gaan. Haal je die kennis weg, dan krijg je een nieuwe generatie mensen die al 'vibecodend' door het leven gaan en maar bidden dat het zinnige code is.

[BCC]

Een junior had laatst een nieuwe API gevibecode waar de authorisatie vergeten was - uiteraard had niemand dat gezien in review, waardoor het vrolijk in productie was... dat is een prima leermomentje voor zowel de dev als de reviewer hoor.

En volgens mij is er weinig anders aan als hoe ik bijvoorbeeld destijds in PHP heb geleerd dat jparamaters niet blindelings in een SQL query moet plakken.

[ Voor 31% gewijzigd door BCC op 22-06-2026 11:36 ]

[Oon]

Van wat ik tot nu toe heb gezien is de code die AI uitpoept nog verre van bruikbaar, je moet er echt bovenop zitten om voorbeelden zoals die van @BCC te voorkomen.
Pas als we een volledig nieuwe generatie AI krijgen die echt kan denken zou AI de kant op kunnen gaan dat meer dan een vers van school junior vervangen kan worden, maar LLM's gaan nooit zover komen, want LLM's kunnen niet nadenken. De 'reasoning' modellen doen niets meer dan in een loopje tokens opstoken tot het patroon zich herhaalt (maw tot er geen nieuwe 'inzichten' meer zijn).

Tot die tijd zijn juniors nog gewoon hard nodig en kunnen ook die AI niet gebruiken als meer dan een hulpmiddel, en daarna zul je een splitsing zien tussen juniors die wél verder willen en juniors die gewoon een beetje tegen AI zitten te lullen de hele dag. Dat zie je nu ook al met juniors die alleen TypeScript en React kennen en zich bijvoorbeeld al niet kunnen verplaatsen in VueJS.

In het kort: Zolang de mens wil zal de mens winnen tot we écht een gezond stel hersenen met onbeperkte capaciteit en rekenkracht kunnen nabouwen. Dat duurt nog wel even, want LLM's zijn een volledig ongerelateerde zijstraat.

[SiErRa]

BCC schreef op maandag 22 juni 2026 @ 11:27:
Een junior had laatst een nieuwe API gevibecode waar de authorisatie vergeten was - uiteraard had niemand dat gezien in review, waardoor het vrolijk in productie was... dat is een prima leermomentje voor zowel de dev als de reviewer hoor.

AI.. pun intended

Dit gebeurde voorheen een junior natuurlijk ook zonder AI.
Maar het is echt wel iets wat de junior weet, hij hoeft het niet nog te leren, het moet alleen niet vergeten worden.

Ook zaken als goede copilot-instructions.md/agents.md/claude.md helpen hierbij dat dit wel automatisch goed gaat.

En dingen reviewen die vergeten zijn is heel lastig. Hier zou juist AI bij de review kunnen helpen.

[Lapa]

SiErRa schreef op maandag 22 juni 2026 @ 11:40:
[...]
Dit gebeurde voorheen een junior natuurlijk ook zonder AI.

Natuurlijk. Maar nu kan die junior veel meer code "schrijven" die er ook veel professioneler uit ziet. Waardoor de kans groter is dat een reviewer dit soort fouten mist.

Wat mij betreft is dit vooral een teken dat het project nog niet klaar genoeg was om er met AI-tools aan te werken. Je moet eerst zorgen voor voldoende instructies zodat de AI-tooling weet aan welke minimale (non-functional) requierments en coding guidelines het moet voldoen. De AI tooling kan hier ook weer op reviewen, zodat als de coding agent zoiets vergeet, de review agent dit detecteert.
Daarmee kan je natuurlijk nog steeds niet 100% voorkomen dat zoiets gebeurt. Maar er is een groot gat tussen vibe-coding en echt professioneel ontwikkelen samen met AI-tools.

[BCC]

Lapa schreef op maandag 22 juni 2026 @ 11:50:
[...]

Wat mij betreft is dit vooral een teken dat het project nog niet klaar genoeg was om er met AI-tools aan te werken. Je moet eerst zorgen voor voldoende instructies zodat de AI-tooling weet aan welke minimale (non-functional) requierments en coding guidelines het moet voldoen. De AI tooling kan hier ook weer op reviewen, zodat als de coding agent zoiets vergeet, de review agent dit detecteert.

Dat is niet mijn ervaring - alle instructies en je code passen zowiezo niet in een context, dus de AI pakt altijd de subset die hem het beste lijkt op dat moment. Prompt engineering is in mijn ervaring vrij zinloos bij software ontwikkeling. Een sterkte bestaande architectuur helpt vaak wel, want dan copy-paste de ai een bestaande module en maakt daar wat aanpassingen aan.

[jeroen3]

Door AI schrijf je nog veel minder code.
Je schrijft wel heel veel requirements. Misschien wel meer dan vroeger omdat je de impliciete requirements nu daadwerkelijk moet gaan vermelden, anders volgt AI ze niet.

Mijn vermoeden is dat er even een boom is met vibe-code-helden die een enorm bak prut over de wereld storten. Dat zal allemaal afsterven, want het groeit slecht en het ontwerp is matig.
Plus omdat AI steeds duurder word zal zulk zinloos gebruik ook afnemen.

Je kunt inderdaad stellen dat dit tredes onderaan de ladder weghaald zodat je er niet meer in kan groeien.
Maar ik ben eerder van mening dat het juist de tredes halverwege verwijderd.
Je kunt straks heel ver komen, maar om goed door te groeien en beter dan AI te worden, moet je echt weer zelf denken.

[brombeer21]

AI is vooral een probleem omdat specifieke kennis verloren gaat, waardoor oplossend vermogen van mensen minder wordt, omdat teveel vertrouwd wordt op anderen (AI). De kennis van mensen veranderd daardoor.

Zie het als een willekeurige helpdesk, of klantenservice, van een grote kabelboer of webwinkel. Zolang jouw probleem een dertien in dozijn probleem is, kunnen de mensen van de klantenservice prima hun scriptjes afdraaien en je helpen het probleem op te lossen. Maar zodra het probleem buiten de gebaande paden valt, hebben dezelfde mensen van de klantenservice niet meer de kennis, of het vermogen om ook buiten de scriptjes te denken, omdat ze alleen hebben geleerd de scriptjes te volgen. En niet om verbanden aan elkaar te koppelen, of logisch te redeneren. En dus zal de grote massa tevreden zijn. Maar een aantal mensen blijft zitten met een onoplosbaar probleem, waar AI de plank misslaat en niemand meer weet, hoe het nou echt werkt onder de motorkap.

[Liegebeest]

sanderb schreef op maandag 22 juni 2026 @ 10:21:
Ik hoorde iemand laatst de vergelijking maken met een compiler. Wie controleert er tegenwoordig nog wat een compiler met je code doet? In die zin kun je een prompt schrijven dan niet gewoon zien als een hoger niveau programmeer code?

Een compiler is deterministisch, een LLM niet. Sterker nog, wanneer twee devs samenwerken aan een project en ze gebruiken verschillende agents, dan kan de uitkomst nog sterker verschillen.

Daar naast: een compiler besluit niet hoe jouw applicatie wordt gebouwd en geïmplementeerd. Een compiler vertaalt van één taal naar een andere.

[Liegebeest]

naitsoezn schreef op maandag 22 juni 2026 @ 10:27:
[...]

Dus kortom: Oneens met de stelling dat het vooral beginners betreft. Wel is het zo dat het bij beginners eerder zichtbaar zal zijn. Een expert kan wel een 'poosje' leunen op z'n ervaring, maar dat heeft een houdbaarheidsdatum die dichter in de toekomst ligt dan menig expert van zichzelf zal inschatten.

Sterke punten en een goede illustratie waarom ik me elk jaar helemaal kapot-werk om bij te blijven leren.

[YakuzA]

sanderb schreef op maandag 22 juni 2026 @ 10:21:
Als de kwaliteit van de door AI opgeleverde code zo goed wordt dat je het niet meer hoeft na te lezen, is het dan nog nodig?

Ik hoorde iemand laatst de vergelijking maken met een compiler. Wie controleert er tegenwoordig nog wat een compiler met je code doet? In die zin kun je een prompt schrijven dan niet gewoon zien als een hoger niveau programmeer code?

Een 2e prompt met dezelfde vraag geeft niet gegarandeerd dezelfde output.
Dus met een compiler kun je dat niet echt gaan vergelijken, behalve op symbolisch nivo. Compilers hebben allemaal achterliggende wiskundige onderbouwing van correctheid.

[naitsoezn]

Napo schreef op maandag 22 juni 2026 @ 10:44:
[...]


De geschetste situatie is wel deels een valse veronderstelling en dat zit deels verscholen in de peter principle. Waarbij een manager niet een programmeur hoeft te zijn geweest en andersom een programmeur geen manager hoeft te worden om door te kunnen groeien.

TS voelt zich een manager en is nu (naar ik aanneem) programmeur. Vandaar de vergelijking die verder niet direct met het Peter-principle te maken heeft: Managers (of ze nu programmeur zijn geweest of niet) schrijven niet zoveel code meer, en als je een manager (die vroeger wel programmeur geweest is) na een paar jaar vraagt om nog even wat code te kloppen, dan zal het allemaal niet zo soepel meer gaan als 'vroeger'

[sanderb]

Liegebeest schreef op maandag 22 juni 2026 @ 13:39:
[...]

Een compiler is deterministisch, een LLM niet. Sterker nog, wanneer twee devs samenwerken aan een project en ze gebruiken verschillende agents, dan kan de uitkomst nog sterker verschillen.

Daar naast: een compiler besluit niet hoe jouw applicatie wordt gebouwd en geïmplementeerd. Een compiler vertaalt van één taal naar een andere.

Ik snap dat de vergelijking op dat niveau mank gaat. Het ging meer om het idee dat je vertrouwd op een systeem omdat het bewezen werkt. Daar zijn we nog lang niet, maar kan het wel heen gaan.

YakuzA schreef op maandag 22 juni 2026 @ 14:24:
[...]

Een 2e prompt met dezelfde vraag geeft niet gegarandeerd dezelfde output.
Dus met een compiler kun je dat niet echt gaan vergelijken, behalve op symbolisch nivo. Compilers hebben allemaal achterliggende wiskundige onderbouwing van correctheid.

Klopt, en als je dezelfde vraag aan 2 developers stelt krijg je ook niet gegarandeerd dezelfde output.
Daar gaat het ook niet om. Het gaat erom of dat systeem goed genoeg is om een output te leveren die doet wat er gevraagd wordt én die in zoverre goed genoeg is dat er geen dev meer nodig is.

Dat wil niet zeggen dat QA niet meer plaats hoeft te vinden (hoewel ook dat deels AI kan/zal zijn).

Het punt dat ik wilde maken is niet dat een LLM net als een compiler werkt. Het punt was dat als iets zo goed werkt dat je er blind op kan vertrouwen, dat er dan geen controle meer nodig is.
Vroeger (heel vroeger) keken programmeurs ook. nog of de compiler wel zijn werk goed gedaan had.

En voor de mensen die roepen: "Ja, maar als niemand meer code kan schrijven, kan niemand meer code lezen" : het COBOL probleem bestaat ook, ondanks dat er al die tijd mensen zijn opgeleid tot developers.

[darkrain]

Verplaatst naar AI Algemeen in overleg met TS

[Rekcor]

naitsoezn schreef op maandag 22 juni 2026 @ 10:27:
[...]

Een expert kan wel een 'poosje' leunen op z'n ervaring, maar dat heeft een houdbaarheidsdatum die dichter in de toekomst ligt dan menig expert van zichzelf zal inschatten.

Goed punt! De moeilijkheid is: het zo verleidelijk om issues met AI op te pakken. Zoals (waarschijnlijk) veel bedrijven, is onze backlog groot, ook met allemaal kleine-issues-die-stiekem-best-veel-werk-zijn. Een knopje hier, een overzichtje daar. Dus kleine verbeteringen binnen de bestaande functionaliteit, waar we gewoonweg niet aan toe komen. Nu is het een kwestie van een goede prompt intypen, 5 minuten wachten, code reviewen, committen, testen, klaar!

[PWSteal]

Een observatie die ik heb bij ontwikkelaars die veel op AI leunen is vooral hoe slordig en afgeraffeld het werk word. De logica word niet meer uitgedacht en alles word gelijk geaccepteerd alsof het correct is. Dat soort spullen komen dan ook regelmatig in productie terecht, waardoor het van het bordje van die ontwikkelaar verdwijnt, maar zodra het gebruikt gaat worden komen allerlei problemen naar voren die vervolgens ook (deels) door anderen weer opgepakt mogen worden.

De oorspronkelijke ontwikkelaar zal dus de conclusie trekken dat hij nu veel productiever is, maar in praktijk trekt hij de productiviteit van het het hele ontwikkelteam en zelfs andere teams omlaag. En ja, met zelf coderen introduceer je ook problemen, maar de hoeveelheid problemen neemt naar mijn inzicht wel toe.

Vooral bij zaken waar de context van de code belangrijk is zie je dat AI maar wat gokt. Als voorbeelden thread-safety waar je vaak expliciet om moet vragen of het gebruiken van indexes in database queries. Daarnaast werkt de logica vaak maar in enkele specifieke use-cases, omdat de ontwikkelaar niet meer de moeite doet om goed uit te denken hoe de logica moet werken.

Ik denk niet zozeer dat het mensen dommer maakt, maar vooral dat het ondermaatse ontwikkelaars sneller laat gaan, en tegelijkertijd voorkomt het dat men leert van wat ze aan het doen zijn.

[naitsoezn]

Programmeren met behulp van AI is imho net zoiets als navigeren met Tomtom: Het zorgt ervoor dat je minder goed oplet waar je precies langs komt en je kunt op den duur dus zelf minder goed navigeren zonder. Het Google-effect.

[Liegebeest]

naitsoezn schreef op maandag 22 juni 2026 @ 16:47:
Programmeren met behulp van AI is imho net zoiets als navigeren met Tomtom: Het zorgt ervoor dat je minder goed oplet waar je precies langs komt en je kunt op den duur dus zelf minder goed navigeren zonder. Het Google-effect.

Maar ja, zal men zeggen, is dat met zelfrijdende auto’s nog wel een probleem?