Wanneer de cursor wacht — en AI begint te typen
In 2025 ziet programmeren er plots heel anders uit: het is de computer die eerst typt, en de mens kijkt toe. Waar vroeger een werkend programma nog getuigde van begrip, komt vandaag het merendeel van de code niet van de student zelf — maar van een model aan diens zijde.
Dat stelt docenten informatica voor een fundamentele vraag: wat betekent “leren programmeren” nog als de routinematige onderdelen van code alvast automatisch gegenereerd worden?
|
The new literacy of code | IBMThanks to AI, coding is now a lot easier … but teaching it got a lot more complicated. Learn how computer science professors are flipping the script on their curricula. |
Van schrijven naar lezen: een paradigmaverschuiving in het curriculum
Volgens Mary Shaw, professor Computer Science aan Carnegie Mellon University, is het tijd om bij te sturen. “We moeten mensen leren om code te lezen die door iemand — of iets — anders geschreven is.”
Samen met haar collega Michael Hilton kondigt ze een curriculumverandering aan: weg van puur coderen, richting het grondiger superviseren, interpreteren en beoordelen van AI-gegenereerde code.
Onderwijsinstellingen wankelen — en moeten kiezen
Uit een recente studie blijkt dat 81% van de Amerikaanse leraren informatica (K-12) vindt dat AI deel moet uitmaken van de basiscomputervaardigheden. Tegelijk voelt minder dan de helft zich voorbereid om dat ook effectief te onderwijzen.
Tegelijk stijgt de vraag naar “AI-bewuste” ingenieurs sneller dan universiteiten curricula kunnen aanpassen — wat de kloof tussen wat studenten produceren en wat docenten kunnen evalueren, snel uitbreidt.
De klas verandert: geen code meer als bewijs, maar logic en begrip
In de praktijk merken docenten dat een werkend programma niet langer garant staat voor conceptueel begrip. Studenten leveren assignments in die volledig door generatieve modellen geschreven zijn — maar daaruit blijkt zelden of ze écht begrepen hebben wat er gebeurt.
Bijgevolg verschijnen er meer opdrachten waarin studenten uitleg, redenering en interpretatie moeten geven — niet enkel werkende code. Examens op papier of onder toezicht maken een comeback, om beter te meten wat leerlingen écht begrijpen wanneer de AI wegvalt.
AI-features verbergen onzichtbare breuken — fundamenten blijven cruciaal
Een van de zorgen is dat beginners zich meteen storten op “vibe-coding”: tools gebruiken om snel iets te laten werken, zonder aandacht voor de onderliggende principes. Maar fundamentele kennis — algoritmes, datastructuren, systeemeisen — blijft essentieel om software stabiel en betrouwbaar te maken.
In klassieke vakken als literatuur, muziek of wiskunde leren studenten eerst lezen en bestuderen vóór ze zelf creëren. In programmeren is dat vaak omgekeerd — en AI legt dat gat pijnlijk bloot. Studenten moeten leren om grote hoeveelheden code die ze zelf niet schreven, kritisch te lezen en te verifiëren.
Werkvloer: beoordeling, testen en integratie bepalen de waarde
Ook in de professionele wereld verandert de rol. Junior engineers spenderen steeds meer tijd aan het beoordelen, integreren en corrigeren van code die door AI gegenereerd is, in plaats van alles zelf te schrijven.
Wie zal uitblinken? Volgens de betrokkenen: zij die niet alleen AI gebruiken — maar vooral hun conceptuele basis combineren met kritisch oordeel en supervisie. Zij die AI zien als krachtig instrument, niet als vervanging.
Geen einde van software-engineering — eerder een terugkeer naar fundamenten
Hoewel AI het schrijven van code radicaal verandert, betekent dat niet het einde van software-engineering. Integendeel: het maakt zichtbaar wat er altijd al essentieel was — begrip van systemen, gedrag van software, integriteit, testbaarheid en ontwerpdenken.
De uitdaging voor onderwijs én industrie: opnieuw waardering geven aan denken vóór klikken, aan het lezen vóór schrijven — en aan kritisch beoordelen vóór automatiseren.
