Van code schrijven naar systemen aansturen
De opkomst van artificiële intelligentie verandert de rol van softwareontwikkelaars sneller dan ooit. Wat jarenlang draaide om het schrijven van regels code, verschuift steeds meer naar het begeleiden, controleren en verfijnen van AI-systemen die zelf software kunnen genereren.
Tijdens een speciale aflevering van de podcast Mixture of Experts, opgenomen tijdens New York Tech Week in het IBM-kantoor aan One Madison, gingen experts in gesprek over de toekomst van software-engineering. Hun conclusie was duidelijk: de programmeur van morgen zal minder tijd besteden aan het typen van code en meer aan het definiëren van problemen, het beoordelen van resultaten en het bewaken van kwaliteit.
AI-tools maken ontwikkelaars productiever, maar creëren tegelijkertijd nieuwe verantwoordelijkheden. Software-engineers moeten steeds vaker optreden als architecten, kwaliteitscontroleurs en strategische denkers die AI inzetten als een krachtige digitale collega.
De opkomst van ‘tokenmaxxing’
Naast de veranderende rol van ontwikkelaars kwam ook een nieuw fenomeen aan bod: tokenmaxxing.
De term verwijst naar het massale gebruik van AI-modellen waarbij bedrijven enorme hoeveelheden tokens, de bouwstenen waarmee AI-systemen informatie verwerken, verbruiken. Organisaties investeren miljoenen in AI-oplossingen, maar ontdekken soms al na enkele maanden dat hun jaarlijkse AI-budgetten zijn opgebruikt.
Waar aanvankelijk vooral de mogelijkheden van generatieve AI centraal stonden, verschuift de aandacht nu naar efficiënt gebruik. Bedrijven zoeken naar manieren om maximale waarde uit AI te halen zonder onnodig veel rekenkracht en kosten te genereren.
Dat leidt tot een nieuwe discipline binnen ondernemingen: AI-optimalisatie. Niet alleen de kwaliteit van AI-uitvoer telt, maar ook hoeveel middelen daarvoor nodig zijn.
AI op de persoonlijke computer krijgt een enorme boost
Ook de hardwarewereld staat niet stil. Een van de opvallende onderwerpen in de podcast was de introductie van NVIDIA's RTX Spark-superchip.
Deze nieuwe generatie technologie maakt het mogelijk om AI-modellen met maar liefst 120 miljard parameters rechtstreeks op persoonlijke computers te draaien. Wat enkele jaren geleden uitsluitend haalbaar was in enorme datacenters, komt nu binnen handbereik van ontwikkelaars, onderzoekers en bedrijven.
Deze evolutie kan een belangrijke verschuiving veroorzaken in de manier waarop AI wordt gebruikt. In plaats van alle berekeningen naar de cloud te sturen, kunnen organisaties meer AI-taken lokaal uitvoeren. Dat biedt voordelen op het vlak van snelheid, privacy en kostenbeheersing.
Voor softwareontwikkelaars betekent dit dat krachtige AI-functionaliteiten steeds vaker rechtstreeks geïntegreerd kunnen worden in lokale toepassingen en apparaten.
Universiteiten staan voor een historische uitdaging
Misschien wel het meest ingrijpende thema was de impact van AI op het hoger onderwijs.
Universiteiten bevinden zich volgens de deelnemers op een kantelpunt. Studenten studeren af naar een arbeidsmarkt die fundamenteel anders oogt dan enkele jaren geleden. Beroepen veranderen, taken worden geautomatiseerd en nieuwe functies ontstaan sneller dan onderwijsprogramma's traditioneel kunnen volgen.
De vraag is niet langer of AI een plaats krijgt binnen het curriculum, maar hoe diep die integratie moet gaan.
Steeds meer onderwijsinstellingen onderzoeken daarom verplichte AI-geletterdheid voor alle studenten, ongeacht hun studierichting. Net zoals digitale vaardigheden vandaag als basiskennis worden beschouwd, groeit het besef dat inzicht in AI binnenkort even essentieel zal zijn.
AI-geletterdheid wordt een kerncompetentie
Volgens experts moeten toekomstige afgestudeerden niet alleen begrijpen hoe AI werkt, maar ook hoe ze de technologie verantwoord kunnen gebruiken.
Dat gaat verder dan het schrijven van prompts. Studenten moeten leren hoe AI-modellen beslissingen nemen, welke risico's er bestaan rond vooroordelen en betrouwbaarheid, en hoe menselijke controle behouden blijft in geautomatiseerde processen.
Werkgevers zoeken immers steeds vaker naar medewerkers die niet alleen technische kennis bezitten, maar ook kritisch kunnen omgaan met AI-systemen.
Daardoor verschuift het onderwijs van puur kennisoverdracht naar het ontwikkelen van vaardigheden zoals probleemoplossend denken, creativiteit, samenwerking en ethisch oordeelsvermogen.
Een toekomst waarin mens en AI samenwerken
De rode draad doorheen de discussie was dat AI menselijke expertise niet vervangt, maar wel fundamenteel verandert.
Softwareontwikkelaars zullen meer strategische rollen opnemen. Bedrijven zullen moeten leren omgaan met de economische realiteit van AI-gebruik. Hardware maakt steeds krachtigere modellen toegankelijk voor iedereen. En universiteiten staan voor de opdracht om studenten voor te bereiden op banen die vandaag nog nauwelijks bestaan.
Wat vaststaat, is dat AI niet langer een technologie van de toekomst is. Het wordt steeds meer een basislaag onder vrijwel elke sector. Wie succesvol wil blijven, zal niet alleen moeten leren werken met AI, maar ook begrijpen hoe deze technologie de spelregels van werk, innovatie en onderwijs herschrijft.
