Ik schrijf elke dag over AI en ik werk er elke dag mee. De laatste tijd merk ik iets wat ik liever niet had gemerkt. Lange stukken lezen kost me moeite en typen gaat slechter. Zit er een fout in mijn code, dan mis ik het geduld en het puzzelvermogen om hem zelf te vinden. Vroeger ging ik zoeken. Nu vraag ik het.
Mijn werk is lopendebandwerk geworden
Ik maak minder zelf en controleer meer. De machine bouwt, ik documenteer wat er gebouwd is, ik bewaak de beveiliging van mijn data en ik houd alles up to date wat ik met AI heb ontwikkeld. Soms voelt dat als AI-lopendebandwerk: de band draait, ik kijk wat eraf komt.
Dat is geen gevoel van mij alleen. Onderzoekers van Microsoft Research en Carnegie Mellon University vroegen 319 kenniswerkers die minstens wekelijks AI gebruiken naar 936 voorbeelden uit hun werk. Hun beeld: het denkwerk verschuift van informatie verzamelen naar informatie controleren, van problemen oplossen naar AI-antwoorden bijsturen en van taken uitvoeren naar toezicht houden (Bron: Microsoft ResearchPDF). Het was een enquête, dus mensen beoordeelden hun eigen inspanning. Of hun vaardigheden echt achteruitgingen, meet dit onderzoek niet.
Wat er wel uit komt, herken ik: wie veel vertrouwen heeft in de AI, denkt minder kritisch na over wat eruit komt. Wie vertrouwen heeft in het eigen kunnen, kijkt juist scherper (Bron: Microsoft ResearchPDF). In mijn stuk van augustus over wat onderzoek écht zegt over vaardigheidsverlies staan de andere studies, van Poolse artsen tot de bekende MIT-preprint. Hier wil ik inzoomen op één vaardigheid: fouten vinden in code.
Wat Anthropic mat bij programmeurs
Het duidelijkste onderzoek naar programmeren met AI komt van een AI-bedrijf zelf. In januari 2026 publiceerde Anthropic, de maker van Claude, een gerandomiseerd experiment met 52 vooral beginnende programmeurs die al minstens een jaar wekelijks Python schreven. Ze moesten in 35 minuten twee functies bouwen met Trio, een Python-bibliotheek die ze nog niet kenden. De helft mocht een AI-assistent gebruiken. Daarna volgde een toets zonder AI. De AI-groep scoorde gemiddeld 50 procent, de groep zonder AI 67 procent. Het grootste verschil zat bij de vragen over debuggen (Bron: Anthropic).
Beginner-tip Debuggen is het opsporen en herstellen van fouten (bugs) in code. Je leest een foutmelding, bedenkt waar het misgaat, test een idee en probeert het opnieuw. Juist dat puzzelen train je niet als een AI-agentAgentEen AI-systeem dat zelfstandig meerdere stappen uitvoert om een taak af te ronden: bestanden openen, zoeken, code draaien, resultaten controleren.Hele uitleg: Agent het steeds voor je oplost.
Het interessantste zit in de details. De onderzoekers bekeken de schermopnames en zagen zes manieren waarop mensen de AI gebruikten. Wie alles liet schrijven en ook alle fouten door de AI liet oplossen, bleef onder de 40 procent. Wie na het genereren doorvroeg, om uitleg vroeg of alleen conceptuele vragen stelde en de code zelf schreef, haalde 65 procent of meer (Bron: Anthropic). De tool was voor iedereen hetzelfde. Het verschil zat in hoe mensen hem inzetten.
Er zitten duidelijke grenzen aan dit onderzoek. De groep was klein, de taak duurde 35 minuten en de toets kwam direct erna. Wat deelnemers een week later nog wisten, is niet gemeten. En het onderzoek komt van een bedrijf dat AI-assistenten verkoopt. Toch is het opvallend dat Anthropic zelf concludeert dat hogere productiviteit met AI geen kortere weg naar vakmanschap is.
Gevorderden Claude Code heeft een ingebouwde Learning-stijl. Claude legt dan tussendoor uit wat het doet en zet markeringen in je code op de plekken waar jij zelf een klein, belangrijk stuk moet schrijven. De Explanatory-stijl voegt alleen uitleg toe. Je kiest ze via
/configbij Output style (Bron: Claude Code-documentatie). Leer je een nieuwe bibliotheek, taal of codebase, zet er dan een van aan.
Je merkt het zelf niet goed
Dat ik achteruitgang merk, is eigenlijk al bijzonder. Onderzoeksinstituut METR liet in 2025 zestien ervaren open-sourceontwikkelaars 246 echte taken doen, soms met en soms zonder AI. Met AI waren ze gemiddeld 19 procent langzamer, terwijl ze achteraf dachten 20 procent sneller te zijn geweest (Bron: METR). Dat ging over AI-tools van begin 2025. METR noemt het resultaat zelf inmiddels historisch. Het punt blijft staan: je gevoel is geen betrouwbare meting.
Gevorderden Behandel AI-code zoals een pull request van een nieuwe collega. Lees hem regel voor regel voordat je hem merget, laat de AI de tests schrijven maar bedenk de randgevallen zelf en vraag bij elke fix om de oorzaak in één zin. Kun je die zin niet zelf navertellen, dan heb je het probleem nog niet begrepen.
Zo houd je je eigen vakmanschap bij
Je hoeft niet te stoppen met AI. Wel helpt het om bewust te kiezen welk deel van het werk bij jou blijft.
- Schrijf de eerste versie zelf. Laat AI daarna meelezen en verbeteren. Dan blijft het denkwerk bij jou.
- Lees lange stukken echt uit. Vraag pas daarna om een samenvatting en kijk wat je gemist had.
- Zoek een fout eerst tien minuten zelf. Lukt het niet, vraag dan hulp.
- Vraag om uitleg en niet alleen om een oplossing. “Waarom ging dit mis?” leert je meer dan “maak het werkend”.
- Typ af en toe gewoon zelf. Een mail, een notitie, een stukje code, zonder suggesties en zonder autocorrectie.
Voor stap 3 gebruik je dit invulschema. Vul het in voordat je de AI iets vraagt:
| Vraag aan jezelf | Jouw antwoord |
|---|---|
| Wat verwacht ik dat er gebeurt? | … |
| Wat gebeurt er echt? | … |
| Wat zegt de foutmelding letterlijk? | … |
| Waar denk ik dat het misgaat? | … |
| Wat heb ik al geprobeerd? | … |
Vaak vind je de fout al tijdens het invullen. En lukt dat niet, dan krijg je een veel beter antwoord, omdat je de AI precies vertelt wat er speelt. Wil je dezelfde aanpak voor leren en studeren, dan staat in AI als studiehulp hoe je een chatbot als leraar inzet in plaats van als invaller.
Langetermijnonderzoek naar dit effect bestaat nog niet, dus het is onbekend of deze vaardigheden echt verdwijnen of alleen sluimeren. Wil je het bij jezelf testen, kies dan deze week één klus die je normaal aan AI geeft en doe hem zelf. Gaat het zwaarder dan vroeger, dan weet je welke spier training nodig heeft. Herken jij dit ook? Laat me weten wat jij kwijtraakte sinds je met AI werkt. Of juist wat je hebt teruggewonnen.