Er zijn programmeurs die AI-code bewust weigeren, en ze doen dat niet omdat de techniek slecht werkt. In hobbyclubs die uit liefhebberij een eigen besturingssysteem, programmeertaal of schaakengine bouwen, is het leren zelf het doel. Een taalmodel dat de oplossing aanlevert, neemt precies dat af.
Dat is de kern van Born Against, een essay van programmeur en blogger Fogus dat op 4 augustus 2026 verscheen (Bron: Fogus). Op Hacker News, het forum waar veel ontwikkelaars elkaar treffen, leverde het 442 punten en ruim 500 reacties op (Bron: Hacker News). Terwijl bedrijven hun ontwikkelaars aansporen om overal AI in te zetten, zet een deel van de programmeerwereld juist de hakken in het zand.
Beginner-tipEen taalmodel (LLM,large language model) is de techniek achter ChatGPT, Claude en programmeerhulpen als GitHub Copilot. Die kunnen op verzoek complete stukken code schrijven. Hoe dat onder de motorkap werkt, lees je inHoe werkt AI?
Clubs waar de moeite de beloning is
Fogus kwam op het idee door een discussie op GitHub over het bouwen van schaakengines. Hij herkende de toon uit andere nichegemeenschappen: OSDev (zelf een besturingssysteem bouwen), LangDev (een eigen programmeertaal ontwerpen), EmuDev (emulators, bijvoorbeeld van oude spelcomputers), RLDev (roguelike-spellen), de demoscene, waar programmeurs met zo min mogelijk code zo mooi mogelijke beelden maken, en de code-golfers, die een probleem in zo weinig mogelijk tekens oplossen.
In al die werelden doet het eindproduct er weinig toe. Niemand heeft een zoveelste zelfgebouwd besturingssysteem nodig. Wat telt, is dat je snapt waarom het werkt. Respect verdien je er langzaam, schrijft Fogus: met jaren meedoen op de fora, elegante code delen en echte nieuwsgierigheid. Zijn slotzin vat het samen:
“Een LLM de eindversie laten maken, maakt ons geen vakmensen; het berooft ons alleen van het vak.”
(bron: Fogus, blogger en programmeur, 4 augustus 2026, via Born Against; origineel: “Using an LLM to generate the finished piece doesn’t make us craftsmen; it just robs us of the craft.”)
Hij is daarbij opvallend eerlijk over zijn eigen kamp. Deze clubs stonden altijd al bekend om poortwachterij en tergend trage vooruitgang, geeft hij toe. Voor wie snel aanzien wil, is een AI die in één middag een werkende emulator oplevert dus verleidelijk. En de eerste nieuwsgierige experimenten met AI liepen in sommige clubs snel vast: nieuwkomers die hun eigen code niet begrepen, botsten met een vinnige groep die elk gebruik van een taalmodel als valsspelen zag.
Hij is zelf niet tegen AI
Het essay leest makkelijk als anti-AI-manifest, maar dat is het niet. Fogus schrijft dat een taalmodel het best werkt als versterker, als een hefboom in handen van iemand die een vakgebied al diep kent. Alleen in een hobby waar het leren de hele oefening is, heeft die hefboom niets om op te duwen.
GevorderdenFogus’ eigen formulering is preciezer dan “voor” of “tegen”: een taalmodel is voor hem “a force multiplier, not a surrogate”, een versterker en geen vervanger. Een versterker vermenigvuldigt wat er al is. Kent de gebruiker het domein niet, dan vergroot de versterker vooral diens blinde vlekken, en valt niet op waar de gegenereerde code subtiel fout gaat.
Dat onderscheid herken je bij veel mensen die AI dagelijks gebruiken en tegelijk kritisch blijven. Een CTO die de meeste AI-kritiek deelt en toch duizenden dollars per maand aan AI uitgeeft, legde in AI-critici hebben gelijk, en toch gebruikt iedereen AI uit waar hij de grens trekt. En hoe het andersom kan gaan, zag je bij de hobbyist die met een AI-codeerhulp een 3D-browsergame bouwde: daar was het spel het doel, en dan is AI een logisch gereedschap. Wie die kant op wil, vindt in de gratis vibe-coding-cursus van Google een opzet waarin je bouwt door de AI aan te sturen in plaats van zelf code te typen.
Ook grote projecten trekken grenzen
Buiten de hobbyclubs gaat de discussie minder over leren en meer over risico’s. De Linux-distributie Gentoo stemde op 14 april 2024 voor een verbod op bijdragen die met hulp van AI-taaltools zijn gemaakt. De redenen: onzekerheid over auteursrecht, code die er plausibel uitziet maar niets betekent (en vrijwilligers extra controlewerk kost), en ethische bezwaren tegen de AI-industrie, van energieverbruik tot spam (Bron: Gentoo).
De Linux-kernel koos een andere route. AI-hulp mag daar, maar een bijdrage krijgt dan een regel Assisted-by: met het gebruikte model. Een AI mag nooit zelf tekenen voor een bijdrage. Dat doet een mens, die daarmee de volle verantwoordelijkheid neemt voor code die hij heeft nagekeken (Bron: Linux kernel documentation).
GevorderdenDie handtekening is deDeveloper Certificate of Origin, de verklaring dat je het recht hebt om de code onder de open-sourcelicentie in te brengen. Een model kan die juridische belofte niet doen. Daarom leggen projecten de verantwoordelijkheid expliciet bij de mens die de patch instuurt. De kerneldocumentatie schrijft het formaat
Assisted-by: LLM [TOOL1] [TOOL2]voor: gespecialiseerde analysetools als coccinelle of sparse noem je erbij, gewone gereedschappen als git, gcc of je editor niet.
Waarom dit verder gaat dan code
Dezelfde spanning speelt bij tekenaars, schrijvers en muzikanten. Als een machine in een paar seconden iets bruikbaars maakt, wat is dan de waarde van de duizend uur die je erin stak om het zelf te leren? De hobbyprogrammeurs geven een helder antwoord: die uren zíjn de waarde. Je oefent om iemand te worden die het begrijpt, en dat laat zich niet uitbesteden.
Voor het onderwijs is dat geen abstracte kwestie. Aan UC Berkeley zakte in het voorjaar van 2026 ruim een derde van de studenten voor het instapvak CS 10. Docenten noemen spieken met AI als een van de oorzaken, naast een zwakkere wiskundebasis (Berkeley: 35% zakt voor instapvak informatica). Een student die de moeilijke stap overslaat, mist later de basis om te zien wanneer de machine ernaast zit.
Leer je zelf programmeren, dan is de praktische les klein en goed uitvoerbaar. Vraag een AI om uitleg en om hulp bij het vinden van je fout, en typ de oplossing zelf. Hoe je dat concreet aanpakt, staat in AI als studiehulp: zo leer je mét AI in plaats van te spieken. Het gaat langzamer, en dat is precies wat deze clubs bedoelen.