Over de kloof tussen bouwen en toekijken
Twee manieren om AI te gebruiken
Onder mensen die AI-tools gebruiken ontstaat een tweedeling. Die loopt volgens mij niet tussen techneuten en leken, en ook niet tussen enthousiastelingen en sceptici. Ze loopt tussen mensen die begrijpen wat er met deze middelen mogelijk is en mensen die dat (nog) niet zien.
Die tweede groep gebruikt AI als een zoekmachine op steroïden. Je typt een vraag en je krijgt een antwoord dat redelijk klopt, en daar is niets mis mee. Alleen stopt het daarna. Ze hebben geen idee dat iemand anders ondertussen een complete webapplicatie heeft gebouwd, een boekingssysteem heeft geïmplementeerd of een datamodel heeft ontworpen, en daarvoor tot diep in de nacht bezig is geweest om de volgende ochtend weer vroeg aan het gewone werk te beginnen.
De sneak peek-paradox
Dat probleem zie je het scherpst in online communities en groepschats rond dit soort projecten, en het heeft een paradoxale kant.
Wie iets bouwt wil dat vaak delen, om anderen te laten zien wat er mogelijk is en minder om op de borst te kloppen. Kijk, dit kun jij ook. Dus worden er sneak peeks gedeeld: een eerste scherm, een werkende functie, een vroeg prototype. De bedoeling is anderen op weg te helpen.
Wat er gebeurt is anders. De reacties zijn enthousiast, maar al snel ook ongeduldig. Tussentijdse updates suggereren snelle voortgang, dus verwacht het publiek het eindresultaat nog sneller. Ondertussen stroomt er goedbedoeld advies binnen dat voorbijgaat aan het plan dat de bouwer al in zijn hoofd heeft. Omdat aan de buitenkant niemand ziet wat er al besloten is, voelt dat advies eerder als ruis dan als hulp.
Je zou dan geen sneak peeks meer kunnen delen en alleen het eindresultaat tonen, maar dat ondergraaft wat de bouwer wilde bereiken: laten zien dat dit middel ook voor anderen toegankelijk is. Deel je te veel, dan krijg je ongegronde verwachtingen en bemoeienis die je niet hebt gevraagd. Deel je niets, dan blijft de kloof in begrip even groot.
Prompten is niet bouwen
Die kloof zit dieper dan ongeduld, namelijk in het referentiekader waarmee mensen naar dit soort projecten kijken. Omdat ze niet zien wat er gebeurt, vullen ze het gat in met wat ze kennen: je schrijft toch alleen maar wat vragen en verder doet het systeem alles?
Dat is voor een deel waar, en voor een flink deel ook niet.
De buitenstaander denkt dat je wat in ChatGPT typt en dat het dan werkt. Wat hij niet ziet is dat mensen die iets bouwen met deze tools voortdurend beslissingen nemen, problemen oplossen, testen en stukken opnieuw bouwen. De AI is daarbij het gereedschap.
Dat onderscheid is vrijwel onzichtbaar voor wie het niet van binnenuit kent. De bouwer weet wat het kost aan tijd, energie en mentale bandbreedte. De toeschouwer heeft alleen de vergelijking met een zoekopdracht: een vraag, een antwoord, klaar. Hoe ver die twee beelden uit elkaar liggen, zien ze zelf niet.
Wat die buitenstaanders missen is het verschil tussen prompten en bouwen: tussen een vraag stellen aan ChatGPT en een ontwikkelproces waarin je steeds beslist over architectuur, scope, foutafhandeling en gebruikerservaring, en waarin AI het denkwerk niet van je overneemt. De AI schrijft de code. Jij bepaalt wat er gebouwd moet worden, waarom, in welke volgorde, en wat je doet als het anders uitpakt dan verwacht.
Dat werk zie je niet, en daardoor ontstaan die ongegronde verwachtingen.
Waar we nu staan
Het gevolg is commentaar van de zijlijn dat geen recht doet aan wat er gaande is. Duurt lang. Is ie al af? Terwijl de bouwer tot middernacht een edge case aan het debuggen is die niemand had zien aankomen.
Het verschil is volgens mij niet technisch. Het zit in het beeld dat mensen van AI hebben. Wie AI alleen kent als vraag-en-antwoord-machine, ziet niet wat er aan de andere kant van dat scherm gebeurt, en ik verwacht dat dat pas verandert als ze het zelf hebben meegemaakt, in een eigen project en niet in een demo.
Ik bedoel dat niet als verwijt. Zo ver zijn we nu eenmaal.
Jan-Willem Rodenhuis is managing partner van Ductus B.V. en schrijft op miliarium.nl over de praktijk van AI-adoptie in organisaties.