Over de kloof tussen bouwen en toekijken

Twee manieren om AI te gebruiken

Er is een merkwaardige tweedeling aan het ontstaan onder mensen die AI-tools gebruiken. Niet tussen techneuten en leken, niet tussen enthousiastelingen en sceptici — maar tussen mensen die begrijpen wat er werkelijk 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, je krijgt een antwoord. Snel, handig, redelijk accuraat. Prima. Maar daarna stopt het. Ze hebben geen idee dat iemand anders ondertussen een complete webapplicatie heeft gebouwd, een boekingssysteem heeft geïmplementeerd, of een datamodel heeft ontworpen — en dat diezelfde persoon daarvoor tot diep in de nacht bezig is geweest om de volgende ochtend weer vroeg aan zijn of haar gewone baan te beginnen.

De sneak peek-paradox

Dat zichtbaarheidsprobleem manifesteert zich het scherpst in online communities en groepschats rondom dit soort projecten. En het heeft een paradoxale kant.

Wie iets bouwt wil dat vaak delen — niet om op de borst te kloppen, maar juist om anderen te laten zien wat er mogelijk is. Kijk, dit kun jij ook. Dus worden er sneak peeks gedeeld: een eerste scherm, een werkende functie, een vroeg prototype. De bedoeling is inspireren.

Maar wat er gebeurt is anders. De reacties zijn enthousiast, zeker — maar al snel ook ongeduldig. Door de snelle voortgang die die tussentijdse updates suggereren, verwacht het publiek het eindresultaat eigenlijk nog sneller. Ondertussen stroomt er goedbedoeld advies binnen dat volledig voorbijgaat aan het plan dat de bouwer al in zijn hoofd heeft. En omdat niemand aan de buitenkant ziet wat er wel en niet al besloten is, voelt dat advies niet als hulp maar als ruis.

De voor de hand liggende oplossing — gewoon geen sneak peeks meer delen, alleen het eindresultaat tonen — lost het probleem niet op. Het ondergraaft precies wat de bouwer wilde bereiken: laten zien dat dit middel ook voor anderen toegankelijk is. En dus zit je vast in een ongemakkelijke positie: deel je te veel, dan krijg je ongegronde verwachtingen en ongewenste bemoeienis. Deel je niets, dan blijft de kloof in begrip precies even groot.

Prompten is niet bouwen

Want die kloof zit dieper dan ongeduld. Ze zit in het referentiekader waarmee mensen naar dit soort projecten kijken. En omdat ze niet zien wat er werkelijk gebeurt, vullen ze dat 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. Maar voor een flink deel ook niet.

De buitenstaander denkt: je typt wat in ChatGPT, en dan werkt het. Automagisch. Maar wat hij niet ziet, is dat de mensen die echt iets bouwen met deze tools een heel ander proces doorlopen. Ze nemen beslissingen. Ze lossen problemen op. Ze itereren, testen, bouwen opnieuw. De AI is het gereedschap, niet de bouwer.

Dat onderscheid is cruciaal, en het is vrijwel onzichtbaar voor wie het niet van binnenuit kent. Het resultaat is een merkwaardige asymmetrie: de bouwer heeft een helder beeld van wat het kost — in tijd, in energie, in mentale bandbreedte. De toeschouwer heeft geen referentiekader en vult dat in met wat hij kent: een zoekopdracht, een antwoord, klaar. Dat die twee werelden zo ver uit elkaar liggen, begrijpen ze zelf niet eens.

Wat die buitenstaanders missen is het verschil tussen prompten en bouwen. Tussen een vraag stellen aan ChatGPT en een iteratief ontwikkelproces doorlopen waarbij je voortdurend beslissingen neemt over architectuur, scope, foutafhandeling en gebruikerservaring — met AI als gereedschap, niet als vervanger van het denkwerk. 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 is onzichtbaar werk. En onzichtbaar werk leidt tot ongegronde verwachtingen.

Waar we nu staan

Het gevolg is voorspelbaar: commentaar van de zijlijn dat geen recht doet aan wat er werkelijk gaande is. Duurt lang. Is ie al af? Terwijl de bouwer tot middernacht debugt op een edge case die niemand had zien aankomen.

De waterscheiding is niet technisch. Het is een verschil in mentaal model. Wie AI alleen kent als vraag-en-antwoord-machine, ziet niet wat er aan de andere kant van dat scherm gebeurt. En totdat ze het zelf hebben ervaren — echt ervaren, niet als demo maar als project — zullen ze het ook niet zien.

Dat is geen verwijt. Het is gewoon waar we nu staan.

Jan-Willem Rodenhuis is managing partner van Ductus B.V. en schrijft op miliarium.nl over de praktijk van AI-adoptie in organisaties.