AI-programmeertool: hoe kunstmatige intelligentie meeschrijft aan software
Een AI-programmeertool is software die met behulp van kunstmatige intelligentie meedenkt, meeschrijft of zelfs zelfstandig programmeert. Vergelijk het met een ervaren collega die naast je zit terwijl je code typt: die collega maakt zinnen af, stelt oplossingen voor als je vastloopt, en kan op verzoek een heel stuk programma voor je uitschrijven. Het verschil met een menselijke collega is dat deze 'collega' een computerprogramma is dat getraind is op miljarden regels bestaande, publiek beschikbare broncode.
De bekendste vorm is de zogeheten 'code-assistent', zoals GitHub Copilot: terwijl een programmeur typt, verschijnen er grijze suggesties voor de rest van de regel of zelfs hele functies, die met één druk op de tab-toets overgenomen kunnen worden. Er bestaat inmiddels ook een geavanceerdere variant, de 'AI-agent': een tool die niet alleen suggesties doet, maar zelfstandig een taak uitvoert, bijvoorbeeld 'voeg een inlogscherm toe' of 'los deze foutmelding op'. De agent leest dan de bestaande code, past bestanden aan, voert testjes uit en rapporteert wat er is gedaan.
Wat is het precies?
De basis van elke AI-programmeertool is een large language model (LLM), een groot taalmodel dat is getraind om patronen in tekst te herkennen en te voorspellen wat de meest waarschijnlijke volgende woorden of, in dit geval, code-tokens zijn. Deze modellen zijn getraind op enorme hoeveelheden broncode van open platforms zoals GitHub, aangevuld met technische documentatie, foutmeldingen en programmeerboeken.
Zo'n model werkt met een architectuur die een transformer heet, geïntroduceerd door Google-onderzoekers in 2017. Een transformer is in staat om verbanden te leggen tussen woorden of coderegels die ver uit elkaar staan in een document, wat cruciaal is omdat een functie bovenaan een bestand invloed kan hebben op code honderden regels verderop.
Bij eenvoudige tools blijft het bij autocomplete: het model kijkt naar de code die al open staat en stelt de meest waarschijnlijke voortzetting voor. Geavanceerdere, 'agentische' tools voegen daar een aantal stappen aan toe. Ze gebruiken retrieval: ze doorzoeken eerst de rest van het project om relevante bestanden te vinden, omdat een taalmodel maar een beperkte hoeveelheid tekst tegelijk kan 'zien' (de zogeheten context window). Vervolgens kunnen ze zelf commando's uitvoeren, zoals het bestand opslaan, een test draaien of de foutmelding lezen die daaruit volgt, en op basis daarvan hun eigen werk bijsturen. Dat proces van doen, resultaat bekijken en bijsturen wordt vaak een agentic loop genoemd.
Belangrijk om te beseffen: het model 'begrijpt' de code niet zoals een mens dat doet. Het herkent statistische patronen uit zijn trainingsdata. Dat verklaart waarom het soms overtuigend ogende, maar feitelijk onjuiste code produceert, een verschijnsel dat ook bij tekstgeneratie voorkomt en bekendstaat als hallucinatie.
Wat wil men ermee bereiken?
Het belangrijkste doel is productiviteit: programmeren bevat veel repetitief werk, zoals boilerplate-code (standaardstructuren die bij elk project terugkeren), het opzoeken van syntaxis van een onbekende programmeertaal, of het schrijven van testcode. AI-tools beloven dat werk te versnellen zodat ontwikkelaars zich kunnen richten op ontwerp en probleemoplossing.
Een tweede doel is het verlagen van de drempel om te programmeren. Beginners en mensen zonder formele opleiding kunnen met natuurlijke taal beschrijven wat ze willen bouwen, waarna de tool een eerste versie van de code genereert. Dit sluit aan bij het bredere idee van 'low-code' en 'no-code' ontwikkeling, waarbij techniek toegankelijker wordt gemaakt.
Ten derde speelt het tekort aan software-ontwikkelaars een rol. Bedrijven wereldwijd melden al jaren moeite te hebben met het vinden van voldoende technisch personeel; AI-programmeertools worden gepresenteerd als manier om bestaande teams effectiever te maken zonder evenredig meer mensen aan te nemen.
Tot slot is er een onderzoeksdoel op de langere termijn: laten zien dat AI-systemen complexe, meerstaps redeneertaken aankunnen. Programmeren is voor onderzoekers een aantrekkelijk testterrein omdat de resultaten objectief te controleren zijn: code werkt, of hij werkt niet.
Voorbeelden uit de praktijk
GitHub Copilot (Microsoft, in samenwerking met OpenAI) ging in 2021 als technische preview van start en werd medio 2022 breed beschikbaar. Het was gebaseerd op OpenAI Codex, een aangepaste versie van GPT-3 die specifiek op code was getraind. Later stapte Copilot over op nieuwere modellen, en sinds 2024 kunnen gebruikers ook kiezen tussen modellen van OpenAI en Anthropic (Claude).
DeepMind AlphaCode, gepresenteerd in 2022 in het wetenschappelijke tijdschrift Science, richtte zich niet op dagelijks programmeerwerk maar op competitieve programmeerwedstrijden. Het systeem behaalde op het platform Codeforces een niveau dat volgens DeepMind ongeveer overeenkwam met een gemiddelde menselijke deelnemer. Een opvolger, AlphaCode 2, verscheen in 2023 met een beter resultaat.
Cursor, ontwikkeld door het bedrijf Anysphere, kwam in 2023 op de markt als een volledige code-editor (een aangepaste versie van Visual Studio Code) met AI-functies diep geïntegreerd, in plaats van als los plug-in bovenop een bestaande editor.
Devin, aangekondigd in maart 2024 door het start-up Cognition Labs, werd gepresenteerd als 'de eerste AI-software-engineer' die zelfstandig complete programmeeropdrachten kon uitvoeren. De demonstratievideo's riepen destijds ook kritiek op: onafhankelijke waarnemers merkten op dat gepresenteerde resultaten optimistischer oogden dan wat gebruikers in de praktijk konden reproduceren, wat een terugkerend discussiepunt is bij dit soort lanceringen.
Claude Code, van het bedrijf Anthropic, is een opdrachtregel-tool (command line interface) waarmee een AI-model rechtstreeks in een projectmap kan lezen, bestanden kan aanpassen en commando's kan uitvoeren. Het werd in 2025 uitgebracht en is een voorbeeld van de verschuiving van losse code-suggesties naar tools die grotere, samengestelde taken zelfstandig proberen af te ronden.
Hoe ver is de techniek?
De ontwikkeling gaat snel, maar de betrouwbaarheid van AI-programmeertools blijft een aandachtspunt. Een veelgebruikte maatstaf in onderzoek is SWE-bench, een benchmark ontwikkeld door onderzoekers van Princeton, die AI-systemen laat testen op het daadwerkelijk oplossen van echte, bestaande programmeerproblemen uit open-sourceprojecten op GitHub. Waar de eerste generaties AI-systemen in 2023 slechts een klein percentage van deze problemen correct wist op te lossen, melden de makers van recentere systemen aanzienlijk hogere scores op de verfijnde variant SWE-bench Verified. Belangrijk is wel dat zulke scores niet één-op-één te vertalen zijn naar prestaties in willekeurige, echte bedrijfsprojecten, die vaak complexer en minder overzichtelijk zijn dan de benchmarktaken.
Onafhankelijk onderzoek nuanceert het beeld verder. Het onderzoeksinstituut METR publiceerde in 2025 een gecontroleerde studie onder ervaren open-sourceontwikkelaars en vond dat zij bij het uitvoeren van complexe, realistische taken met AI-hulpmiddelen in de praktijk trager waren dan zonder, terwijl diezelfde ontwikkelaars zelf dachten juist sneller te werken. Dat wijst erop dat de gepercipieerde meerwaarde van deze tools niet altijd overeenkomt met de daadwerkelijk gemeten productiviteit, zeker bij ingewikkelde, minder routinematige taken.
Ook veiligheid is een punt van zorg: verschillende onderzoeken hebben laten zien dat door AI voorgestelde code soms bekende kwetsbaarheden bevat, zoals onveilige omgang met wachtwoorden of gebruikersinvoer, omdat het model die patronen ook in zijn trainingsdata is tegengekomen. Vakmensen benadrukken daarom dat menselijke controle (code review) nodig blijft, ook wanneer AI het meeste typewerk overneemt.
Kortom: voor overzichtelijke, routinematige taken zijn deze tools al behoorlijk bruikbaar; bij grote, samenhangende systemen en ongebruikelijke problemen presteren ze wisselend en is toezicht door ervaren programmeurs nog altijd noodzakelijk.
Wie werken eraan?
De ontwikkeling wordt gedomineerd door een combinatie van grote techbedrijven en gespecialiseerde start-ups. Microsoft en OpenAI werken samen aan GitHub Copilot; Anthropic ontwikkelt naast zijn taalmodellen ook Claude Code; Google DeepMind onderzoekt met AlphaCode de grenzen van geautomatiseerd programmeren; Amazon biedt met Amazon Q Developer (voorheen CodeWhisperer, in 2024 hernoemd) een eigen variant gericht op gebruikers van zijn cloudplatform AWS.
Daarnaast zijn er gespecialiseerde start-ups zoals Anysphere (Cursor), Cognition Labs (Devin), Replit (met de in 2024 gelanceerde Replit Agent) en Tabnine, dat al in 2013 als Codota begon met AI-codesuggesties en daarmee een van de langstlopende spelers in dit veld is.
Op onderzoeksgebied leveren universiteiten een belangrijke bijdrage aan de evaluatie van deze systemen: het SWE-bench-project komt voort uit onderzoek aan Princeton University, en instituten als METR publiceren onafhankelijke studies naar de daadwerkelijke effecten van AI-programmeertools op menselijke ontwikkelaars. Landen als de Verenigde Staten (met vrijwel alle bovengenoemde bedrijven) en China (met eigen taalmodellen die ook op code worden ingezet) investeren zwaar in dit onderzoeksterrein, mede omdat softwareontwikkeling wordt gezien als strategisch belangrijke sector.