Wietse Hage

Want het lijkt wel eens alsof AI, wat dan nu vaak gaat over taalmodellen of omnimodellen, die allerlei dingen kunnen voorspellen, waaronder, je zei het al, geluid, beweging, beeld en tekst.

Terwijl dat veld bestaat al veel langer. Het voelt voor mij ook wel eens alsof nu de iets theoretischere machine learning, statistiek, data wereld, data science, veel meer richting de praktisch toegepaste software engineering aan het komen is. Misschien was het altijd al zo, voel je dat niet, maar het lijkt alsof die werelden nu wat dichter naar elkaar toe zijn gekomen in de laatste twee, drie jaar. Is dat zo of zit ik nu echt iets te verzinnen wat niet zo is?

Ja, dat vind ik wel boeiend. Om misschien een parallel te maken met het idee van vibecode versus senior developers. Iemand die vibecode, die is eigenlijk niet onder de motorkap aan het kijken. Of in ieder geval, ik moet zo zeggen, iemand die eigenlijk geen softwareontwikkelaar is en gaat vibecoden, die kijkt niet onder de motorkap, krijgt wel heel veel resultaten en kan dat delen.

Maar wanneer dat op een gegeven moment uit de hand loopt, namelijk het wordt echt gebruikt en dan krijg je schaling, probleem met schalen, probleem met veiligheid, raar gedrag wat je niet herkent. Dat is wat er bij softwareontwikkelaars gebeurt die zonder al te veel ervaring grote sprongen nemen met vibecode. Dan komen er senior developers bij om dat dan weer op te ruimen eigenlijk, of in ieder geval strak te trekken, zonder net welke term je wil gebruiken.

Maar er is dus nog een niveau waar je zou kunnen zeggen... in ieder geval dat hoor ik een beetje in je verhaal... je hebt senior softwareontwikkelaars... die minder geschoold zijn in data science, machine learning, et cetera... die hele mooie stukken software maken... en mooi als in voldoet aan de regels...

is opgezet op een professionele manier... waar stukken in zitten die bouwen op generatieve AI... wat voor hun eigenlijk weer een beetje een black box is... want het is een nieuw veld wat ze inschakelen... wat ze voorheen minder aanraakten. En als die dan als senior developers... dat zou kunnen gebeuren tegen de limieten aanlopen van hun kennis... over die dozen die ze integreren... die ze eigenlijk niet helemaal open kunnen maken en begrijpen... dan kom jij er ook bij...

In eerste instantie dacht ik je gaat vibecode projecten opruimen. Dat is een beetje een grapje ook hoor. Maar ik bedoel dat is ook een deel van wat er gebeurt. Dus misschien is het dubbel. Je hebt en door junioren en enthousiaste mensen met grote ideeën gemaakte vibecode bases. Die misschien niet helemaal kunnen schalen. Maar je hebt ook gewoon senior softwareontwikkelaars die al heel lang software maken. En blokken hebben geïntegreerd die ze weer niet helemaal begrijpen.

Namelijk er zijn dozen geïntegreerd in logica die door de softwareontwikkelaars niet volledig doorgrond worden. Of genoeg doorgrond worden om problemen met schalen op te lossen of rare resultaten. Want je zei net al, het kan zo zijn dat je je product wil laten schalen. Dan kunnen jullie ingeschakeld worden. Maar het kan ook zo zijn dat rare resultaten uitkomen die niet begrepen worden.

Ja, want dit is iets waar ik het in een eerdere aflevering over had. Dat ging over non-deterministische en deterministische taalmodellen. Het idee dat taalmodellen nu, als je ze aanspreekt, non-deterministisch zijn. Dus je krijgt nooit hetzelfde antwoord. Zelfs als je de temperatuur naar nul zet. Maar dat het ook mogelijk is, in ieder geval dat is dan nu bewezen, dat je modellen kunt maken op een manier dat ze wel altijd hetzelfde antwoord geven.

Dat hele idee dat je nu een schakel in jouw software hebt zitten... die nooit hetzelfde antwoord geeft. Wat jij zegt eigenlijk, het is ambiguë. Er komen allerlei dingen in. Iemand heeft ergens iets aangepast. Dat kan Google zijn. Dat kan een softwareontwikkelaar zijn. Dat kan een gebruiker zijn die mee begint te prompten per ongeluk of bewust. En eigenlijk heb je te maken met een software systeem... in ieder geval zo zie ik dat dan... dat een stuk minder voorspelbaar is dan vroeger...

Maar dat maakt het dus ook veel ingewikkelder voor software developers om erachter te komen wat er nou eigenlijk allemaal aan het gebeuren is. En dan is het handig als je mensen in dienst hebt of mensen kan invliegen die daar zich fulltime mee bezighouden. En heb je dan nu het idee dat dit dan een soort nieuwe functie is of heet het gewoon een machine learning engineer? Ook al is dat woord machine learning niet helemaal het woord voor generatieve AI. Of is dat wel gewoon het woord en is generatieve AI gewoon een vorm van machine learning?

Denk je dan dat als je bijvoorbeeld kijkt naar de François Colette, heet die volgens mij, van de Arc Challenge, die zich heel erg zorgen maakt, het hele idee van taalmodellen, tokenvoorspellers en denken dat je daarmee naar een soort...

general intelligence kunt. Een intelligentie zo breed als dat die van de mens is. Dat is eigenlijk een farce en ook gevaarlijk. Want daarmee ben je als een soort tunnelvisieur. Gaan het blind staren op tokenvoorspellers. Terwijl je een veel bredere, een hele andere strategie waarschijnlijk nodig gaat hebben om daar te komen. Dus we zitten een soort van, wat je dan ook wel eens lokaal optimum kan noemen. We gaan allemaal zo'n fuik in.

Nu allemaal als in een groot deel van de aandacht in de industrie. En ook wel deels in de wetenschap gaat die kant op. Want daar wordt het heen geduwd. Maar het is een dead end zeg maar. Het is een doodlopende gang. We moeten er weer uit. En we moeten een nieuwe gangen gaan zoeken. Heel dramatisch hoe ik dit vertel. Maar hoe kijk jij daarnaar?

Je hebt het bij vibecode. Junioren schrijven een stuk code... wat ze zelf nog niet helemaal begrijpen. Dat gaat ergens in productie. Begint te kraken en piepen. En heeft eigenlijk een nieuwe slag nodig. Misschien wel helemaal opnieuw schrijven. Of in ieder geval een hoop opruimen. In dat geval...

Waarom zou dat niet uiteindelijk gedaan kunnen worden door generatieve modellen? Die tweede stap. Zie je het als een soort first take is de single shot snel vibe code. En de second take is nu komen de volwassenen in de kamer het eventjes allemaal recht zetten. Waarom zou die AI niet volwassen genoeg kunnen worden om die stap door te maken?

Verander daar niet het hele werk heel erg mee. Dus dat je veel meer op de stoel komt te zitten van een checker. Checker klinkt dan misschien nog zelfs een beetje saai. Maar van een...

architect die inderdaad met mensen schakelt en veel meer op de stoel van een soort projectmanagement komt en of checker wat wel lijkt alsof de aandacht of de uren per week die jij dan besteedt als senior softwareontwikkelaar die uren gaan wel ergens anders heen dan inmiddels je baan verandert gewoon heel erg eigenlijk

Ik spreek mensen die zeggen, gaaf man, dit is echt kik. Die houden op een of andere manier heel erg van nieuwe technologie. Die vinden het niet zo spannend blijkbaar om een beetje overbodig te worden in een deel van wat ze kunnen. Een deel van hun competenties wordt minder waard, laat ik het dan zo zeggen.

Dus ik heb die groepen soort van omarmen, ik vind het eigenlijk wel tof, kan je er meer over vertellen en ik leer er liever zoveel mogelijk over. En ik heb een groep in het midden die zegt, nou ik ben er wel een beetje mee aan het spelen, maar laten we niet overdrijven en ik ben ook voorzichtig. En er is een groep die zegt, ik raak het eigenlijk gewoon niet eens aan, dit is hype of dit is niet waar of dit is gevaarlijk, zeg maar. Ik zet even die drie groepen nu neer als enthousiast, redelijk neutraal, mega cynisch.