We horen al enkele jaren dat AI heel wat jobs gaat doen verdwijnen. De eerste tekenen zijn al zichtbaar, vooral in het domein van softwareontwikkeling, maar anders dan velen verwachten. Bovendien brengt het onoordeelkundig gebruik van AI heel wat schade toe aan softwareprojecten. In deze Denkwerk bespreken we enkele slachtoffers.
AI-chatbots zoals ChatGPT en Gemini worden getraind op grote hoeveelheden tekst. De makers halen die uit allerlei bronnen, doorgaans websites. Net zoals zoekmachines het internet afstruinen om webpagina’s te indexeren, doen de bedrijven achter AI-chatbots dat om voldoende trainingsmateriaal te hebben. Hun methodes zijn echter wel heel agressief.
AI-crawlers kennen geen nee
In het laatste jaar sloegen allerlei opensourceprojecten en websites die op vrijwilligers draaien alarm, omdat hun infrastructuur werd overspoeld door AI-crawlers die elke pagina opvroegen. Er bestaan standaarden zoals robots.txt (https://www.robotstxt.org), waarmee websites kunnen aangeven welke pagina’s webcrawlers mogen bezoeken. Toch houden AI-crawlers hier vaak helemaal geen rekening mee en blijven ze zelfs om de paar uur alle pagina’s opnieuw opvragen, zelfs als die niet zijn veranderd. De crawlers ondermijnen ook actief tegenmaatregelen door zich voor willekeurige browsers uit te geven en hun aanvragen vanaf tienduizenden IP-adressen te doen.
Zo lag sourcehut (https://sourcehut.org), een open alternatief voor GitHub om code te beheren, er een tijd uit. Oprichter Drew DeVault zei dat hij maandenlang meerdere dagen per week bezig was met manieren uit te zoeken om AI-crawlers buiten te houden. Ook de GitLab-infrastructuur van het KDE-project (https://kde.org) lag er om dezelfde reden een tijd uit, waardoor de ontwikkelaars niet aan hun software konden werken. Het GNOME-project (https://www.gnome.org) reageerde op een gelijkaardige aanval op hun GitLab-infrastructuur door niet-ingelogde gebruikers maar een maximaal aantal pagina’s te laten zien, wat uiteraard ook heel wat legitieme gebruikers trof. En ook de infrastructuur van de Linux-distributie Fedora (https://www.fedoraproject.org) lag er regelmatig uit. Om nog maar niet te spreken van de kosten die deze projecten voor bandbreedte moesten ophoesten. Het Read the Docs-project (https://about.readthedocs.com) bespaarde $ 1.500,00 per maand door AI-crawlers te blokkeren, die voor 75% van de bandbreedte verantwoordelijk waren.
Steeds meer websites proberen AI-crawlers buiten te houden met tools zoals Anubis
Weg met documentatie
Adam Wathan, CEO van het bedrijf Tailwind Labs, kondigde recentelijk aan dat hij 75% van zijn software-ingenieurs heeft moeten ontslaan door de “brutale impact die AI op onze business heeft gehad”. Tailwind Labs ontwikkelt het populaire opensourceframework Tailwind CSS (https://tailwindcss.com) om websites te ontwikkelen. Nu klinkt 75% veel, maar uiteindelijk gaat het om drie ontslagen binnen dit kleine bedrijf. Toch is het verhaal van Tailwind Labs een belangrijke waarschuwing. Volgens Wathan groeit het gebruik van Tailwind CSS sneller dan ooit, maar hun omzet is in een jaar tijd bijna 80% gedaald. De reden hiervoor? AI.
Al vrij snel na de introductie van ChatGPT werd duidelijk dat AI-chatbots goed zijn in het schrijven van code. Er ontstonden zelfs speciale AI coding assistants, zoals Cursor, v0 en Claude Code. Als je die vraagt om een webapplicatie te bouwen, maken ze bijna altijd gebruik van Tailwind CSS, zo populair is het.
En dat is net het probleem. Wie vroeger een webapplicatie met Tailwind CSS wilde bouwen, las de documentatie van het project en zag daarin ook verwijzingen naar commerciële formules voor meer functionaliteit. Tailwind CSS was zo populair, dat de kleine minderheid die hiervoor geld neerlegde, voldoende was om de ontwikkelaars loon uit te betalen. Wie nu een webapplicatie met Tailwind CSS wil bouwen, vraagt dit aan een AI coding assistant en bekijkt de documentatie in veel gevallen niet meer. Volgens Wathan is het verkeer naar de documentatie op de website op twee jaar tijd met 40% afgenomen, ondanks de groeiende populariteit. Daardoor wordt het commerciële aanbod dat het bedrijf Tailwind Labs draaiende moet houden, niet meer ontdekt.
Wathan kondigde aan dat hij op deze manier zijn bedrijf in zes maanden zou moeten sluiten. Na zijn noodoproep sprongen Vercel en Google AI Studio in de bres met sponsoring voor Tailwind CSS. Ze vonden het framework immers te belangrijk om verloren te laten gaan. Voorlopig is Tailwind CSS dus gered, maar de vraag is hoe de ontwikkeling op een duurzame manier kan blijven doorgaan.
ChatGPT creëert een webapplicatie met Tailwind CSS zonder dat je maar een blik op de documentatie hoeft te werpen
Vraag het aan AI
Stack Overflow (https://stackoverflow.com) is een ander slachtoffer van generatieve AI. Deze populaire website laat iedereen toe om vragen te stellen en antwoorden te geven over programmeren. De focus lag altijd op kwaliteit, zowel in de vragen als antwoorden. Daardoor werd de website al snel een populaire bron van informatie voor softwareontwikkelaars wanneer ze tegen problemen aanliepen.
Maar in 2025 is het aantal vragen op Stack Overflow met maar liefst 78% afgenomen, en dat na al enkele jaren van sterke terugval. De reden is niet ver te zoeken. Softwareontwikkelaars stellen hun vragen nu aan hun AI coding assistant in plaats van forumposts op Stack Overflow te doorzoeken. Of ze stellen hun vraag op Google en komen dan niet op een Stack Overflow-post met het antwoord terecht, maar krijgen van de AI Overview van de zoekmachine een antwoord gebaseerd op Stack Overflow en andere bronnen. Het effect is hetzelfde: de hoeveelheid kwalitatieve content op Stack Overflow neemt nog maar langzaam toe.
AI heeft overigens al op een andere manier een grote impact gehad op de website. Toen gebruikers inzagen dat ze vragen van anderen op Stack Overflow aan AI-chatbots konden stellen en de gegenereerde antwoorden op het forum konden plaatsen om zo eenvoudig een reputatie op te bouwen, werd daar massaal misbruik van gemaakt. De kwaliteit van de website leed daaronder, tot Stack Overflow in 2022 reageerde met een verbod op door generatieve AI gecreëerde content.
Overigens heeft de website onlangs wel AI Assist (https://stackoverflow.blog/2025/12/02/introducing-stack-overflow-ai-assist-a-tool-for-the-modern-developer/) gelanceerd, een eigen AI-assistent getraind op content van Stack Overflow. Het is de vraag of dit de website nog kan redden. Zullen er nog voldoende kwalitatieve vragen en antwoorden van mensen op de website verschijnen om van belang te blijven?
AI deed het aantal vragen op Stack Overflow in 2025 omlaag denderen
AI-gegenereerde onzinrapporten
Een ander domein waarin AI problemen veroorzaakt, is dat van beveiligingsrapporten. Terwijl het vroeger veel expertise en doorzettingsvermogen vergde om een beveiligingsprobleem in software te vinden en te rapporten, verlaagt generatieve AI ook de drempel hiervoor. En aangezien heel wat softwareprojecten bugbounty-programma’s hebben waarbij je een geldbeloning krijgt als je een belangrijk beveiligingslek rapporteert, zijn hier heel wat mensen opgesprongen. Ze laten een chatbot de broncode van een project analyseren en een rapport opstellen, en sturen dat naar het project in de hoop er wat geld mee te verdienen.
Die AI-gegenereerde rapporten zijn, zoals we van generatieve AI gewend zijn, heel overtuigend, maar inhoudelijk vaak rommel. Daniel Stenberg, de ontwikkelaar van de populaire opensourcesoftware cURL (https://curl.se) voor het downloaden van bestanden, trok al meer dan een jaar geleden aan de alarmbel: zijn project werd overspoeld door beveiligingsrapporten waar hij telkens uren tijd in stak om ze te beoordelen, om dan te merken dat het een AI-rapport was dat bijvoorbeeld verwees naar niet-bestaande code en gewoon onzin was.
Onlangs kondigde Stenberg aan dat hij het bugbounty-programma van cURL stopt “om ons voortbestaan en een intacte geestelijke gezondheid te garanderen”. Hij gaf toe dat het niet leuk is voor al die mensen die daadwerkelijk hun eigen expertise en tijd steken in het vinden en rapporteren van beveiligingsfouten, maar zei dat hij geen andere keuze had.
AI op zich is niet slecht, gaf Stenberg ook toe. Zo prees hij beveiligingsspecialist Joshua Rogers die met behulp van de AI-codeanalysetool ZeroPath (https://zeropath.com) en andere AI-tools maar liefst 22 legitieme beveiligingslekken in cURL vond. Hij omschreef Rogers toen als “een slimme persoon die een krachtig hulpmiddel gebruikt”. Maar al die mensen die simpelweg een AI-bot vragen om een beveiligingsrapport op te stellen zonder dat ze er zelf ook maar iets van begrijpen, leggen door hun luiheid en hebzucht een ongelooflijke druk op softwareprojecten.
De website van cURL maakt duidelijk wat de ontwikkelaars van ‘crap reports’ vinden
Drive-by pull requests
Vooral opensourceprojecten komen door AI echt in een existentiële crisis terecht, net door hun openheid. Iedereen kan de broncode van opensourcesoftware downloaden, uitproberen, verbeteren en die verbeteringen aan het project voorstellen in een pull request. Maar nu mensen horen dat AI goed is in code schrijven, zijn er velen die willekeurig op zoek gaan naar probleembeschrijvingen (issues) in opensourceprojecten, dit aan ChatGPT geven met de vraag “please fix”, en de AI-gegenereerde code als een pull request aan het project aanbieden. Waarom? Soms uit een oprechte (zij het naïeve) wil om te helpen, maar vaak gewoon om hun ego te strelen of een reputatie op te bouwen, als ze kunnen zeggen dat ze aan die projecten hebben bijgedragen.
En ook hier zien deze drive-by pull requests er heel overtuigend uit, maar zijn ze vaak inhoudelijk ondermaats. De opensourceontwikkelaar steekt vaak meer tijd in het evalueren van die pull request dan de ander in het prompten van de AI. Het duurt vaak een hele tijd voordat de ontwikkelaar doorheeft dat de code rommel is, en op vragen antwoordt de maker van de pull request vaak niet, of met eveneens AI-gegenereerde antwoorden die even veel onzin bevatten.
Het probleem is zelfs niet altijd dat de AI-gegenereerde code niet werkt. Maar degene die de pull request creëerde, heeft vaak niet nagedacht of de code wel gemakkelijk te onderhouden is, of ze wel overeenkomt met de langetermijndoelstellingen van het project, en of ze wel in de architectuur van de software past. Code schrijven is het gemakkelijkste onderdeel van softwareontwikkeling. Voor al de rest moet degene die code aanbiedt ook verantwoordelijkheid nemen, en dat gebeurt niet met deze drive-by pull requests. AI heeft code schrijven immers gemakkelijk gemaakt, maar alles daar omheen niet.
De toevloed aan AI-gegenereerde pull requests heeft sommige beheerders van opensourceprojecten, zoals de terminalemulator Ghostty (https://ghostty.org) en het whiteboard tldraw (https://www.tldraw.com), er zelfs toe gebracht om geen pull requests meer te aanvaarden van externe personen. Het vraagt simpelweg te veel tijd om die te evalueren, te merken dat er geen rekening wordt gehouden met het grotere plaatje van het project, en dan geen of irrelevante antwoorden te krijgen omdat degene die de code bijdroeg niet geïnteresseerd of niet capabel is.
Andere projecten reageren door richtlijnen te geven voor AI-agents, die daardoor betere pull requests kunnen creëren. Of door een AI-tool zoals Copilot automatisch elke pull request te laten evalueren aan de hand van uitgebreide instructies. Beide zijn manieren om het onevenwicht tussen de tijd van het creëren en evalueren van een pull request wat te verminderen.
En ook hier waren er eveneens voorbeelden van waar AI wél nuttig was. Mitchell Hashimoto, de ontwikkelaar van Ghostty, beschreef hoe iemand op de Discord van het project kwam, waarschuwde dat hij geen ervaring met ontwikkelen voor terminals had en dat hij AI gebruikte. Maar deze persoon dacht kritisch na over crashes die hij meemaakte en kon met behulp van AI de grondoorzaak van het probleem vinden. Uiteindelijk werden zo vier problemen opgelost die Ghostty deden crashen. Maar dat kon alleen omdat die persoon volgens Hashimoto “met zijn expertvaardigheden een AI aanstuurde”. Hashimoto contrasteerde dit met de vele drive-by pull requests die meer leken op de rijvaardigheden van “een tiener die alleen nog maar met een speelgoedgo-cart heeft gereden.”
AGENTS.md is een afspraak om aan AI coding assistants instructies te geven over softwareprojecten
Het wiel opnieuw uitvinden
Een ander probleem gaat veel dieper. Wie een AI-assistent gebruikt om software te schrijven, heeft de neiging om algemene standaardfunctionaliteit door de AI te laten genereren, omdat het toch zo eenvoudig gaat. En dat terwijl de normale gang van zaken is dat je een bestaande softwarebibliotheek zoekt die deze functionaliteit implementeert.
In veel van die softwarebibliotheken zit jaren, soms tientallen jaren ontwikkeling. Doordat deze door allerlei andere projecten worden gebruikt, weet je dat de ontwikkelaars uit de praktijk hebben geleerd, dat er al allerlei fouten zijn opgelost en allerlei randgevallen in de software zijn afgedekt. Decennia van expertise en ervaring zijn in de code opgenomen.
Door deze bibliotheken links te laten liggen en telkens met behulp van AI het wiel opnieuw uit te vinden, krijg je niet alleen zelf code die fragieler is en moeilijker te onderhouden, je ondermijnt zo ook de toekomst van die bibliotheken. Als minder projecten zo’n bibliotheek gebruiken, komen er minder foutenrapporten en andere vragen uit de praktijk, en neemt ook het aantal ontwikkelaars dat zelf code bijdraagt aan de bibliotheek af. Als dat voor alle softwarebibliotheken gebeurt, zakt alle software die we dagelijks gebruiken meer en meer in drijfzand weg.
