Met behulp van geschikte AI-assistenten kan software aanzienlijk efficiënter dan tot nu toe ontwikkeld worden. De beperkende factor is nu niet langer voornamelijk de beschikbare competentie, maar de Verlangen, waarmee ontwikkelaars werken. Onbezonnen ontwikkelaars zullen nog steeds geen goede oplossingen bieden. Bedrijven kunnen met weinig experts in extreem efficiënte wijze programma's, websites en apps produceren.
Inleiding
In dit artikel wordt beschreven wat de beperkende factoren zijn bij het ontwikkelen van software tegenwoordig. Tegenwoordig heet dat het AI-tijdperk. Wie denkt dat AI dom is of een Token-Papagaai, die heeft nog geen schot gehoord of legt alles uit met een simulatie van intelligentie. Alle anderen weten hoe met behulp van AI extreem snel en Leuk programma's, websites en apps ontstaan kunnen.
Voor bedrijven betekent dit het volgende:
Software wordt gemaakt
- veel sneller,
- veel gunstiger,
- veel gemakkelijker,
- met veel meer functies
dan voorheen, op voorwaarde dat een expert (of een paar experts) de juiste tools gebruiken.
De kern van het succes luidt: Verlaging van de energie-inzet! Op een rijtje gezegd, luidt de oplossing:
Ontwikkelteams moeten prioriteit krijgen voor projecten waar hun vaardigheden binnen hun comfortzone liggen.
Software kan veiliger en beter worden als AI wordt gebruikt. Als voorbeelden hiervan zijn automatisch gegenereerde testgevallen (Unit Tests) en geautomatiseerde kwetsbaarheidsonderzoeken. Met lokale AI-systemen kan op ChatGPT of Azure worden vermeden, wat de naleving van KI-Verordnung (AI Act) nog eenvoudiger maakt.
Hoeveel van jullie zijn bekend met de volgende situatie?
Je moet iets doen. Nu zijn er twee mogelijkheden:
- In een paar minuten met eenvoudige stappen de oplossing bereiken, of
- In de helft van de tijd de oplossing vinden door nadenken.
Bijna iedereen kiest voor optie 1, ook al kost die (hier vereenvoudigd) twee keer zoveel tijd als optie 2 – omdat mensen comfortabel en lui zijn.
Genauso verhält het zich met Software-ontwikkelaars. Deze copy-pasten liever x regels in een tekstbestand en wijzigen dan elke regel snel, in plaats van een klein programma te schrijven dat deze taak uiteindelijk sneller afhandelt. Waarom? Omdat het zo vermoeiend is om een hulpprogramma te schrijven waarvan de programmeur voorafgaande aan dit niet weet of het goed werkt.
Nu is er een oplossing die ontwikkelaars gelukkig maakt: AI-programmeren.
AI programmeren
Software wordt vaak helemaal niet ontwikkeld of wordt uitgesteld. Het wordt helemaal niet gemaakt als er niet aan begonnen wordt of als het budget of de tijd te vroeg op is of als er een subjectief onoplosbaar probleem opduikt of prioriteiten verschuiven. Software wordt te laat gemaakt als de ontwikkelaar of het IT-team meer tijd heeft gekregen dan realistisch gezien nodig what, of om andere redenen die in de praktijk steeds weer opduiken.
Het dilemma kan als volgt worden samengevat:
Probability of a software solution =
1 / (time required × complexity × energy consumption × (1 + energy use above comfort zone))
≡
Probability of a software solution = efficiency × simplicity × energy economy / Exceeding the comfort zone
Software wordt daarom helemaal niet of binnen een redelijke tijd of redelijke kosten gemaakt als
- de ontwikkeling zo efficiënt mogelijk verloopt (voorbeelden: goede ontwikkelomgeving, bestaande setup, database al beschikbaar, etc.) en
- de complexiteit van het project niet groter is dan de mogelijkheden van de ontwikkelaars en
- elke ontwikkelaar voldoende gemotiveerd is om de oplossing tot stand te brengen en
- elke ontwikkelaar zich op zijn gemak voelt (balans tussen werk en privé, enz.).
Aan de Work-Life-Balance kunnen bedrijven niet zo veel veranderen. Ze proberen het en denken dat het klaar is. Maar het is niet zo. Ontwikkelaars willen het liefst vanuit huis (Remote) werken. Daar kunnen bedrijven geen palmen neerzetten om het arbeidsklimaat te verbeteren. Of ontwikkelaars werken in het bedrijf. Dan wordt geprobeerd de werkplek aantrekkelijk te maken. Of een flipperautomaat, gratis koffie of een open ruimte helpen, dat mag worden betwijfeld.
De Motivatie van een ontwikkelaar hangt onder andere af van de plezier dat hij beleeft bij zijn werk, wat weer onder andere afhankelijk is van de complexiteit van een taak. Sommigen vinden uitdagingen leuk. De meeste ontwikkelaars willen echter niet elke dag extreem harde noten kraken. Zij voelen zich dan goed wanneer ze op zondagochtend kunnen vertrekken en weten: „Deze week heb ik alle belangrijke problemen opgelost of kan ik ze gemakkelijk volgende week (binnen de deadline) oplossen“.
Meer specifiek bepalen de volgende parameters het succes van een softwareproject en beïnvloeden ze de funfactor voor ontwikkelaars:
Uitleg van de parameters:
⏱️Tijdsbesteding: de tijd die nodig is om een oplossing te ontwikkelen. Hoe meer tijd er nodig is, hoe kleiner de kans op een succesvolle implementatie.
🧩Complexiteit: de moeilijkheidsgraad van het probleem. Naarmate de complexiteit toeneemt, neemt de kans op succes af.
⚡Energieverbruik: de technische en mentale energie die nodig is voor de ontwikkeling. Een hoger verbruik betekent een lagere kans op succes.
😓Energieverbruik buiten de comfortzone: de mate waarin de ontwikkelaars buiten hun comfortzone moeten treden. Hoe verder buiten de comfortzone er gewerkt moet worden, hoe kleiner de kans op succes.
Inversies in de teller (vereenvoudigde formule)
Door de oorspronkelijke parameters te inverseren, krijgen we positieve invloedsfactoren in de teller:
Uitleg van de omgekeerde parameters:
🚀Efficiëntie (1/tijdsinvestering): de snelheid waarmee een team oplossingen kan ontwikkelen. Een hogere efficiëntie leidt tot een grotere kans op succes.
🧠Eenvoud (1/complexiteit): de duidelijkheid en structureerbaarheid van het probleem. Eenvoudigere problemen hebben een grotere kans op een oplossing.
🔋Energie–efficiëntie (1/energieverbruik): het vermogen om met minimale middelen maximale resultaten te behalen. Een betere energie–efficiëntie verhoogt de kans op succes.
😌Comfortzone overschrijden (1/(1+energieverbruik boven comfortzone)): De mate waarin een oplossing binnen de competenties van het team ligt. Oplossingen die dichter bij de kerncompetentie liggen, hebben een grotere kans van slagen.
Vergelijk de bovenstaande formule in zijn twee varianten.
De kern van het geheel is de energie die een software-ontwikkelaar moet inzetten om een resultaat te bereiken. Energie is iets anders dan arbeid. Energie is prestatie maal tijdinvestering.
Zonder AI-programmering zijn zowel de prestaties als de tijdsbesteding hoog.
Met AI-programmeren zijn de menselijke prestaties idealiter laag omdat het AI-programmeersysteem het belangrijkste werk uitvoert. Dit vermindert ook de benodigde tijd.
Maar het wordt nog beter: Wat is werk vanuit het perspectief van een IT'er?
werk is:
- Ga van tevoren op het werkstation zitten,
- Zet de computer (pc of laptop) aan,
- wacht dan tot het opstart,
- om de ontwikkelomgeving te starten,
- denken en programmeren,
- om te testen,
- stoppen met werken,
- zoveel mogelijk plezier maken ("vrije tijd"), eten, slapen,
- om bij het begin te beginnen ("Eet, Werk, Slaap, Herhaal").
Die dagen zijn voorbij, althans voor het team van Dr. GDPR. Want wij ontwikkelen met AI.
Voor softwareontwikkelaars is werk de laatste tijd
- op de bank liggen en naar muziek luisteren, tv kijken of andere dingen doen waarbij je je handen niet nodig hebt,
- Op het tablet een klein wonder genaamd software laten ontstaan (voorbeeld 1, voorbeeld 2, voorbeeld 3),
- om van de dag/avond te genieten,
- binnenkort de vruchten van de "arbeid" plukken en de verkregen vruchten moeiteloos samen in een mandje leggen = "programmeren" = "assembleren" = in elkaar zetten = vrij eenvoudige bezigheid die weinig tijd vergt,
- Van voor naar achteren te beginnen („Eet, Fun, Sammelen, Slaap, Herhaal“)
De oplossing is:
Met behulp van AI-programmering kan software zo gemakkelijk, snel en incidenteel worden ontwikkeld dat elke redelijk getalenteerde ontwikkelaar kan worden getransformeerd in een tevreden en zeer efficiënte werknemer.
Bijna elk type software kan nu efficiënt, economisch en snel worden ontwikkeld:
- Websites,
- Webtoepassingen,
- Back-end programma's,
- Volwaardige applicaties, waaronder complexere chatbots die AI-verzoeken asynchroon verwerken en gebruikmaken van een worker-architectuur,
- Diagrammen en animaties.
Dit alles werkt voor alle gangbare programmeertalen.
Als bedrijven softwareoplossingen willen, zijn de tijden beter dan ooit.
De volgende stappen zijn:
- AI-training voor ontwikkelaars
- Een AI-oplossing bouwen (of laten bouwen)
- Meer omzet en meer tevreden werknemers
Als je als bedrijf niet weet wat er in dit artikel wordt bedoeld, moet je aan je toekomst denken en jezelf bijscholen.
My name is Klaus Meffert. I have a doctorate in computer science and have been working professionally and practically with information technology for over 30 years. I also work as an expert in IT & data protection. I achieve my results by looking at technology and law. This seems absolutely essential to me when it comes to digital data protection. My company, IT Logic GmbH, also offers consulting and development of optimized and secure AI solutions.
