Kunstmatige intelligentie (AI) verandert snel de manier waarop software wordt gebouwd, maar er ontstaat een nieuwe uitdaging: door AI gegenereerde code bevat vaak fouten. Hoewel deze systemen de ontwikkeling versnellen, kan de resulterende software vol zitten met bugs, waardoor projecten uiteindelijk worden vertraagd. Dit is het centrale probleem waarmee een groeiend aantal start-ups in Silicon Valley nu wordt geconfronteerd.
De opkomst van AI-codering en de valkuilen ervan
In januari bracht een onderzoek van de Carnegie Mellon University een belangrijke tekortkoming in de huidige AI-coderingstools aan het licht. Deze systemen kunnen snel code produceren, maar de kwaliteit is inconsistent, met de neiging om fouten te introduceren die ontwikkelaars later moeten herstellen. De impact op de lange termijn zou een grotere technische schuld en langzamere innovatiecycli kunnen zijn, ondanks de aanvankelijke snelheidswinsten.
Dit probleem is vooral van cruciaal belang omdat AI-codering steeds wijdverbreider wordt. Tools zoals OpenAI’s Codex en Anthropic’s Claude Code worden al door veel ontwikkelaars gebruikt en de verwachting is dat de acceptatie ervan zal toenemen. Als de code die ze genereren echter onbetrouwbaar is, kan dit het hele AI-gestuurde ontwikkelingsproces ondermijnen.
Silicon Valley stapt in: verificatie als de volgende grens
Verschillende nieuwe bedrijven positioneren zich om dit probleem op te lossen. Axiom Math, Harmonic (beide gevestigd in Palo Alto) en Logical Intelligence (San Francisco) zijn allemaal gericht op het bouwen van AI-systemen die code automatisch kunnen verifiëren – in wezen het bewijzen van de juistheid ervan zoals wiskundigen stellingen bewijzen.
“Codeverificatie is waarschijnlijk de volgende stap”, zegt Carina Hong, CEO en oprichter van Axiom. Het bedrijf heeft zojuist $200 miljoen aan financiering binnengehaald van durfkapitaalbedrijven als Menlo Ventures, Greycroft en Madrona, waardoor de waardering op $1,6 miljard komt, ondanks dat het nog maar een jaar bestaat en een team van ongeveer twintig mensen heeft.
Waarom verificatie belangrijk is: de toekomst van AI-gestuurde ontwikkeling
De stijging van de durfkapitaalinvesteringen geeft aan dat investeerders het cruciale belang van betrouwbare, door AI gegenereerde code erkennen. De mogelijkheid om code automatisch te verifiëren is niet alleen een technische oplossing; het is een voorwaarde voor de wijdverspreide adoptie van AI in de softwareontwikkeling. Zonder AI zal de belofte van snellere, efficiëntere codering onvervuld blijven.
Als de door AI gegenereerde code niet kan worden vertrouwd, zullen ontwikkelaars terugkeren naar handmatige verificatie, waardoor de voordelen van automatisering teniet worden gedaan. De race om betrouwbare verificatietools te creëren is daarom cruciaal voor het langetermijnsucces van AI in software-engineering.
