Opmerking: dit artikel werd geschreven in 2015. De voorspellingen die het deed, spelen zich nu veel sneller af dan verwacht.
Technologiegedreven banen zijn de ultieme grens van menselijke arbeid waar machines geen plaats hebben.
Dit lijkt inderdaad moeilijk te betwisten. Softwareprogrammeurs zullen toch nog steeds nodig zijn om al die prachtige kunstmatige intelligentie te programmeren die alle andere banen ingrijpend gaat veranderen, niet?
Fout...
Software die zichzelf schrijft
Software is vandaag zo foutgevoelig als men zich niet wil voorstellen, en daarom werd zelfwijzigende code uitgevonden. Ja, dit is softwarecode die zichzelf automatisch aanpast. Vandaag is de belangrijkste functionaliteit meestal gericht op het verbeteren van prestaties en het verkleinen van de codebase om het onderhoud te vergemakkelijken.
Op het moment dat dit geschreven werd, leek het nog ver weg van computerprogramma's die zelfstandig extra functionaliteit programmeren met minimale of zelfs zonder tussenkomst van een mens. Maar dat was 2015.
De curve werd steiler — veel steiler
Code die zichzelf functioneel creëert, moet worden aangedreven door slimme machines, d.w.z. kunstmatige intelligentie. In 2015 was dat nog toekomstmuziek. Maar zoals bij veel exponentiële veranderingen, versnelde de curve van vooruitgang met de dag.
Een belangrijke mijlpaal die in 2014 werd bereikt, was een machine die slaagde voor de Turing Test — een schriftelijke gesprekstest waarbij een machine intelligentie demonstreert als het een mens kan misleiden om te denken dat het menselijk is. Destijds overtuigde het de jury door zich voor te doen als een 13-jarige jongen.
Spoel door naar 2026: die benchmark is oude geschiedenis.
We hebben nu Claude, ChatGPT, Gemini en andere grote taalmodellen die niet alleen slagen voor de Turing Test, maar actief de manier waarop code wordt geschreven hervormen. GitHub Copilot vult codesuggesties aan. ChatGPT kan software schrijven, debuggen en refactoren. Dit zijn geen speeltjes — het zijn productietools die miljoenen ontwikkelaars dagelijks gebruiken.
DeepMind (dat Google overnam) bouwde niet alleen een breinachtige computer; het creëerde AlphaFold, dat een 50 jaar oud eiwitvouwingsprobleem in de biologie oploste. Het creëerde Gemini, een multimodaal AI-systeem dat menselijke prestaties evenaart en overtreft bij veel complexe redeneerrtaken. De frontier is ver voorbij "Hello World" verschoven.
Hoe zit het met menselijke programmeurs?
De eerste zaadjes van deze evolutie die in 2015 zo ver weg leken, zijn nu de norm. Machine learning creëert code. AI-ondersteunde ontwikkeling is standaardpraktijk geworden. Volledige codebases kunnen worden gegenereerd, gedebugd en geoptimaliseerd door algoritmes die samenwerken met (of soms volledig onafhankelijk van) menselijke programmeurs.
Machines creëren nu automatisch andere machines. Software creëert automatisch andere software. De barrières waartegen we duwden, zijn doorbroken.
Voorlopig hoeven softwareprogrammeurs zich alleen zorgen te maken over de snelle verschuivingen in programmeerparadigma's en tools die de expertise van gisteren morgen achterhaald doen aanvoelen. Maar er is een reële mogelijkheid — en een versnellende tijdlijn — dat deze architecten van technologie ook vervangbaar worden door de tools die ze zelf gebouwd hebben.
De echte vraag: wat gebeurt er nu?
Maar hier is het punt: dit artikel werd niet geschreven als een waarschuwing voor onheil. Het werd geschreven als een uitnodiging tot een diepere vraag.
Als AI het programmeren kan doen, wat betekent dat dan voor ons?
Het traditionele antwoord is paniek: "Zullen banen verdwijnen?" Ja, dat zullen ze. Dat is niet nieuw. Automatisering heeft altijd werk verdrongen. De vraag die er meer toe doet is deze: "Welk werk blijft zinvol, en hoe bouwen we een economie die mensen ondersteunt doorheen de transitie?"
Dit is waar regeneratief denken essentieel wordt. Naarmate AI werk transformeert, staan we voor een keuze. We kunnen verandering weerstaan en toekijken hoe de kloof tussen technologie en menselijk doel zich verbreedt. Of we kunnen vragen: Wat als dit ons bevrijdde om ons te richten op werk dat machines niet kunnen doen — werk dat menselijke aanwezigheid, wijsheid, creativiteit en zorg vereist? Wat als AI het algoritmische werk afhandelde terwijl wij ons concentreerden op het relationele, regeneratieve werk — gemeenschappen herstellen, ecosystemen regenereren, echte verbinding opbouwen?
Een regeneratieve economie vecht niet tegen technologische verandering. Ze stuurt die in de richting van menselijke en ecologische bloei. Wanneer machines het programmeren doen, doen mensen het zingeving-werk. Wanneer algoritmes de productie optimaliseren, optimaliseren mensen voor welzijn. Dat is geen stap achteruit — het is vooruitgang naar iets dat er werkelijk toe doet.
De uitdaging is dat ons huidige economische systeem niet ontworpen is voor deze verschuiving. Het gaat ervan uit dat werk = inkomen, en inkomen = overleven. Als machines het werk doen, wat gebeurt er dan met mensen? Dat is waar het Sustainable Money System (SuMSy) relevant wordt: een herontworpen economie waarin mensen financiële zekerheid hebben, niet omdat ze in dienst zijn, maar omdat de samenleving hun inherente waarde erkent. Waar werk gekozen kan worden voor zingeving, niet uit wanhoop.
Klaar om de toekomst te navigeren?
De versnelling van AI vertraagt niet. De noodzaak om opnieuw na te denken over hoe we werken, verdienen en zingeving vinden evenmin.
Lees ons blogartikel "Navigeren in een wereld van versnelling" op happonomy.org/blog voor diepere reflectie over wat het betekent om menselijk te blijven in een snel veranderende wereld.
Of sluit je aan bij de Happonomy Fundamentals Training op happonomy.org/products — ontworpen om jou en je gemeenschap te helpen veerkracht en zingeving op te bouwen terwijl technologie het landschap van werk hervormt.
De toekomst is niet iets dat ons overkomt. Het is iets dat we ontwerpen.