Vibe coding bij theFactor.e? Juist om te ontdekken waar de grens ligt
AI-tools maken het steeds eenvoudiger om zonder uitgebreide programmeerkennis iets werkends te bouwen. Een applicatie, een slimme koppeling of een prototype staat soms verrassend snel. Maar wanneer is dat handig en wanneer wordt het onverstandig? Tijdens onze interne Vibeathon gingen collega’s daar zelf mee aan de slag.
Veel mensen weten inmiddels wat AI kan, lezen erover en zien collega’s ermee experimenteren. Toch blijkt de stap van kijken naar daadwerkelijk doen best groot. Daarom draaide de Vibeathon niet om het bouwen van het perfecte eindproduct, maar om experimenteren. Zelf ervaren wat er gebeurt als je een AI-agent vraagt om een idee om te zetten in werkende software.
Van lunchbestellingen tot capaciteitsplanning
In multidisciplinaire teams werkten collega’s aan eigen ideeën uit de dagelijkse praktijk. Zo ontstond een prototype voor het automatiseren van onze lunchbestellingen en bedacht een ander team een oplossing voor de personeelsvereniging, waarmee collega’s zich makkelijker kunnen aanmelden voor activiteiten en informatie op één plek kunnen vinden.
Een ander team onderzocht hoe onze centrale weekplanning automatisch in de agenda van een collega terecht kan komen. Het vierde team dook in financiële en planningsdata om forecast, geboekte uren en realisatie slimmer met elkaar te verbinden.
Het waren bewust geen applicaties die de volgende dag in productie moesten. Het resultaat was ondergeschikt aan wat we onderweg leerden.
Goede AI begint niet met een perfecte prompt
Juist tijdens het bouwen kwamen interessante lessen naar boven. Hoe geef je een AI-agent voldoende context? Hoeveel ruimte laat je hem zelf nadenken? Vraag je precies om de oplossing die je al in je hoofd hebt, of laat je AI juist onderzoeken welke andere inzichten mogelijk zijn?
Ook heel praktische zaken kwamen voorbij. Tokens en gebruikslimieten bijvoorbeeld, maar ook het werken vanuit visuele mock-ups en de instellingen waarmee je bepaalt hoeveel vrijheid een agent krijgt.
Een belangrijke ontdekking: heel specifieke instructies geven is niet automatisch beter. Wie exact voorschrijft welke kolommen en analyses een applicatie moet bevatten, krijgt vooral terug wat hij zelf al bedacht had. Soms is de interessantere vraag juist: dit is de data, welke inzichten zie jij hierin?
Vibe coding is een spectrum
Daarmee kwamen we ook bij een belangrijker punt. Vibe coding wordt al snel geassocieerd met software laten genereren, constateren dat het ongeveer werkt en vervolgens doorgaan. Dat is niet hoe we bij theFactor.e met AI willen werken.
Er zit een groot verschil tussen een AI-agent ongecontroleerd zijn gang laten gaan en technologie heel bewust inzetten met voldoende context, kaders en controle.
Ontwikkelaars merkten tijdens de Vibeathon bijvoorbeeld hoe ongemakkelijk het kan zijn wanneer er code wordt gegenereerd die je zelf nauwelijks hebt gezien. Andere collega’s ontdekten hoe moeilijk het soms is om te beoordelen of een overtuigend resultaat inhoudelijk ook echt klopt.
Precies daar blijft menselijke expertise essentieel.
Niet vibe driven maar context driven
Daarom spreken we liever over context-driven development. Je geeft een AI-agent niet alleen een opdracht, maar ook de informatie, richtlijnen en beperkingen die nodig zijn om die opdracht verantwoord uit te voeren.
En sommige beslissingen wil je helemaal niet aan AI overlaten. Heeft een toepassing invloed op menselijke relaties? Kunnen we het proces voldoende beschrijven en controleren? En kunnen we als mensen verantwoordelijkheid nemen voor het resultaat?
Pas wanneer we daar een goed antwoord op hebben, kunnen we bepalen hoeveel ruimte we AI geven.
De belangrijkste opbrengst van de Vibeathon was dan ook geen applicatie. Het was ervaring. Collega’s die AI tot dan toe vooral van artikelen en demo’s kenden, hebben zelf gebouwd, geprobeerd, fouten gemaakt en ontdekt wat er mogelijk is.
Want uiteindelijk leer je AI niet kennen door ernaar te kijken. Je moet ermee aan de slag. Maar wel met je verstand erbij.
