AI binnen engineeringsteams?

Sinds drie jaar werkt Luc bij Data Talents als Data Engineer, een rol waarin hij zich graag beweegt tussen techniek en mens. Volgens hem kunnen we binnen engineering niet meer om AI heen. “Iedereen gebruikt het, vooral bij code schrijven of tools deployen. Maar we moeten het wel beter gaan benutten. Veel engineers of programmeurs gebruiken een individuele AI-tool en dat is lastig bij samenwerkingen. Waarom? Omdat niet alle AI-tools de conventies en afspraken van een project kennen en daardoor dingen zelf in gaan vullen. Zo kunnen er inconsistenties ontstaan en dat maakt het werk rommelig en onoverzichtelijk. Bovendien bestaat er binnen een project vaak al een stukje code dat bepaalde functionaliteiten uitvoert, maar als de AI-tool daar niet van op de hoogte is, voegt hij dat nogmaals toe. Zo ontstaat er een wildgroei aan code binnen een project met een gebrek aan duidelijke standaarden. Dit maakt het moeilijk leesbaar en onoverzichtelijk, wat weer tot fouten leidt.”

Van individu naar team

Gelukkig zijn daar oplossingen voor en dat is precies waar Luc de laatste tijd onderzoek naar heeft gedaan. Zelf richt hij zich vooral op Visual Studio Code, een tool die veel gebruikt wordt om in codeprojecten te werken. “Binnen deze tool kun je nu met een AI-agent werken om als team bepaalde prompts te specificeren. Op die manier kun je vastleggen welke standaarden je wilt vasthouden bij het schrijven van een code of test. Zo creëer je een homogene manier van werken voor alle teamleden. Je kunt bovendien veel sneller stukjes code genereren omdat je in een keer mee kunt geven wat de standaarden moeten zijn.”

Het grootste voordeel volgens Luc? Dat je dankzij AI deze standaarden als team kunt managen en ook als team aanpassingen kunt doorvoeren. Maar ook dat het verschil tussen ervaren en minder ervaren teamleden kleiner wordt. “Logischerwijs is het zo dat degene met de meeste senioriteit het meest te zeggen heeft over de te definiëren standaarden binnen Visual Studio Code. Dankzij de AI-agent kunnen minder ervaren teamleden werk van hogere kwaliteit leveren, doordat zij werken met dezelfde prompts. Daarnaast maken junioren hierdoor minder fouten en gaat de kwaliteit van het werk omhoog. Ook hoeven senioren minder vaak de code van junioren te reviewen, want ook dat wordt deels door deze tool afgevangen.”

Inspirerende kennissessie

Om zijn inzichten te delen, organiseerde Luc een kennissessie. Daar kwamen niet alleen mede-engineers op af, maar ook collega’s die meer op het datamanagementstuk zitten. “Mooi om te zien, hoe deze laatste groep actief de discussie aanzwengelde over hoe we AI concreet binnen onze teams in kunnen zetten.”

Luc wilde niet alleen informeren en enthousiasmeren, maar ook handvatten geven om hands-on met AI-tools aan de slag te gaan. “Het leuke was dat een van de collega’s een specifieke use case paraat had en vroeg of we hem daarmee konden helpen. Hij had een database met tabellen die telkens gelinkt waren aan hogere tabellen. Het genereren van omschrijvingen werd daardoor complex en we moesten dus een prompt bedenken waardoor de AI snapte dat dit een hiërarchische database was. Daar hebben we met zijn allen over zitten sparren en dat was ook het doel van deze kennissessie. Zorgen dat erover gepraat wordt, dat we er concreet mee aan de slag gaan en dat we deze beweging samen verder in gang zetten.”

AI begrijpelijk maken

Terugkijkend is Luc blij met zijn onderzoek en de sessie die hij organiseerde. “Ik ben een echte techneut en ik vind het leuk om dingen te bouwen. Maar ik vind het nóg leuker als ik mensen daarin mee kan nemen. Als ik AI begrijpelijk kan maken en technische teams kan stimuleren om AI te omarmen. Daar put ik echt plezier uit.”