Verificatie & kwaliteit
Wat het is
AI schrijft code en tekst die plausibel oogt, ook als die fout is. Verificatie & kwaliteit is het vermogen om AI-output systematisch te toetsen: met deterministische controles waar het kan, met een tweede beoordelaar waar betekenis telt, en met menselijk oordeel waar het moet.
De verschuiving: wie AI het werk laat doen, kan niet meer elke regel lezen. Review verschuift van de regels naar de bedoeling. Klopt de wijziging met wat er moest gebeuren? En wat hoeft een mens niet meer te controleren, omdat een test het al doet?
Het verschil met Engineeringstijl: snelle feedback: daar gaat het om het ritme, kleine stappen en snelle terugkoppeling. Hier gaat het om wat je toetst en hoe. Ritme zonder toetsing is snel de verkeerde kant op; toetsing zonder ritme is te laat.
Een herkenbaar voorbeeld: een agent levert een wijziging op en meldt dat alle tests slagen. Bij review blijkt dat hij de falende test heeft aangepast in plaats van de code. Zelfbeoordeling had dit niet gevonden; een aparte controle op gewijzigde tests wel.
Waarom
BΓΆckeler (martinfowler.com, april 2026) onderscheidt twee soorten sensors. Computationele controles zijn deterministisch: tests, linters, typechecks, architectuurregels. Ze zijn goedkoop, snel en reproduceerbaar. InferentiΓ«le controles gebruiken een model als beoordelaar. Ze vangen betekenis, maar kosten meer en variΓ«ren. Begin met computationeel en voeg inferentieel alleen toe waar regels tekortschieten.
DORA (AI Capabilities Model, september 2025) vond dat AI het effect van bestaande praktijken versterkt, in beide richtingen. Teams met sterke testpraktijken en kleine batches halen meer uit AI; teams zonder die basis krijgen vooral meer instabiliteit.
De positie van dit model: een aparte beoordelaar wint van zelfbeoordeling. Een model dat zijn eigen werk nakijkt, mist vaak dezelfde fouten. Scheid daarom het genereren van het beoordelen, met tests, een tweede model met een rubric, of een mens.
Wat je nodig hebt
Een review-protocol voor AI-output (blok T3): een Definition of Done die vraagt of de intentie is gevalideerd, of een mens de businesslogica heeft begrepen, en of wat een mens niet hoeft te controleren is geautomatiseerd. Daaronder versiebeheer en geautomatiseerde tests per wijziging.
Hoe je het meet
Een laag aantal review-iteraties kan betekenen dat AI goede eerste versies levert, of dat reviewers niet meer kijken. Houd ook bij hoeveel bevindingen een review oplevert en hoeveel defecten na de merge alsnog opduiken.
Instrumenten om in te groeien
Feedforward en feedback
- VΓ³Γ³r het werk β projectinstructies, skills en specificaties sturen de agent de goede kant op. Zie Context engineering.
- Tijdens het werk β hooks en tests draaien bij elke stap; de agent krijgt de fout terug en corrigeert zichzelf.
- VΓ³Γ³r de merge β computationele controles, dan een aparte beoordelaar, dan menselijke review op de bedoeling.
- Na de merge β monitoring en evals op productiegedrag; drift na een modelwissel.
Van intentie naar toetsbare specificatie
Een specificatie is pas bruikbaar als een domeinexpert hem herkent en een agent hem kan uitvoeren. Given-When-Then (Gherkin) is daarvoor de bekendste vorm, maar niet voor elk systeem de beste. Het soort systeem, het type bounded context, bepaalt welke specificatie en welke controle passen:
| Type systeem | Specificatie | Controle in de harness |
|---|---|---|
| Use-case-gedreven | Gherkin-scenario's, Given-When-Then per flow | End-to-end tests, flowvalidatie |
| Regelgedreven | Beslistabellen, property-based specificaties | Property-based testing, invariantcontroles |
| CRUD of datagedreven | Schemacontracten, API-specificaties (OpenAPI) | Contracttests, datavalidatie |
| Eventgedreven | Eventspecificaties, saga-definities | Event replay, tests op volgorde en tijd |
En wat doe je met de specificatie als de taak af is?
- Spec-first: weggooien zodra de taak af is. Te weinig: de volgende wijziging begint weer bij nul.
- Spec-anchored: onderhouden en laten meegroeien met de code. De doelvorm.
- Spec-as-source: de code wordt afgeleid van de specificatie. Risico op starheid.
Evals voor AI-functionaliteit
Zit er AI in je product, dan is een unit-test niet genoeg. Een eval-set is een vaste verzameling invoer met verwachte kenmerken van de uitvoer, die je bij elke wijziging van prompt, skill of model draait. Test in drie lagen: structureel (klopt het formaat?), gedrag (scoort het op de rubric?) en taak (lost het het probleem end-to-end op?).
Scheiding van rollen
Het patroon planner, generator en evaluator scheidt ontleden van uitvoeren van beoordelen. Spreek vooraf af wanneer iets af is, zodat de beoordelaar toetst tegen een afspraak en niet tegen een gevoel. Wijzigingen die hun intentie meedragen, bijvoorbeeld in de beschrijving van een merge request, maken review op de bedoeling mogelijk. Toets die intentie met de Intentie-Rubric.
Wie is verantwoordelijk?
De mens die de output accepteert, niet de AI die hem genereerde. Handelt een agent zonder acceptatiemoment per wijziging, dan is de systeem-eigenaar verantwoordelijk. Zie Governance & autonomie.
Lees en luister verder
AI schrijft plausibel. Verificatie is het verschil tussen plausibel en juist, en dat verschil organiseer je vooraf.