Hoe AI ontwikkelaars onbedoeld één programmeertaal tot koning kroont

Sophie Jansen · 2026-08-21

Het was een stille revolutie. In augustus 2025 klom TypeScript ineens naar de top van GitHub's ranglijst. De grootste verschuiving in tien jaar tijd, en dat precies toen AI-coderingstools hun intrede deden. We dachten dat taal er niet meer toe zou doen, maar het tegendeel blijkt waar. We verwachtten dat organisaties volledig 'stack agnostisch' zouden worden. Kies gewoon de beste tools voor het probleem, zonder je zorgen te maken over beschikbare ontwikkelaars. Maar twee jaar na de opkomst van AI-assistenten ziet de markt er juist beperkter uit. De focus vernauwt zich razendsnel tot één enkele taalfamilie. ### De cijfers vertellen het verhaal GitHub's Octoverse-rapport van oktober 2025 telde 2,64 miljoen maandelijkse TypeScript-bijdragers. Dat is een groei van 66% ten opzichte van het jaar ervoor. Meer dan een miljoen ontwikkelaars schreven in 2025 voor het eerst TypeScript-code op GitHub. En dit bovenop een al dominante positie. De Stack Overflow-enquête van 2025, met bijna 49.000 reacties, toonde dat 66% JavaScript gebruikt. Sinds 2011 domineert JavaScript deze positie bijna elk jaar. Kortom: de JavaScript-familie is zowel de meest gebruikte als de snelst groeiende. Nu moet ik wel een kanttekening plaatsen bij GitHub's telmethode. Ze tellen activiteit op hun eigen platform, wat een belangenconflict kan zijn. En trends beïnvloeden wat mensen in publieke repositories plaatsen. Maar de cijfers komen overeen met enquêtedata, dus het patroon is duidelijk. ### Modellen schrijven wat ze kennen Het mechanisme is eigenlijk heel simpel. AI-modellen leren van gepubliceerde code, en het meeste gepubliceerde code is geschreven in JavaScript en TypeScript. Sterker nog, een groot deel draait om React. Dit creëert een enorm verschil in output. Vraag een AI-assistent om een getypte React-component en de output compileert meestal direct. Hij past bij de codebase en vraagt minimale aanpassingen. Maar vraag dezelfde assistent om code voor Svelte, Solid of een minder populair backend-framework, en de output is veel magerder. Je ziet dan meer verzonnen API's en de basisstructuur heeft meer correcties nodig voordat hij uitvoerbaar is. Het voelt een beetje als: > 'De beste gereedschappen zijn niet per se de meest geavanceerde, maar wel de gereedschappen die je AI-assistent begrijpt.' ### Hoe dit teams beïnvloedt Teams kiezen hun stack nu anders. Het gaat niet meer alleen om welke framework het meest efficiënt of makkelijkst is. Het gaat om welke framework het beste werkt met hun tools. Want dat productiviteitsverschil in bruikbare AI-output wordt alleen maar groter tijdens een lang bouwproces. En wanneer die teams output produceren, wordt die gepubliceerd, gescraped en opgenomen in volgende trainingsrondes. Zo wordt de kloof alleen maar groter. Het is een zichzelf versterkend effect. Dit zegt niets over technische kwaliteit. Solid en Svelte zijn uitstekende frameworks. Verschillende modernere frameworks overtreffen React zelfs op snelheid. Maar de markt beloonde de keuze die de modellen al kenden. ### Python bouwt, JavaScript levert Een terechte tegenwerping: AI-ontwikkeling gebeurt vooral in Python. Modeltraining, evaluatie en onderzoekstools draaien op Python, en dat is niet veranderd. Maar wat de klant ziet en gebruikt? Dat is bijna nooit Python. De front-end van een AI-product is eigenlijk een venster dat tokens streamt. Het heeft knoppen nodig om tools uit te voeren, een goedkeuringsstap voor risicovolle acties en uitleg over wat het systeem deed en waarom. Denk aan de interface van ChatGPT of vergelijkbare tools. Die zijn bijna allemaal gebouwd met JavaScript-frameworks. De AI-magie gebeurt op de server in Python, maar de gebruikerservaring komt tot leven in JavaScript. ### Wat dit betekent voor jou Als je nu een nieuw project start, sta je voor een lastige keuze: - Kies je voor de technisch superieure optie die je AI-assistent minder goed begrijpt? - Of kies je voor het framework waar je AI-tools het beste mee overweg kunnen? Het antwoord hangt af van je team, je tijdlijn en je middelen. Maar één ding is duidelijk: AI heeft de spelregels veranderd. Het maakt taal- en frameworkkeuzes niet irrelevant - het maakt ze juist belangrijker dan ooit. Want de keuze die je nu maakt, beïnvloedt niet alleen je huidige project. Het voedt ook de modellen van morgen. En daarmee bepaal je indirect wat de volgende generatie ontwikkelaars makkelijk kan bouwen.