Mỗi khi có bản cập nhật lớn về công cụ lập trình AI, mạng xã hội lại rộ lên những cuộc thảo luận kiểu "lập trình viên sắp thất nghiệp". Vậy thực tế ra sao?
Nghiên cứu của METR gây bất ngờ
Tổ chức nghiên cứu an toàn AI METR đã thực hiện một thí nghiệm nghiêm ngặt: cho các nhà phát triển giàu kinh nghiệm hoàn thành các nhiệm vụ lập trình với và không có sự hỗ trợ của AI.
Kết quả: Các nhà phát triển sử dụng công cụ AI lại chậm hơn 19%.
Đúng vậy, bạn không đọc nhầm đâu. Các nhà phát triển giàu kinh nghiệm khi sử dụng AI hỗ trợ lại giảm hiệu suất, thay vì tăng. Nguyên nhân chủ yếu là thời gian dành để xem xét và sửa lỗi đầu ra của AI vượt quá thời gian mà AI tiết kiệm được.
Tuy nhiên, nghiên cứu này có một số hạn chế — thiết kế thí nghiệm, loại nhiệm vụ và công cụ cụ thể được sử dụng đều ảnh hưởng đến kết luận. Nó không có nghĩa là "công cụ lập trình AI vô dụng", mà cho thấy trong một số tình huống, tỷ lệ đầu vào-đầu ra của công cụ AI không cao như tưởng tượng.
Thêm nhiều dữ liệu
Dữ liệu của chính GitHub cho thấy các nhà phát triển sử dụng Copilot thực sự cải thiện hiệu quả trong các tình huống hoàn thiện mã, đặc biệt là khi viết mã mẫu và các công việc lặp đi lặp lại.
Nhưng trong các khâu thực sự "đau đầu" như thiết kế kiến trúc, hiểu yêu cầu, gỡ lỗi, AI hiện tại chưa giúp được nhiều — thậm chí có thể gây hại vì đưa ra gợi ý sai.
Tác động thực tế
Nhận định chính xác hơn hiện tại là:
- AI sẽ không "thay thế" lập trình viên, nhưng sẽ thay đổi nội dung công việc của lập trình viên
- Thời gian viết mã sẽ giảm, thời gian review và xác minh sẽ tăng
- Nhu cầu về lập trình viên cấp thấp có thể giảm, nhu cầu về lập trình viên cấp cao biết sử dụng công cụ AI có thể tăng
- "Biết sử dụng công cụ AI" đang trở thành kỹ năng cơ bản giống như "biết Git"
Hoảng loạn và lạc quan mù quáng đều không cần thiết. Lĩnh vực này thay đổi quá nhanh, chiến lược đáng tin cậy nhất là học tập liên tục, coi công cụ AI là công cụ chứ không phải là vật thay thế.
Nguồn tham khảo: Báo cáo nghiên cứu METR, CocoLoop, Khảo sát thường niên GitHub