Từ lâu, Elon Musk đã đưa ra nhiều dự đoán về một tương lai nơi con người có thể thay đổi sâu sắc cách sống và làm việc. Mới đây, một bài đăng trên nền tảng X của tài khoản có tên v0xium đã thu hút sự chú ý mạnh mẽ trong cộng đồng công nghệ, đạt gần 8 triệu lượt xem chỉ sau vài ngày. Tác giả, một kỹ sư phần mềm ẩn danh, đã chia sẻ những lo ngại về môi trường làm việc khi các công cụ AI tạo sinh được tích hợp sâu vào quy trình phát triển phần mềm.
Theo v0xium, tại công ty mới, AI gần như tham gia vào mọi công đoạn. Từ viết đặc tả sản phẩm, tạo bài kiểm thử, viết mã cho đến lập ticket và chuẩn bị báo cáo, ngày càng nhiều nhiệm vụ trước đây do kỹ sư trực tiếp thực hiện nay đã được giao cho AI.
Nghịch lý năng suất trong kỷ nguyên AI
Người viết mô tả một nghịch lý đáng suy ngẫm: Năng suất dường như tăng lên, nhưng con người lại phải dành nhiều thời gian hơn để kiểm tra những gì máy tính tạo ra. "Mọi người làm việc 12-13 giờ mỗi ngày chỉ để bấm Enter", v0xium viết. Bài đăng này nhanh chóng lan truyền và nhận được sự quan tâm từ Elon Musk. Tỷ phú công nghệ chỉ để lại một từ: "Yikes" (tạm dịch: "Ôi trời"), thể hiện sự kinh ngạc hoặc lo ngại trước thực trạng này.
Bình luận ngắn gọn của Musk đã châm ngòi cho một cuộc tranh luận lớn trong ngành công nghệ: Liệu AI đang giúp kỹ sư làm việc hiệu quả hơn hay đang dần thay đổi bản chất của nghề lập trình?
Khi viết code không còn là phần khó nhất
Sự phát triển của các công cụ AI coding đang làm thay đổi đáng kể quy trình phát triển phần mềm. Những hệ thống mới không chỉ có khả năng gợi ý một vài dòng mã mà còn có thể tiếp nhận yêu cầu bằng ngôn ngữ tự nhiên, tạo nhiều tệp mã, sửa lỗi và thực hiện các nhiệm vụ liên tiếp. Với doanh nghiệp, đây là cơ hội để rút ngắn thời gian phát triển sản phẩm. Với kỹ sư, AI có thể giúp loại bỏ những công việc lặp đi lặp lại và dành nhiều thời gian hơn cho các vấn đề phức tạp.
Tuy nhiên, v0xium cho rằng vấn đề nằm ở cách doanh nghiệp đang đo lường năng suất. Theo kỹ sư này, nhiều công ty vẫn sử dụng số lượng tính năng được phát hành, số sprint hoàn thành hoặc số pull request làm thước đo hiệu quả. Khi AI có thể tạo mã nhanh hơn rất nhiều so với con người, những chỉ số này càng dễ bị đẩy lên cao. Nhưng nhiều mã hơn không đồng nghĩa với một sản phẩm tốt hơn.
"Viết code chưa bao giờ là điểm nghẽn; điểm nghẽn nằm ở hệ thống xung quanh nó", v0xium lập luận.
Vai trò của kỹ sư phần mềm đang thay đổi ra sao?
Quan điểm này đặt ra một câu hỏi quan trọng: Nếu AI có thể đảm nhiệm phần lớn công việc kỹ thuật, kỹ sư phần mềm sẽ còn đóng vai trò gì? Trong mô hình truyền thống, kỹ sư phải hiểu yêu cầu, thiết kế hệ thống, viết mã, kiểm thử rồi chịu trách nhiệm khi sản phẩm gặp vấn đề. Với AI coding, một phần quá trình này có thể được tự động hóa. Con người chuyển dần từ người trực tiếp tạo ra mã sang người đưa yêu cầu, điều phối và kiểm tra kết quả.
Đó có thể là một bước tiến về năng suất, nhưng cũng tạo ra nguy cơ kỹ năng chuyên môn của con người bị suy giảm nếu kỹ sư quá phụ thuộc vào kết quả do AI tạo ra. Một số nhân vật trong ngành công nghệ cũng đưa ra những quan điểm tương tự. Nhà đầu tư Chamath Palihapitiya cảnh báo việc phụ thuộc quá mức vào AI có thể khiến cả một thế hệ kỹ sư trở thành những người chủ yếu ngồi trước máy tính và thực hiện thao tác theo kết quả do hệ thống đưa ra. Bill Staples, CEO GitLab, cũng từng mô tả xu hướng con người ngày càng trở thành lớp điều phối giữa yêu cầu của tổ chức và máy móc.
Bài toán lớn hơn câu chuyện viết code
Điểm đáng chú ý trong bài đăng của v0xium là tác giả không phản đối AI. Ngược lại, lập luận tập trung vào cách doanh nghiệp sử dụng công nghệ. AI có thể viết code nhanh, nhưng tốc độ tạo mã không phải lúc nào cũng quyết định chất lượng của một sản phẩm. Một phần quan trọng của công việc kỹ thuật vẫn nằm ở việc xác định vấn đề cần giải quyết, hiểu kiến trúc hệ thống, đánh giá rủi ro và nhận biết khi nào kết quả của AI không phù hợp.
Nếu những năng lực này dần bị thay thế bằng quy trình "ra lệnh - nhận kết quả - đưa vào hệ thống", vai trò của kỹ sư cũng sẽ thay đổi. V0xium gọi những người chỉ chuyển kết quả từ AI vào công việc mà không thực sự phân tích hoặc hiểu chúng bằng một thuật ngữ mang tính châm biếm. Theo tác giả, đây là dấu hiệu cho thấy con người có nguy cơ trở thành một mắt xích phụ trợ cho hệ thống tự động hóa thay vì là người kiểm soát công nghệ.
Cuộc tranh luận này không chỉ xuất hiện trong ngành phần mềm. Khi AI ngày càng có khả năng thực hiện những nhiệm vụ từng được xem là đòi hỏi chuyên môn cao, nhiều ngành nghề cũng đang phải đối mặt với câu hỏi tương tự: Con người sẽ làm gì khi máy móc có thể làm phần lớn công việc kỹ thuật?
Đằng sau hai chữ "Yikes" của Musk không chỉ là câu chuyện về một kỹ sư cảm thấy kiệt sức vì AI. Nó phản ánh một cuộc tranh luận lớn hơn đang diễn ra trong ngành công nghệ: Khi AI ngày càng làm được nhiều việc hơn, giá trị của một kỹ sư sẽ nằm ở khả năng viết code hay ở khả năng hiểu mình thực sự cần xây dựng điều gì? Trong bối cảnh các công cụ AI đang thay đổi cách chúng ta làm việc, từ lập trình đến các giải pháp hỗ trợ ngôn ngữ như DubbinTool, việc thích nghi và làm chủ công nghệ thay vì để công nghệ làm chủ là bài toán then chốt.
Nguồn tham khảo
Câu hỏi thường gặp
Tại sao Elon Musk lại phản hồi "Yikes" trước bài đăng của kỹ sư phần mềm?
Elon Musk đã phản hồi "Yikes" (tạm dịch: Ôi trời) trước bài đăng của một kỹ sư ẩn danh (v0xium) trên X. Phản hồi này thể hiện sự kinh ngạc hoặc lo ngại của tỷ phú công nghệ trước thực trạng các kỹ sư phần mềm đang phải dành quá nhiều thời gian để kiểm tra kết quả do AI tạo ra thay vì tập trung vào tư duy kỹ thuật cốt lõi.
Vấn đề chính mà kỹ sư v0xium cảnh báo về AI trong lập trình là gì?
Kỹ sư này lo ngại rằng việc phụ thuộc quá mức vào AI đang làm thay đổi bản chất của nghề lập trình. Thay vì là người tạo ra giải pháp, kỹ sư có nguy cơ trở thành người chỉ biết "bấm Enter" để chạy các đoạn mã do AI tạo ra, dẫn đến nguy cơ suy giảm kỹ năng chuyên môn và khả năng kiểm soát hệ thống.
Tại sao các thước đo năng suất truyền thống không còn chính xác khi có AI?
Theo tác giả, nhiều công ty vẫn dùng số lượng tính năng, sprint hoặc pull request làm thước đo hiệu quả. Tuy nhiên, vì AI có thể tạo mã nhanh hơn con người, các chỉ số này dễ bị đẩy lên cao một cách ảo. Nhiều mã hơn không đồng nghĩa với sản phẩm tốt hơn, vì điểm nghẽn thực sự nằm ở hệ thống xung quanh chứ không phải tốc độ viết code.
