AI sẽ thay thế các lập trình viên ? cuối cùng, tắt trình chỉnh sửa mã.

“Cuối cùng, hãy tắt trình soạn thảo mã.” Cụm từ châm biếm này đã lan truyền khắp các diễn đàn dành cho nhà phát triển, phản ánh sự hài hước lo lắng về sự trỗi dậy của trợ lý mã hóa AI. Khi các mô hình AI ngày càng có khả năng viết mã, nhiều lập trình viên đang tự hỏi liệu các nhà phát triển con người có đang hướng đến số phận tương tự như những người vận hành thang máy hoặc tổng đài điện thoại - những công việc đã trở nên lỗi thời do tự động hóa. Vào năm 2024, các tiêu đề táo bạo tuyên bố rằng trí tuệ nhân tạo có thể sớm viết tất cả mã của chúng ta, khiến các nhà phát triển con người không còn việc gì để làm. Nhưng đằng sau sự cường điệu và giật gân, thực tế lại phức tạp hơn nhiều.

Vâng, AI hiện có thể tạo mã nhanh hơn bất kỳ con người nào, nhưng Mã đó tốt đến mức nào và AI có thể tự xử lý toàn bộ vòng đời phát triển phần mềm không? Hầu hết các chuyên gia nói rằng “không nhanh như vậy đâu.” Các nhà lãnh đạo kỹ thuật phần mềm như CEO Satya Nadella của Microsoft nhấn mạnh rằng “AI sẽ không thay thế lập trình viên, nhưng nó sẽ trở thành một công cụ thiết yếu trong kho vũ khí của họ. Nó trao quyền cho con người làm nhiều hơn, chứ không phải ít hơn.” (AI có thay thế lập trình viên không? Sự thật đằng sau sự cường điệu | by The PyCoach | Artificial Corner | Tháng 3, 2025 | Medium) Tương tự như vậy, giám đốc AI của Google Jeff Dean lưu ý rằng trong khi AI có thể xử lý các tác vụ mã hóa thông thường, “nó vẫn còn thiếu sự sáng tạo và kỹ năng giải quyết vấn đề” – chính những phẩm chất mà các nhà phát triển con người mang lại. Ngay cả Sam Altman, CEO của OpenAI, cũng thừa nhận rằng AI ngày nay là “rất giỏi trong các nhiệm vụ” Nhưng “tệ hại ở những công việc toàn thời gian” không có sự giám sát của con người. Tóm lại, AI rất tuyệt vời trong việc hỗ trợ một số công việc, nhưng không có khả năng đảm nhiệm hoàn toàn công việc của lập trình viên từ đầu đến cuối.

Sách trắng này có cái nhìn trung thực và cân bằng về vấn đề này “Liệu AI có thay thế được lập trình viên không?” Chúng tôi xem xét cách AI đang tác động đến vai trò phát triển phần mềm ngày nay và những thay đổi nào sẽ diễn ra trong tương lai. Thông qua các ví dụ thực tế và các công cụ gần đây (từ GitHub Copilot đến ChatGPT), chúng tôi khám phá cách các nhà phát triển có thể điều chỉnh, thích nghi và duy trì sự phù hợp khi AI phát triển. Thay vì câu trả lời đơn giản là có hoặc không, chúng ta sẽ thấy rằng tương lai là sự hợp tác giữa AI và các nhà phát triển con người. Mục tiêu là làm nổi bật hiểu biết thực tế về những gì các nhà phát triển có thể làm để phát triển trong thời đại AI – từ việc áp dụng các công cụ mới đến học các kỹ năng mới và dự đoán sự phát triển của nghề lập trình trong những năm tới.

AI trong phát triển phần mềm ngày nay

AI đã nhanh chóng hòa nhập vào quy trình phát triển phần mềm hiện đại. Không còn là khoa học viễn tưởng, các công cụ dựa trên AI đã viết và xem lại mã, tự động hóa các tác vụ tẻ nhạt và nâng cao năng suất của nhà phát triển. Các nhà phát triển ngày nay sử dụng AI để tạo đoạn mã, tự động hoàn thành các chức năng, phát hiện lỗi và thậm chí tạo các trường hợp thử nghiệm (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]) (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]). Nói cách khác, AI đang tiếp quản công việc nặng nhọc và khuôn mẫu, cho phép các lập trình viên tập trung vào các khía cạnh phức tạp hơn của việc tạo phần mềm. Hãy cùng xem xét một số khả năng và công cụ AI nổi bật đang chuyển đổi lập trình ngay bây giờ:

• Tạo mã và tự động hoàn thành: Trợ lý mã hóa AI hiện đại có thể tạo mã dựa trên lời nhắc ngôn ngữ tự nhiên hoặc ngữ cảnh mã một phần. Ví dụ: GitHub Đồng Phi Công (được xây dựng trên mô hình Codex của OpenAI) tích hợp với trình soạn thảo để gợi ý dòng hoặc khối mã tiếp theo khi bạn nhập. Nó tận dụng một bộ mã nguồn mở đào tạo rộng lớn để đưa ra các gợi ý nhận biết ngữ cảnh, thường có thể hoàn thành toàn bộ chức năng chỉ từ một bình luận hoặc tên hàm. Tương tự như vậy, Trò chuyệnGPT (GPT-4) có thể tạo mã cho một tác vụ nhất định khi bạn mô tả những gì bạn cần bằng tiếng Anh thông thường.Các công cụ này có thể soạn thảo mã chuẩn trong vài giây, từ các hàm trợ giúp đơn giản đến các hoạt động CRUD thông thường.

• Phát hiện và kiểm tra lỗi: AI cũng giúp phát hiện lỗi và cải thiện chất lượng mã. Các công cụ phân tích tĩnh và trình kiểm tra lỗi được hỗ trợ bởi AI có thể đánh dấu các lỗi tiềm ẩn hoặc lỗ hổng bảo mật bằng cách học hỏi từ các mẫu lỗi trong quá khứ. Một số công cụ AI tự động tạo các bài kiểm tra đơn vị hoặc đề xuất các trường hợp kiểm tra bằng cách phân tích các đường dẫn mã. Điều này có nghĩa là nhà phát triển có thể nhận được phản hồi ngay lập tức về các trường hợp ngoại lệ mà họ có thể đã bỏ sót. Bằng cách tìm lỗi sớm và đề xuất các bản sửa lỗi, AI hoạt động như một trợ lý QA không biết mệt mỏi làm việc cùng với nhà phát triển.

• Tối ưu hóa và tái cấu trúc mã: Một ứng dụng khác của AI là đề xuất cải tiến cho mã hiện có. Với một đoạn mã, AI có thể đề xuất các thuật toán hiệu quả hơn hoặc các triển khai sạch hơn bằng cách nhận dạng các mẫu trong mã. Ví dụ, AI có thể đề xuất cách sử dụng thư viện theo cách diễn đạt hơn hoặc đánh dấu mã dư thừa có thể được tái cấu trúc. Điều này giúp giảm nợ kỹ thuật và cải thiện hiệu suất. Các công cụ tái cấu trúc dựa trên AI có thể chuyển đổi mã để tuân thủ các thông lệ tốt nhất hoặc cập nhật mã lên phiên bản API mới, giúp các nhà phát triển tiết kiệm thời gian dọn dẹp thủ công.

• DevOps và Tự động hóa: Ngoài việc viết mã, AI còn đóng góp vào quá trình xây dựng và triển khai. Các công cụ CI/CD thông minh sử dụng máy học để dự đoán các bài kiểm tra nào có khả năng thất bại hoặc ưu tiên các công việc xây dựng nhất định, giúp quy trình tích hợp liên tục nhanh hơn và hiệu quả hơn. AI có thể phân tích nhật ký sản xuất và số liệu hiệu suất để xác định chính xác các vấn đề hoặc đề xuất tối ưu hóa cơ sở hạ tầng. Trên thực tế, AI không chỉ hỗ trợ trong quá trình mã hóa mà còn trong toàn bộ vòng đời phát triển phần mềm – từ lập kế hoạch đến bảo trì.

• Giao diện ngôn ngữ tự nhiên và tài liệu: Chúng tôi cũng thấy AI cho phép tương tác tự nhiên hơn với các công cụ phát triển. Các nhà phát triển có thể thực sự hỏi AI thực hiện các tác vụ (“tạo hàm thực hiện X” hoặc “giải thích mã này”) và nhận kết quả. Các chatbot AI (như ChatGPT hoặc trợ lý phát triển chuyên biệt) có thể trả lời các câu hỏi lập trình, hỗ trợ lập tài liệu và thậm chí viết tài liệu dự án hoặc cam kết tin nhắn dựa trên các thay đổi mã. Điều này thu hẹp khoảng cách giữa ý định của con người và mã, giúp phát triển dễ tiếp cận hơn với những người có thể mô tả những gì họ muốn.

• 

Các nhà phát triển áp dụng công cụ AI: Một cuộc khảo sát năm 2023 chỉ ra rằng có tới 92% nhà phát triển đã sử dụng các công cụ mã hóa AI ở một số khả năng - tại nơi làm việc, trong các dự án cá nhân của họ hoặc cả hai. Chỉ có 8% nhỏ báo cáo không sử dụng bất kỳ hỗ trợ AI nào trong mã hóa. Biểu đồ này cho thấy hai phần ba nhà phát triển sử dụng các công cụ AI ở cả trong và ngoài của công việc, trong khi một phần tư chỉ sử dụng chúng trong công việc và một số ít chỉ sử dụng chúng bên ngoài công việc. Điểm mấu chốt là rõ ràng: mã hóa hỗ trợ AI đã nhanh chóng trở nên phổ biến trong số các nhà phát triển (Khảo sát cho thấy tác động của AI đến trải nghiệm của nhà phát triển - Blog GitHub).

Sự gia tăng của các công cụ AI đang phát triển đã dẫn đến tăng hiệu quả và giảm bớt sự vất vả trong mã hóa. Các sản phẩm đang được tạo ra nhanh hơn vì AI giúp tạo mã mẫu và xử lý các tác vụ lặp đi lặp lại (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]) (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai). Các công cụ như Copilot thậm chí có thể đề xuất toàn bộ thuật toán hoặc giải pháp “có thể không rõ ràng ngay lập tức đối với các nhà phát triển con người,” nhờ học hỏi từ các tập dữ liệu mã khổng lồ. Có rất nhiều ví dụ thực tế: một kỹ sư có thể yêu cầu ChatGPT triển khai chức năng sắp xếp hoặc tìm lỗi trong mã của họ và AI sẽ tạo ra bản thảo giải pháp trong vài giây.Các công ty như Amazon Và Microsoft đã triển khai các cặp lập trình viên AI (CodeWhisperer của Amazon và Copilot của Microsoft) cho các nhóm phát triển của họ, báo cáo hoàn thành nhiệm vụ nhanh hơn và ít giờ làm việc nhàm chán hơn cho các bản mẫu. Trên thực tế, 70% nhà phát triển được khảo sát trong cuộc khảo sát Stack Overflow năm 2023 cho biết họ đã sử dụng hoặc có kế hoạch sử dụng các công cụ AI trong quy trình phát triển của mình (70% nhà phát triển sử dụng công cụ mã hóa AI, 3% tin tưởng cao vào độ chính xác của chúng - ShiftMag). Các trợ lý phổ biến nhất là ChatGPT (được ~83% người trả lời sử dụng) và GitHub Copilot (~56%), cho thấy AI đàm thoại chung và trợ lý tích hợp IDE đều là những công cụ chính. Các nhà phát triển chủ yếu sử dụng các công cụ này để tăng năng suất (được ~33% người trả lời trích dẫn) và tăng tốc quá trình học (25%), trong khi khoảng 25% sử dụng chúng để trở nên hiệu quả hơn bằng cách tự động hóa công việc lặp đi lặp lại.

Điều quan trọng cần lưu ý là vai trò của AI trong lập trình không hoàn toàn mới – các yếu tố của nó đã tồn tại trong nhiều năm (hãy xem xét tính năng tự động hoàn thành mã trong IDE hoặc các khuôn khổ kiểm thử tự động). Nhưng hai năm qua là một bước ngoặt. Sự xuất hiện của các mô hình ngôn ngữ lớn mạnh mẽ (như loạt GPT của OpenAI và AlphaCode của DeepMind) đã mở rộng đáng kể những gì có thể. Ví dụ, DeepMind Mã Alpha hệ thống đã tạo nên tiêu đề bằng cách thực hiện tại một cuộc thi lập trình cạnh tranh cấp độ, đạt được khoảng một xếp hạng top 54% về các thách thức mã hóa – về cơ bản là phù hợp với kỹ năng của một đối thủ cạnh tranh trung bình (AlphaCode của DeepMind phù hợp với trình độ của lập trình viên trung bình). Đây là lần đầu tiên một hệ thống AI thực hiện cạnh tranh trong các cuộc thi lập trình. Tuy nhiên, điều đáng nói là ngay cả AlphaCode, với tất cả sức mạnh của mình, vẫn còn lâu mới đánh bại được những lập trình viên giỏi nhất. Trong các cuộc thi đó, AlphaCode có thể giải quyết khoảng 30% các vấn đề trong số lần thử được phép, trong khi các lập trình viên giỏi nhất giải quyết >90% các vấn đề chỉ với một lần thử. Khoảng cách này làm nổi bật rằng trong khi AI có thể xử lý các nhiệm vụ thuật toán được xác định rõ ràng đến một mức độ nào đó, những vấn đề khó khăn nhất đòi hỏi lý luận sâu sắc và sự khéo léo vẫn là thành trì của con người.

Tóm lại, AI đã tự khẳng định vị trí của mình trong bộ công cụ hàng ngày của các nhà phát triển. Từ việc hỗ trợ viết mã đến tối ưu hóa triển khai, AI đang tác động đến mọi phần của quy trình phát triển. Mối quan hệ ngày nay phần lớn là cộng sinh: AI hoạt động như một phi công phụ (được đặt tên khéo léo) giúp các nhà phát triển mã hóa nhanh hơn và ít gây thất vọng hơn, thay vì một phi công tự động độc lập có thể bay một mình. Trong phần tiếp theo, chúng ta sẽ đi sâu vào cách kết hợp các công cụ AI này đang thay đổi vai trò của các nhà phát triển và bản chất công việc của họ, dù tốt hay xấu.

AI đang thay đổi vai trò và năng suất của nhà phát triển như thế nào

Với AI xử lý nhiều công việc thường ngày hơn, vai trò của nhà phát triển phần mềm thực sự đang bắt đầu phát triển. Thay vì dành hàng giờ để viết mã mẫu hoặc gỡ lỗi các lỗi thông thường, các nhà phát triển có thể chuyển giao các nhiệm vụ đó cho trợ lý AI của họ. Đây là chuyển hướng tập trung của nhà phát triển hướng tới giải quyết vấn đề cấp cao hơn, kiến ​​trúc và các khía cạnh sáng tạo của kỹ thuật phần mềm. Về bản chất, AI là tăng cường nhà phát triển, cho phép họ làm việc hiệu quả hơn và có khả năng sáng tạo hơn. Nhưng điều này có chuyển thành ít công việc lập trình hơn hay chỉ đơn giản là một loại công việc khác? Hãy cùng khám phá tác động đến năng suất và vai trò:

Tăng cường năng suất: Theo hầu hết các báo cáo và nghiên cứu ban đầu, các công cụ mã hóa AI đang thúc đẩy đáng kể năng suất của nhà phát triển. Nghiên cứu của GitHub phát hiện ra rằng các nhà phát triển sử dụng Copilot có thể hoàn thành nhiệm vụ nhanh hơn nhiều so với những người không có sự trợ giúp của AI.Trong một thí nghiệm, các nhà phát triển đã giải quyết nhiệm vụ mã hóa nhanh hơn trung bình 55% với sự hỗ trợ của Copilot – mất khoảng 1 giờ 11 phút thay vì 2 giờ 41 phút nếu không có nó (Nghiên cứu: định lượng tác động của GitHub Copilot đến năng suất và sự hài lòng của nhà phát triển - Blog GitHub). Đó là một sự gia tăng đáng kể về tốc độ. Không chỉ là tốc độ; các nhà phát triển báo cáo rằng sự hỗ trợ của AI giúp giảm sự thất vọng và "gián đoạn luồng". Trong các cuộc khảo sát, 88% nhà phát triển sử dụng Copilot cho biết nó giúp họ làm việc hiệu quả hơn và cho phép họ tập trung vào công việc thỏa mãn hơn (Tỷ lệ phần trăm nhà phát triển cho biết GitHub Copilot tạo ra ...). Những công cụ này giúp các lập trình viên duy trì "tập trung" bằng cách xử lý các phần tẻ nhạt, từ đó tiết kiệm năng lượng tinh thần cho các vấn đề khó hơn. Kết quả là, nhiều nhà phát triển cảm thấy việc lập trình trở nên thú vị hơn – ít công việc nặng nhọc hơn và sáng tạo hơn.

Thay đổi công việc hàng ngày: Quy trình làm việc hàng ngày của một lập trình viên đang thay đổi cùng với những lợi ích về năng suất này. Rất nhiều "công việc bận rộn" – viết mẫu, lặp lại các mẫu chung, tìm kiếm cú pháp – có thể được chuyển giao cho AI. Ví dụ, thay vì viết thủ công một lớp dữ liệu với các phương thức lấy và đặt, nhà phát triển có thể chỉ cần nhắc AI tạo lớp đó. Thay vì phải rà soát tài liệu để tìm lệnh gọi API phù hợp, nhà phát triển có thể yêu cầu AI bằng ngôn ngữ tự nhiên. Điều này có nghĩa là các nhà phát triển dành ít thời gian hơn cho việc mã hóa máy móc và nhiều thời gian hơn cho các nhiệm vụ đòi hỏi sự phán đoán của con người. Khi AI tiếp quản việc viết 80% mã dễ dàng, công việc của nhà phát triển chuyển sang giám sát đầu ra của AI (xem xét các đề xuất mã, thử nghiệm chúng) và giải quyết 20% vấn đề khó khăn mà AI không thể tìm ra. Trong thực tế, một nhà phát triển có thể bắt đầu ngày làm việc của mình bằng cách phân loại các yêu cầu kéo do AI tạo ra hoặc xem xét một loạt các bản sửa lỗi do AI đề xuất, thay vì viết tất cả các thay đổi đó từ đầu.

Sự hợp tác và động lực làm việc nhóm: Điều thú vị là AI cũng đang tác động đến động lực của nhóm. Với các nhiệm vụ thường lệ được tự động hóa, các nhóm có khả năng hoàn thành nhiều việc hơn với ít nhà phát triển cấp dưới được giao làm công việc vặt vãnh hơn. Một số công ty báo cáo rằng các kỹ sư cấp cao của họ có thể tự chủ hơn – họ có thể tạo nguyên mẫu các tính năng nhanh chóng với sự trợ giúp của AI, mà không cần một kỹ sư cấp dưới thực hiện các bản thảo ban đầu. Tuy nhiên, điều này đặt ra một thách thức mới: cố vấn và chia sẻ kiến ​​thức. Thay vì các kỹ sư cấp dưới học bằng cách thực hiện các nhiệm vụ đơn giản, họ có thể cần học cách thực hiện hiệu quả quản lý Đầu ra AI. Sự hợp tác của nhóm có thể chuyển sang các hoạt động như tinh chỉnh chung các lời nhắc AI hoặc xem xét mã do AI tạo ra để tìm ra các cạm bẫy. Về mặt tích cực, khi mọi người trong nhóm đều có trợ lý AI, điều này có thể cân bằng sân chơi và cho phép nhiều thời gian hơn cho các cuộc thảo luận về thiết kế, động não sáng tạo và giải quyết các yêu cầu phức tạp của người dùng mà hiện tại không có AI nào hiểu được ngay. Trên thực tế, hơn bốn trong năm nhà phát triển tin rằng các công cụ mã hóa AI sẽ tăng cường sự hợp tác của nhóm hoặc ít nhất là giải phóng họ để cộng tác nhiều hơn về thiết kế và giải quyết vấn đề, theo kết quả khảo sát năm 2023 của GitHub (Khảo sát cho thấy tác động của AI đến trải nghiệm của nhà phát triển - Blog GitHub).

Tác động đến vai trò công việc: Một câu hỏi lớn là liệu AI có làm giảm nhu cầu về lập trình viên (vì mỗi lập trình viên hiện nay có năng suất cao hơn) hay chỉ đơn giản là thay đổi các kỹ năng được yêu cầu. Tiền lệ lịch sử với các tự động hóa khác (như sự gia tăng của các công cụ devops hoặc các ngôn ngữ lập trình cấp cao hơn) cho thấy rằng các công việc của nhà phát triển không bị loại bỏ nhiều như chúng cao. Thật vậy, các nhà phân tích ngành công nghiệp dự đoán vai trò kỹ thuật phần mềm sẽ tiếp tục phát triểnnhưng bản chất của những vai trò đó sẽ thay đổi.Một báo cáo gần đây của Gartner dự báo rằng đến năm 2027, 50% các tổ chức kỹ thuật phần mềm sẽ áp dụng nền tảng “trí tuệ kỹ thuật phần mềm” được tăng cường bằng AI để tăng năng suất, tăng từ mức chỉ 5% vào năm 2024 (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]). Điều này cho thấy các công ty sẽ tích hợp AI rộng rãi, nhưng nó ngụ ý rằng các nhà phát triển sẽ làm việc với những nền tảng thông minh đó. Tương tự như vậy, công ty tư vấn McKinsey dự đoán rằng trong khi AI có thể tự động hóa nhiều nhiệm vụ, khoảng 80% công việc lập trình vẫn cần có sự tham gia của con người và vẫn "lấy con người làm trung tâm"Nói cách khác, chúng tôi vẫn cần người cho hầu hết các vị trí phát triển, nhưng mô tả công việc có thể thay đổi.

Một sự thay đổi có thể xảy ra là sự xuất hiện của các vai trò như “Kỹ sư phần mềm AI” hoặc “Kỹ sư nhanh nhẹn” – các nhà phát triển chuyên xây dựng hoặc sắp xếp các thành phần AI. Chúng tôi đã thấy nhu cầu về các nhà phát triển có chuyên môn về AI/ML tăng vọt. Theo phân tích của Indeed, ba công việc liên quan đến AI có nhu cầu cao nhất là nhà khoa học dữ liệu, kỹ sư phần mềm và kỹ sư học máyvà nhu cầu cho những vai trò này tăng gấp đôi trong ba năm qua (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]). Các kỹ sư phần mềm truyền thống ngày càng được kỳ vọng sẽ hiểu được những điều cơ bản về máy học hoặc tích hợp các dịch vụ AI vào các ứng dụng. Không chỉ khiến các nhà phát triển trở nên thừa thãi, “AI có thể nâng cao nghề nghiệp, cho phép các nhà phát triển tập trung vào các nhiệm vụ cấp cao hơn và đổi mới.” (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai) Nhiều tác vụ mã hóa thông thường có thể được AI xử lý, nhưng các nhà phát triển sẽ bận rộn hơn với thiết kế hệ thống, tích hợp các mô-đun, đảm bảo chất lượng và giải quyết các vấn đề mới. Một kỹ sư cao cấp từ một công ty AI-forward đã tóm tắt rất hay: AI không thay thế các nhà phát triển của chúng tôi; nó khuếch đại họ. Một nhà phát triển duy nhất được trang bị các công cụ AI mạnh mẽ có thể thực hiện công việc của nhiều người, nhưng nhà phát triển đó hiện đang đảm nhận công việc phức tạp và có tác động lớn hơn.

Ví dụ thực tế: Hãy xem xét một kịch bản từ một công ty phần mềm đã tích hợp GitHub Copilot cho tất cả các nhà phát triển của mình. Hiệu ứng tức thời là giảm đáng kể thời gian dành cho việc viết các bài kiểm tra đơn vị và mã mẫu. Một nhà phát triển mới vào nghề thấy rằng khi sử dụng Copilot, cô ấy có thể tạo nhanh 80% mã của một tính năng mới, sau đó dành thời gian tùy chỉnh 20% còn lại và viết các bài kiểm tra tích hợp. Năng suất của cô ấy về mặt đầu ra mã gần như tăng gấp đôi, nhưng thú vị hơn là bản chất đóng góp của cô ấy đã thay đổi - cô ấy trở thành một người đánh giá mã và thiết kế thử nghiệm cho mã do AI viết. Nhóm cũng nhận thấy rằng việc đánh giá mã bắt đầu phát triển Sai lầm của AI thay vì lỗi đánh máy của con người. Ví dụ, Copilot đôi khi đề xuất một triển khai mã hóa không an toàn; các nhà phát triển con người phải phát hiện và sửa những lỗi đó. Loại ví dụ này cho thấy rằng trong khi sản lượng tăng lên, sự giám sát và chuyên môn của con người trở nên quan trọng hơn trong quy trình làm việc.

Tóm lại, AI chắc chắn đang thay đổi cách các nhà phát triển làm việc: giúp họ làm việc nhanh hơn và cho phép họ giải quyết các vấn đề tham vọng hơn, nhưng cũng yêu cầu họ phải nâng cao kỹ năng (cả trong việc tận dụng AI và trong tư duy cấp cao). Đây không phải là câu chuyện về “AI chiếm mất việc làm” mà là câu chuyện về “AI thay đổi việc làm”. Các nhà phát triển học cách sử dụng hiệu quả các công cụ này có thể nhân lên tác động của chúng – câu sáo rỗng mà chúng ta thường nghe là, “AI sẽ không thay thế các nhà phát triển, nhưng các nhà phát triển sử dụng AI có thể thay thế những người không sử dụng.“ Các phần tiếp theo sẽ khám phá lý do tại sao các nhà phát triển con người vẫn cần thiết (AI không thể làm tốt) và cách các nhà phát triển có thể điều chỉnh kỹ năng của mình để phát triển cùng với AI.

Những hạn chế của AI (Tại sao con người vẫn quan trọng)

Mặc dù có khả năng ấn tượng, AI ngày nay rõ ràng có những hạn chế ngăn không cho nó biến các lập trình viên con người trở nên lỗi thời. Hiểu được những hạn chế này là chìa khóa để thấy lý do tại sao các lập trình viên vẫn rất cần thiết trong quá trình phát triển. AI là một công cụ mạnh mẽ, nhưng nó không phải là viên đạn thần kỳ có thể thay thế sự sáng tạo, tư duy phản biện và hiểu biết theo ngữ cảnh của một nhà phát triển con người. Sau đây là một số nhược điểm cơ bản của AI trong lập trình và các điểm mạnh tương ứng của các nhà phát triển con người:

• Thiếu sự hiểu biết thực sự và sáng tạo: Các mô hình AI hiện tại không thực sự hiểu mã hoặc các vấn đề theo cách con người làm; chúng nhận ra các mẫu và đưa ra các kết quả đầu ra có thể dựa trên dữ liệu đào tạo. Điều này có nghĩa là AI có thể gặp khó khăn với các nhiệm vụ đòi hỏi các giải pháp sáng tạo, độc đáo hoặc hiểu sâu sắc về các miền vấn đề mới. Một AI có thể tạo ra mã để đáp ứng một thông số kỹ thuật mà nó đã thấy trước đây, nhưng yêu cầu nó thiết kế một thuật toán mới cho một vấn đề chưa từng có hoặc để diễn giải một yêu cầu mơ hồ, và nó có thể sẽ chùn bước. Như một người quan sát đã nói, AI ngày nay “thiếu khả năng sáng tạo và tư duy phản biện mà các nhà phát triển con người mang lại.” (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai) Con người rất giỏi trong việc suy nghĩ vượt ra ngoài khuôn khổ – kết hợp kiến ​​thức chuyên môn, trực giác và sự sáng tạo để thiết kế kiến ​​trúc phần mềm hoặc giải quyết các vấn đề phức tạp. Ngược lại, AI bị giới hạn bởi các mô hình mà nó học được; nếu một vấn đề không khớp với các mô hình đó, AI có thể tạo ra mã không chính xác hoặc vô nghĩa (thường là tự tin!). Sự đổi mới trong phần mềm – đưa ra các tính năng mới, trải nghiệm người dùng mới hoặc các phương pháp kỹ thuật mới lạ – vẫn là hoạt động do con người thúc đẩy.

• Hiểu biết về bối cảnh và bức tranh toàn cảnh: Xây dựng phần mềm không chỉ là viết các dòng mã. Nó liên quan đến việc hiểu Tại sao đằng sau mã – các yêu cầu kinh doanh, nhu cầu của người dùng và bối cảnh mà phần mềm hoạt động. AI có một cửa sổ ngữ cảnh rất hẹp (thường giới hạn ở đầu vào mà nó được cung cấp tại một thời điểm). Nó không thực sự hiểu mục đích bao quát của một hệ thống hoặc cách một mô-đun tương tác với mô-đun khác ngoài những gì được nêu rõ trong mã. Do đó, AI có thể tạo ra mã về mặt kỹ thuật hoạt động cho một tác vụ nhỏ nhưng không phù hợp với kiến ​​trúc hệ thống lớn hơn hoặc vi phạm một số yêu cầu ngầm định. Cần có các nhà phát triển con người để đảm bảo phần mềm phù hợp với các mục tiêu kinh doanh và kỳ vọng của người dùng. Thiết kế hệ thống phức tạp – hiểu được cách thay đổi ở một phần có thể lan tỏa đến các phần khác, cách cân bằng các sự đánh đổi (như hiệu suất so với khả năng đọc) và cách lập kế hoạch phát triển lâu dài cho cơ sở mã – là điều mà AI không thể làm được ngày nay. Trong các dự án quy mô lớn với hàng nghìn thành phần, AI “nhìn thấy cây nhưng không nhìn thấy rừng”. Như đã lưu ý trong một phân tích, “AI gặp khó khăn trong việc hiểu toàn bộ bối cảnh và sự phức tạp của các dự án phần mềm quy mô lớn,” bao gồm các yêu cầu kinh doanh và cân nhắc về trải nghiệm của người dùng (Liệu AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai). Con người duy trì tầm nhìn toàn cảnh.

• Giải quyết theo lẽ thường và sự mơ hồ: Yêu cầu trong các dự án thực tế thường mơ hồ hoặc thay đổi. Một nhà phát triển có thể tìm kiếm sự làm rõ, đưa ra các giả định hợp lý hoặc phản đối các yêu cầu không thực tế.AI không sở hữu lý luận thông thường hoặc khả năng đặt câu hỏi làm rõ (trừ khi được lặp lại rõ ràng trong một lời nhắc, và ngay cả khi đó, nó cũng không đảm bảo sẽ làm đúng). Đây là lý do tại sao mã do AI tạo ra đôi khi có thể đúng về mặt kỹ thuật nhưng lại sai về mặt chức năng - nó thiếu phán đoán để biết người dùng thực sự có ý định gì nếu hướng dẫn không rõ ràng. Ngược lại, một lập trình viên con người có thể diễn giải một yêu cầu cấp cao ("làm cho giao diện người dùng này trực quan hơn" hoặc "ứng dụng nên xử lý các đầu vào bất thường một cách duyên dáng") và tìm ra những gì cần phải làm trong mã. AI sẽ cần các thông số kỹ thuật cực kỳ chi tiết, rõ ràng để thực sự thay thế một nhà phát triển và thậm chí viết thông số kỹ thuật như vậy một cách hiệu quả cũng khó như viết chính mã. Như một bài báo của Hội đồng Công nghệ Forbes đã lưu ý một cách khéo léo, để AI thực sự thay thế các nhà phát triển, nó sẽ cần phải hiểu các hướng dẫn không rõ ràng và thích nghi như con người – một mức độ lý luận mà AI hiện tại không có (Sergii Kuzin's Post - LinkedIn).

• Độ tin cậy và “Ảo giác”: Các mô hình AI tạo sinh ngày nay có một lỗi nổi tiếng: chúng có thể tạo ra các đầu ra không chính xác hoặc hoàn toàn bịa đặt, một hiện tượng thường được gọi là ảo giác. Trong mã hóa, điều này có thể có nghĩa là AI viết mã có vẻ hợp lý nhưng về mặt logic lại sai hoặc không an toàn. Các nhà phát triển không thể tin tưởng mù quáng vào các gợi ý của AI. Trong thực tế, mọi đoạn mã do AI viết yêu cầu phải được xem xét và thử nghiệm cẩn thận bởi con người. Dữ liệu khảo sát của Stack Overflow phản ánh điều này – trong số những người sử dụng công cụ AI, chỉ 3% rất tin tưởng vào độ chính xác của đầu ra của AI, và thực sự là một tỷ lệ nhỏ tích cực sự ngờ vực Nó (70% nhà phát triển sử dụng công cụ mã hóa AI, 3% tin tưởng cao vào độ chính xác của chúng - ShiftMag). Phần lớn các nhà phát triển coi các gợi ý của AI là những gợi ý hữu ích, chứ không phải là phúc âm. Sự tin tưởng thấp này là hợp lý vì AI có thể mắc những lỗi kỳ lạ mà không một con người có năng lực nào mắc phải (như lỗi lệch một, sử dụng các hàm đã lỗi thời hoặc tạo ra các giải pháp không hiệu quả) vì nó không thực sự lý giải được vấn đề. Như một bình luận trên diễn đàn đã lưu ý một cách chua chát, “Chúng (AI) ảo giác rất nhiều và đưa ra những lựa chọn thiết kế kỳ lạ mà con người sẽ không bao giờ thực hiện” (Liệu lập trình viên có trở nên lỗi thời vì AI không? - Tư vấn nghề nghiệp). Sự giám sát của con người là rất quan trọng để phát hiện ra những lỗi này. AI có thể giúp bạn nhanh chóng hoàn thành 90% tính năng, nhưng nếu 10% còn lại có lỗi nhỏ, thì vẫn phải nhờ đến nhà phát triển con người để chẩn đoán và sửa lỗi. Và khi có sự cố xảy ra trong quá trình sản xuất, chính các kỹ sư con người phải gỡ lỗi - AI vẫn chưa thể chịu trách nhiệm cho những sai lầm của mình.

• Duy trì và phát triển cơ sở mã: Các dự án phần mềm tồn tại và phát triển qua nhiều năm. Chúng đòi hỏi phong cách nhất quán, sự rõ ràng cho những người bảo trì trong tương lai và các bản cập nhật khi các yêu cầu thay đổi. AI ngày nay không có trí nhớ về các quyết định trong quá khứ (ngoài các lời nhắc hạn chế), vì vậy nó có thể không giữ cho mã nhất quán trong một dự án lớn trừ khi được hướng dẫn. Các nhà phát triển con người đảm bảo khả năng bảo trì mã - viết tài liệu rõ ràng, chọn các giải pháp dễ đọc hơn là các giải pháp thông minh nhưng khó hiểu và tái cấu trúc mã khi cần khi kiến ​​trúc phát triển. AI có thể hỗ trợ các nhiệm vụ này (như đề xuất tái cấu trúc), nhưng quyết định Gì để tái cấu trúc hoặc cái mà các bộ phận của hệ thống cần thiết kế lại là phán đoán của con người. Hơn nữa, khi tích hợp các thành phần, việc hiểu tác động của một tính năng mới đối với các mô-đun hiện có (đảm bảo khả năng tương thích ngược, v.v.) là việc con người xử lý. Mã do AI tạo ra phải được con người tích hợp và hài hòa.Trong quá trình thử nghiệm, một số nhà phát triển đã thử để ChatGPT xây dựng toàn bộ các ứng dụng nhỏ; kết quả ban đầu thường khả thi nhưng rất khó duy trì hoặc mở rộng vì AI không nhất quán áp dụng một kiến ​​trúc chu đáo - mà đưa ra các quyết định cục bộ mà một kiến ​​trúc sư con người sẽ tránh.

• Những cân nhắc về đạo đức và an ninh: Khi AI viết nhiều mã hơn, nó cũng đặt ra các câu hỏi về sự thiên vị, bảo mật và đạo đức. Một AI có thể vô tình đưa vào các lỗ hổng bảo mật (ví dụ, không khử trùng đúng cách các đầu vào hoặc sử dụng các hoạt động mã hóa không an toàn) mà một nhà phát triển con người dày dạn kinh nghiệm sẽ phát hiện ra. Ngoài ra, AI không có ý thức đạo đức hoặc quan tâm đến sự công bằng vốn có - ví dụ, nó có thể đào tạo trên dữ liệu thiên vị và đề xuất các thuật toán vô tình phân biệt đối xử (trong một tính năng do AI điều khiển như mã phê duyệt khoản vay hoặc thuật toán tuyển dụng). Các nhà phát triển con người cần kiểm tra các đầu ra của AI về các vấn đề này, đảm bảo tuân thủ các quy định và thấm nhuần phần mềm với các cân nhắc về đạo đức. khía cạnh xã hội của phần mềm – hiểu được lòng tin của người dùng, mối quan tâm về quyền riêng tư và đưa ra các lựa chọn thiết kế phù hợp với các giá trị của con người – “không thể bỏ qua. Những khía cạnh phát triển lấy con người làm trung tâm này nằm ngoài tầm với của AI, ít nhất là trong tương lai gần.” (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai) Các nhà phát triển phải đóng vai trò là lương tâm và cánh cổng chất lượng cho những đóng góp về AI.

Dựa trên những hạn chế này, sự đồng thuận hiện tại là AI là một công cụ, không phải là sự thay thế. Như Satya Nadella đã nói, đó là về trao quyền các nhà phát triển, không thay thế họ (AI có thay thế lập trình viên không? Sự thật đằng sau sự cường điệu | by The PyCoach | Artificial Corner | Tháng 3, 2025 | Medium). AI có thể được coi như một trợ lý cấp dưới: nhanh nhẹn, không biết mệt mỏi và có thể thực hiện nhiều nhiệm vụ đầu tiên, nhưng cần có sự hướng dẫn và chuyên môn của một nhà phát triển cấp cao để tạo ra một sản phẩm cuối cùng hoàn thiện. Điều đáng nói là ngay cả các hệ thống mã hóa AI tiên tiến nhất cũng được triển khai như trợ lý trong sử dụng thực tế (Copilot, CodeWhisperer, v.v.) chứ không phải là những lập trình viên tự chủ. Các công ty không sa thải nhóm lập trình của họ và để AI chạy lung tung; thay vào đó, họ nhúng AI vào quy trình làm việc của nhà phát triển để giúp họ.

Một trích dẫn minh họa đến từ Sam Altman của OpenAI, người đã lưu ý rằng ngay cả khi các tác nhân AI được cải thiện, “các tác nhân AI này sẽ không thay thế hoàn toàn con người” trong phát triển phần mềm (Sam Altman cho biết các tác nhân AI sẽ sớm thực hiện các nhiệm vụ mà các kỹ sư phần mềm thực hiện: Toàn bộ câu chuyện trong 5 điểm - India Today). Chúng sẽ hoạt động như “đồng nghiệp ảo” xử lý các nhiệm vụ được xác định rõ ràng cho các kỹ sư con người, đặc biệt là những nhiệm vụ điển hình của một kỹ sư phần mềm cấp thấp có vài năm kinh nghiệm. Nói cách khác, AI cuối cùng có thể làm công việc của một nhà phát triển cấp cơ sở trong một số lĩnh vực, nhưng nhà phát triển cấp cơ sở đó không trở nên thất nghiệp – họ phát triển thành vai trò giám sát AI và giải quyết các nhiệm vụ cấp cao hơn mà AI không thể làm. Ngay cả khi hướng tới tương lai, khi một số nhà nghiên cứu dự đoán rằng đến năm 2040, AI có thể tự viết hầu hết mã của mình (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]), người ta thường đồng ý rằng các lập trình viên con người vẫn cần thiết để giám sát, hướng dẫn và cung cấp tia sáng sáng tạo và tư duy phản biện mà máy móc không có.

Cũng đáng lưu ý rằng phát triển phần mềm không chỉ là viết mã. Nó bao gồm việc giao tiếp với các bên liên quan, hiểu câu chuyện của người dùng, hợp tác theo nhóm và thiết kế lặp đi lặp lại – tất cả các lĩnh vực mà kỹ năng của con người là không thể thiếu.AI không thể ngồi họp với khách hàng để thảo luận về những gì họ thực sự muốn, cũng không thể đàm phán các ưu tiên hoặc truyền cảm hứng cho nhóm bằng tầm nhìn cho một sản phẩm. yếu tố con người vẫn là trung tâm.

Tóm lại, AI có những điểm yếu quan trọng: không có sự sáng tạo thực sự, hiểu biết hạn chế về bối cảnh, dễ mắc lỗi, không có trách nhiệm giải trình và không nắm bắt được những tác động rộng hơn của các quyết định về phần mềm. Những khoảng trống này chính là nơi các nhà phát triển con người tỏa sáng. Thay vì coi AI là mối đe dọa, có thể chính xác hơn khi coi nó là một bộ khuếch đại mạnh mẽ cho các nhà phát triển con người – xử lý những điều tầm thường để con người có thể tập trung vào những điều sâu sắc. Phần tiếp theo sẽ thảo luận về cách các nhà phát triển có thể tận dụng sự khuếch đại này bằng cách điều chỉnh các kỹ năng và vai trò của họ để duy trì sự phù hợp và giá trị trong thế giới phát triển được hỗ trợ bởi AI.

Thích nghi và phát triển trong thời đại AI

Đối với các lập trình viên và nhà phát triển, sự gia tăng của AI trong mã hóa không phải là mối đe dọa khủng khiếp - nó có thể là một cơ hội. Chìa khóa là thích nghi và phát triển cùng với công nghệ. Những người học cách khai thác AI có thể sẽ thấy mình hơn có hiệu quả và theo nhu cầu, trong khi những người bỏ qua nó có thể thấy rằng họ đã tụt hậu. Trong phần này, chúng tôi tập trung vào các bước và chiến lược thực tế để các nhà phát triển duy trì sự phù hợp và phát triển khi các công cụ AI trở thành một phần của quá trình phát triển hàng ngày. Tư duy cần áp dụng là học tập liên tục và hợp tác với AI, thay vì cạnh tranh. Sau đây là cách các nhà phát triển có thể điều chỉnh và những kỹ năng và vai trò mới mà họ nên cân nhắc:

1. Sử dụng AI như một công cụ (Học cách sử dụng trợ lý mã hóa AI hiệu quả): Trước hết, các nhà phát triển nên làm quen với các công cụ AI có sẵn. Hãy coi Copilot, ChatGPT hoặc các AI mã hóa khác là đối tác lập trình cặp mới của bạn. Điều này có nghĩa là học cách viết lời nhắc hoặc bình luận hay để có được các gợi ý mã hữu ích và biết cách xác thực hoặc gỡ lỗi nhanh chóng mã do AI tạo ra. Giống như một nhà phát triển phải học IDE hoặc kiểm soát phiên bản của họ, việc học các đặc điểm kỳ quặc của trợ lý AI đang trở thành một phần của bộ kỹ năng. Ví dụ, một nhà phát triển có thể thực hành bằng cách lấy một đoạn mã họ đã viết và yêu cầu AI cải thiện nó, sau đó phân tích các thay đổi. Hoặc, khi bắt đầu một nhiệm vụ, hãy phác thảo nó trong các bình luận và xem AI cung cấp những gì, sau đó tinh chỉnh từ đó. Theo thời gian, bạn sẽ phát triển trực giác về những gì AI giỏi và cách đồng sáng tạo với nó. Hãy nghĩ về nó như “Phát triển được hỗ trợ bởi AI” – một kỹ năng mới để thêm vào bộ công cụ của bạn. Thật vậy, các nhà phát triển hiện nay nói về “kỹ thuật nhanh chóng” như một kỹ năng – biết cách đặt câu hỏi đúng cho AI. Những người thành thạo kỹ năng này có thể đạt được kết quả tốt hơn đáng kể từ cùng một công cụ. Hãy nhớ rằng, “các nhà phát triển sử dụng AI có thể thay thế những người không sử dụng” – vì vậy hãy nắm bắt công nghệ và biến nó thành đồng minh của bạn.

2. Tập trung vào các kỹ năng cấp cao hơn (Giải quyết vấn đề, Thiết kế hệ thống, Kiến trúc): Vì AI có thể xử lý nhiều mã hóa cấp thấp hơn, các nhà phát triển nên di chuyển lên thang trừu tượng. Điều này có nghĩa là tập trung nhiều hơn vào việc hiểu thiết kế và kiến ​​trúc hệ thống. Trau dồi các kỹ năng trong việc phân tích các vấn đề phức tạp, thiết kế các hệ thống có khả năng mở rộng và đưa ra các quyết định về kiến ​​trúc – những lĩnh vực mà hiểu biết của con người là rất quan trọng. Tập trung vào lý do và cách giải quyết, không chỉ là cái gì. Ví dụ, thay vì dành toàn bộ thời gian để hoàn thiện một hàm sắp xếp (khi AI có thể viết một hàm cho bạn), hãy dành thời gian để hiểu phương pháp sắp xếp nào là tối ưu cho bối cảnh ứng dụng của bạn và cách nó phù hợp với luồng dữ liệu của hệ thống của bạn. Tư duy thiết kế – xem xét nhu cầu của người dùng, luồng dữ liệu và tương tác thành phần – sẽ được đánh giá cao. AI có thể tạo mã, nhưng chính nhà phát triển mới là người quyết định cấu trúc tổng thể của phần mềm và đảm bảo tất cả các bộ phận hoạt động hài hòa.Bằng cách mài giũa tư duy toàn cảnh, bạn khiến mình trở nên không thể thiếu với tư cách là người hướng dẫn AI (và phần còn lại của nhóm) trong việc xây dựng điều đúng đắn. Như một báo cáo hướng đến tương lai đã lưu ý, các nhà phát triển nên “tập trung vào các lĩnh vực mà hiểu biết của con người là không thể thay thế, chẳng hạn như giải quyết vấn đề, tư duy thiết kế và hiểu nhu cầu của người dùng.” (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai)

3. Nâng cao kiến ​​thức về AI và ML của bạn: Để làm việc cùng với AI, nó giúp hiểu AI. Các nhà phát triển không nhất thiết phải trở thành nhà nghiên cứu về máy học, nhưng việc nắm vững cách thức hoạt động của các mô hình này sẽ rất có lợi. Tìm hiểu những điều cơ bản về máy học và học sâu – điều này không chỉ có thể mở ra những con đường sự nghiệp mới (vì các công việc liên quan đến AI đang bùng nổ (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024])), nhưng nó cũng sẽ giúp bạn sử dụng các công cụ AI hiệu quả hơn. Ví dụ, nếu bạn biết những hạn chế của một mô hình ngôn ngữ lớn và cách nó được đào tạo, bạn có thể dự đoán khi nào nó có thể thất bại và thiết kế lời nhắc hoặc bài kiểm tra của mình cho phù hợp. Ngoài ra, nhiều sản phẩm phần mềm hiện đang kết hợp các tính năng AI (ví dụ: ứng dụng có công cụ đề xuất hoặc chatbot). Một nhà phát triển phần mềm có một số kiến ​​thức về ML có thể đóng góp vào các tính năng đó hoặc ít nhất là hợp tác thông minh với các nhà khoa học dữ liệu. Các lĩnh vực chính cần cân nhắc khi học bao gồm: cơ bản về khoa học dữ liệu, cách xử lý trước dữ liệu, đào tạo so với suy luận và đạo đức của AI. Làm quen với các khuôn khổ AI (TensorFlow, PyTorch) và các dịch vụ AI đám mây; ngay cả khi bạn không xây dựng các mô hình từ đầu, việc biết cách tích hợp API AI vào ứng dụng là một kỹ năng có giá trị. Tóm lại, việc trở nên “có hiểu biết về AI” đang nhanh chóng trở nên quan trọng như việc có hiểu biết về công nghệ web hoặc cơ sở dữ liệu. Các nhà phát triển có thể kết hợp nhuần nhuyễn giữa kỹ thuật phần mềm truyền thống và AI sẽ là những người dẫn đầu các dự án trong tương lai.

4. Phát triển các kỹ năng mềm và kiến ​​thức chuyên môn vững chắc hơn: Khi AI đảm nhiệm các nhiệm vụ cơ học, các kỹ năng đặc biệt của con người trở nên quan trọng hơn nữa. Giao tiếp, làm việc nhóm và chuyên môn trong lĩnh vực là những lĩnh vực cần tập trung hơn nữa. Phát triển phần mềm thường liên quan đến việc hiểu phạm vi vấn đề – cho dù đó là tài chính, chăm sóc sức khỏe, giáo dục hay bất kỳ lĩnh vực nào khác – và chuyển hóa điều đó thành các giải pháp. AI sẽ không có bối cảnh đó hoặc khả năng liên lạc với các bên liên quan, nhưng bạn thì có. Trở nên hiểu biết hơn trong lĩnh vực bạn làm việc sẽ giúp bạn trở thành người đảm bảo phần mềm thực sự đáp ứng các nhu cầu trong thế giới thực. Tương tự như vậy, hãy tập trung vào các kỹ năng cộng tác của bạn: cố vấn, lãnh đạo và phối hợp. Các nhóm vẫn sẽ cần các nhà phát triển cấp cao để xem xét mã (bao gồm cả mã do AI viết), để hướng dẫn các nhân viên cấp dưới về các phương pháp hay nhất và để điều phối các dự án phức tạp. AI không loại bỏ nhu cầu tương tác của con người trong các dự án. Trên thực tế, với việc AI tạo ra mã, sự cố vấn của một nhà phát triển cấp cao có thể chuyển sang hướng dạy cho các nhân viên cấp dưới cách làm việc với AI và xác thực đầu ra của nó, thay vì cách viết vòng lặp for. Có thể hướng dẫn người khác trong mô hình mới này là một kỹ năng có giá trị. Ngoài ra, hãy thực hành tư duy phản biện – đặt câu hỏi và kiểm tra đầu ra của AI, và khuyến khích những người khác làm như vậy. Nuôi dưỡng thái độ hoài nghi và xác minh lành mạnh sẽ ngăn chặn sự phụ thuộc mù quáng vào AI và giảm lỗi. Về cơ bản, cải thiện các kỹ năng mà AI còn thiếu: hiểu con người và bối cảnh, phân tích phản biện và tư duy liên ngành.

5. Học tập suốt đời và khả năng thích nghi: Tốc độ thay đổi của AI cực kỳ nhanh chóng. Những gì được coi là tiên tiến ngày nay có thể trở nên lỗi thời trong vài năm. Các nhà phát triển phải nắm bắt học tập suốt đời nhiều hơn bao giờ hết.Điều này có thể có nghĩa là thường xuyên dùng thử trợ lý mã hóa AI mới, tham gia các khóa học trực tuyến hoặc chứng chỉ về AI/ML, đọc blog nghiên cứu để cập nhật thông tin mới nhất hoặc tham gia vào cộng đồng nhà phát triển tập trung vào AI. Khả năng thích ứng là chìa khóa - hãy sẵn sàng chuyển sang các công cụ và quy trình làm việc mới khi chúng xuất hiện. Ví dụ: nếu có công cụ AI mới có thể tự động hóa thiết kế UI từ bản phác thảo, nhà phát triển front-end nên sẵn sàng học và kết hợp công cụ đó, có thể chuyển trọng tâm sang tinh chỉnh UI đã tạo hoặc cải thiện các chi tiết về trải nghiệm người dùng mà quá trình tự động hóa đã bỏ sót. Những người coi việc học là một phần liên tục trong sự nghiệp của mình (nhiều nhà phát triển đã làm như vậy) sẽ thấy dễ dàng hơn khi tích hợp các phát triển AI. Một chiến lược là dành một phần nhỏ trong tuần của bạn để học và thử nghiệm - hãy coi đó là đầu tư cho tương lai của chính bạn. Các công ty cũng đang bắt đầu cung cấp đào tạo cho các nhà phát triển của họ về cách sử dụng hiệu quả các công cụ AI; tận dụng các cơ hội như vậy sẽ giúp bạn tiến lên phía trước. Các nhà phát triển thành công sẽ là những người coi AI là đối tác đang phát triển và liên tục tinh chỉnh cách tiếp cận của họ để làm việc với đối tác đó.

6. Khám phá các vai trò mới nổi và con đường sự nghiệp: Khi AI được đưa vào phát triển, các cơ hội nghề nghiệp mới đang nổi lên. Ví dụ, Kỹ sư nhắc nhở hoặc Chuyên gia tích hợp AI là những vai trò tập trung vào việc tạo ra các lời nhắc, quy trình làm việc và cơ sở hạ tầng phù hợp để sử dụng AI trong các sản phẩm. Một ví dụ khác là Kỹ sư đạo đức AI hoặc Kiểm toán viên AI – các vai trò tập trung vào việc xem xét đầu ra của AI để tìm ra sự thiên vị, tuân thủ và tính chính xác. Nếu bạn quan tâm đến những lĩnh vực đó, việc định vị bản thân với kiến ​​thức phù hợp có thể mở ra những con đường mới này. Ngay cả trong các vai trò cổ điển, bạn có thể tìm thấy các ngách như “nhà phát triển frontend hỗ trợ AI” so với “nhà phát triển backend hỗ trợ AI”, trong đó mỗi vai trò đều sử dụng các công cụ chuyên dụng. Hãy chú ý đến cách các tổ chức đang cấu trúc các nhóm xung quanh AI. Một số công ty có “hội đồng AI” hoặc trung tâm xuất sắc để hướng dẫn việc áp dụng AI trong các dự án – việc tích cực tham gia các nhóm như vậy có thể đưa bạn lên hàng đầu. Hơn nữa, hãy cân nhắc đóng góp vào quá trình phát triển các công cụ AI: ví dụ, làm việc trên các dự án nguồn mở giúp cải thiện công cụ dành cho nhà phát triển (có thể nâng cao khả năng giải thích mã của AI, v.v.). Điều này không chỉ giúp bạn hiểu sâu hơn về công nghệ mà còn đưa bạn vào một cộng đồng đang dẫn đầu sự thay đổi. Điểm mấu chốt là phải chủ động về sự nhanh nhẹn trong nghề nghiệp. Nếu một số phần trong công việc hiện tại của bạn được tự động hóa, hãy sẵn sàng chuyển sang các vai trò thiết kế, giám sát hoặc tăng cường các phần tự động hóa đó.

7. Duy trì và thể hiện chất lượng con người: Trong một thế giới mà AI có thể tạo ra mã trung bình cho vấn đề trung bình, các nhà phát triển con người nên cố gắng tạo ra đặc biệt Và đồng cảm các giải pháp mà AI không thể. Điều này có thể có nghĩa là tập trung vào sự tinh tế của trải nghiệm người dùng, tối ưu hóa hiệu suất cho các tình huống bất thường hoặc chỉ cần viết mã sạch và được ghi chép đầy đủ (AI không giỏi viết tài liệu có ý nghĩa hoặc bình luận mã dễ hiểu - bạn có thể thêm giá trị ở đó!). Hãy đưa ra điểm để tích hợp hiểu biết của con người vào công việc: ví dụ, nếu AI tạo ra một đoạn mã, bạn thêm các bình luận giải thích lý do theo cách mà một người khác có thể hiểu sau đó hoặc bạn điều chỉnh nó để dễ đọc hơn. Bằng cách làm như vậy, bạn đang thêm một lớp tính chuyên nghiệp và chất lượng mà công việc hoàn toàn do máy tạo ra còn thiếu. Theo thời gian, việc xây dựng danh tiếng cho phần mềm chất lượng cao "chỉ hoạt động" trong thế giới thực sẽ giúp bạn trở nên khác biệt. Khách hàng và nhà tuyển dụng sẽ đánh giá cao các nhà phát triển có thể kết hợp hiệu quả AI với sự khéo léo của con người.

Chúng ta cũng hãy xem xét cách các con đường giáo dục có thể thích ứng. Các nhà phát triển mới bước vào lĩnh vực này không nên tránh xa các công cụ AI trong quá trình học tập của mình.Ngược lại, học tập với AI (ví dụ, sử dụng AI để giúp làm bài tập về nhà hoặc các dự án, sau đó phân tích kết quả) có thể đẩy nhanh quá trình hiểu của chúng. Tuy nhiên, điều quan trọng là cũng học sâu những điều cơ bản – thuật toán, cấu trúc dữ liệu và các khái niệm lập trình cốt lõi – để bạn có nền tảng vững chắc và có thể biết khi nào AI đi chệch hướng. Vì AI xử lý các bài tập mã hóa đơn giản, nên chương trình giảng dạy có thể chú trọng hơn vào các dự án đòi hỏi thiết kế và tích hợp. Nếu bạn là người mới, hãy tập trung vào việc xây dựng danh mục đầu tư thể hiện khả năng giải quyết các vấn đề phức tạp và sử dụng AI như một trong nhiều công cụ.

Để tóm tắt chiến lược thích ứng: hãy là người lái, đừng là hành khách. Sử dụng các công cụ AI, nhưng đừng quá phụ thuộc vào chúng hoặc tự mãn. Tiếp tục mài giũa các khía cạnh phát triển độc đáo của con người. Grady Booch, một nhà tiên phong về kỹ thuật phần mềm được kính trọng, đã nói rất hay: “AI sẽ thay đổi căn bản ý nghĩa của việc trở thành một lập trình viên. Nó sẽ không loại bỏ các lập trình viên, nhưng nó sẽ yêu cầu họ phát triển các kỹ năng mới và làm việc theo những cách mới.” (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]). Bằng cách chủ động phát triển những kỹ năng và cách làm việc mới, các nhà phát triển có thể đảm bảo họ luôn làm chủ được sự nghiệp của mình.

Để tóm tắt phần này, đây là danh sách kiểm tra tham khảo nhanh dành cho các nhà phát triển muốn định hướng sự nghiệp trong tương lai trong thời đại AI:

Chiến lược thích ứng	Phải làm gì
Tìm hiểu công cụ AI	Thực hành với Copilot, ChatGPT, v.v. Tìm hiểu cách tạo nhanh và xác thực kết quả.
Tập trung vào giải quyết vấn đề	Cải thiện kỹ năng thiết kế và kiến ​​trúc hệ thống. Giải quyết “tại sao” và “như thế nào”, không chỉ “cái gì”.
Nâng cao kỹ năng AI/ML	Tìm hiểu những điều cơ bản về máy học và khoa học dữ liệu. Hiểu cách các mô hình AI hoạt động và cách tích hợp chúng.
Tăng cường kỹ năng mềm	Nâng cao khả năng giao tiếp, làm việc nhóm và chuyên môn. Trở thành cầu nối giữa công nghệ và nhu cầu thực tế.
Học tập suốt đời	Hãy luôn tò mò và tiếp tục tìm hiểu các công nghệ mới. Tham gia cộng đồng, tham gia các khóa học và thử nghiệm các công cụ phát triển AI mới.
Khám phá vai trò mới	Hãy chú ý đến các vai trò mới nổi (kiểm toán viên AI, kỹ sư nhắc nhở, v.v.) và sẵn sàng thay đổi nếu bạn quan tâm đến những vai trò đó.
Duy trì chất lượng và đạo đức	Luôn xem xét chất lượng đầu ra của AI. Thêm yếu tố con người – tài liệu, cân nhắc về mặt đạo đức, điều chỉnh lấy người dùng làm trung tâm.

Bằng cách tuân theo các chiến lược này, các nhà phát triển có thể biến cuộc cách mạng AI thành lợi thế của họ. Những người thích nghi sẽ thấy rằng AI tăng cường khả năng của họ và cho phép họ tạo ra phần mềm tốt hơn bao giờ hết, thay vì làm cho chúng trở nên lỗi thời.

Triển vọng tương lai: Sự hợp tác giữa AI và các nhà phát triển

Tương lai của lập trình trong thế giới do AI điều khiển sẽ như thế nào? Dựa trên các xu hướng hiện tại, chúng ta có thể mong đợi một tương lai mà Các nhà phát triển AI và con người làm việc chặt chẽ hơn nữa. Vai trò của lập trình viên có thể sẽ tiếp tục chuyển sang vị trí giám sát và sáng tạo, với AI xử lý nhiều hơn các "công việc nặng nhọc" dưới sự hướng dẫn của con người. Trong phần kết luận này, chúng tôi dự đoán một số kịch bản trong tương lai và đảm bảo rằng triển vọng cho các nhà phát triển có thể vẫn tích cực - miễn là chúng ta tiếp tục thích nghi.

Trong tương lai gần (5-10 năm tới), rất có thể AI sẽ trở nên phổ biến trong quá trình phát triển như chính máy tính. Cũng giống như không có nhà phát triển nào ngày nay viết code mà không có trình soạn thảo hoặc không có Google/StackOverflow trong tầm tay, chẳng mấy chốc sẽ không có nhà phát triển nào viết code mà không có một số hình thức hỗ trợ AI chạy ngầm. Môi trường phát triển tích hợp (IDE) đang phát triển để bao gồm các tính năng hỗ trợ AI vào cốt lõi của chúng (ví dụ: trình chỉnh sửa mã có thể giải thích mã cho bạn hoặc đề xuất toàn bộ thay đổi mã trong một dự án). Chúng ta có thể đạt đến điểm mà công việc chính của nhà phát triển là xây dựng các vấn đề và ràng buộc theo cách mà AI có thể hiểu được, sau đó tuyển chọn và tinh chỉnh các giải pháp mà AI cung cấp. Điều này giống với hình thức lập trình cấp cao hơn, đôi khi được gọi là “lập trình nhanh” hoặc “điều phối AI”.

Tuy nhiên, bản chất của những gì cần phải làm – giải quyết vấn đề cho mọi người – vẫn không thay đổi. Một AI trong tương lai có thể tạo ra toàn bộ ứng dụng từ một mô tả (“hãy xây dựng cho tôi một ứng dụng di động để đặt lịch hẹn khám bệnh”), nhưng công việc làm rõ mô tả đó, đảm bảo mô tả đó chính xác và tinh chỉnh kết quả để làm hài lòng người dùng sẽ liên quan đến các nhà phát triển (cùng với các nhà thiết kế, quản lý sản phẩm, v.v.). Trên thực tế, nếu việc tạo ứng dụng cơ bản trở nên dễ dàng, sự sáng tạo và đổi mới của con người trong phần mềm sẽ trở nên quan trọng hơn nữa để phân biệt sản phẩm. Chúng ta có thể thấy sự phát triển mạnh mẽ của phần mềm, trong đó nhiều ứng dụng thông thường được tạo ra bởi AI, trong khi các nhà phát triển tập trung vào các dự án tiên tiến, phức tạp hoặc sáng tạo vượt qua mọi ranh giới.

Cũng có khả năng là rào cản gia nhập lập trình sẽ được hạ thấp – nghĩa là nhiều người không phải là kỹ sư phần mềm truyền thống (ví dụ, nhà phân tích kinh doanh hoặc nhà khoa học hoặc nhà tiếp thị) có thể tạo phần mềm bằng các công cụ AI (tiếp nối phong trào “không mã/ít mã” được AI thúc đẩy). Điều này không loại bỏ nhu cầu về các nhà phát triển chuyên nghiệp; thay vào đó, nó thay đổi nhu cầu đó. Các nhà phát triển có thể đảm nhận nhiều vai trò tư vấn hoặc hướng dẫn hơn trong những trường hợp như vậy, đảm bảo rằng các ứng dụng do công dân phát triển này an toàn, hiệu quả và có thể bảo trì. Các lập trình viên chuyên nghiệp có thể tập trung vào việc xây dựng các nền tảng và API mà “những người không phải lập trình viên” được AI hỗ trợ sử dụng.

Theo quan điểm công việc, một số vai trò lập trình có thể giảm trong khi những vai trò khác có thể tăng. Ví dụ, một số vị trí mã hóa đầu vào có thể trở nên ít hơn về số lượng nếu các công ty dựa vào AI cho các nhiệm vụ đơn giản. Người ta có thể tưởng tượng một công ty khởi nghiệp nhỏ trong tương lai cần có thể một nửa số lượng nhà phát triển cấp cơ sở vì các nhà phát triển cấp cao của họ, được trang bị AI, có thể hoàn thành rất nhiều công việc cơ bản. Nhưng đồng thời, các công việc hoàn toàn mới (như chúng ta đã thảo luận trong phần thích ứng) sẽ xuất hiện. Hơn nữa, khi phần mềm thâm nhập nhiều hơn vào nền kinh tế (với AI tạo ra phần mềm cho các nhu cầu thích hợp), nhu cầu chung về các công việc liên quan đến phần mềm có thể tiếp tục tăng. Lịch sử cho thấy rằng tự động hóa thường dẫn đến hơn việc làm lâu dài, mặc dù chúng là những công việc khác nhau – ví dụ, việc tự động hóa một số nhiệm vụ sản xuất nhất định đã dẫn đến sự gia tăng các công việc thiết kế, bảo trì và cải thiện các hệ thống tự động. Trong bối cảnh AI và lập trình, trong khi một số nhiệm vụ mà một nhà phát triển cấp dưới từng làm được tự động hóa, thì phạm vi chung của phần mềm mà chúng ta muốn tạo ra lại mở rộng (vì giờ đây việc tạo ra nó rẻ hơn/nhanh hơn), điều này có thể dẫn đến hơn các dự án và do đó cần có sự giám sát của con người nhiều hơn, quản lý dự án, kiến ​​trúc, v.v. Một báo cáo của Diễn đàn Kinh tế Thế giới về các công việc trong tương lai cho thấy rằng các vai trò trong phát triển phần mềm và AI nằm trong số đó tăng dần có nhu cầu, không hề giảm, vì chuyển đổi số.

Chúng ta cũng nên xem xét Dự đoán năm 2040 đã đề cập trước đó: các nhà nghiên cứu tại Phòng thí nghiệm quốc gia Oak Ridge cho rằng đến năm 2040, “máy móc… sẽ tự viết hầu hết mã của chúng” (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]). Nếu điều đó chứng minh là chính xác, thì còn lại gì cho các lập trình viên con người? Có khả năng, trọng tâm sẽ là hướng dẫn cấp rất cao (nói với máy móc những gì chúng tôi muốn họ hoàn thành trong những nét chính) và trong những lĩnh vực liên quan đến sự tích hợp phức tạp của các hệ thống, hiểu biết về tâm lý con người hoặc các lĩnh vực vấn đề mới lạ. Ngay cả trong một kịch bản như vậy, con người sẽ đảm nhận những vai trò tương tự như nhà thiết kế sản phẩm, kỹ sư yêu cầu, Và Người đào tạo/xác minh AI. Mã có thể tự viết phần lớn, nhưng ai đó phải quyết định nên viết mã gì và tại sao, và sau đó xác minh rằng kết quả cuối cùng là chính xác và phù hợp với mục tiêu. Tương tự như cách xe tự lái có thể tự lái một ngày nào đó, nhưng bạn vẫn cho xe biết phải đi đâu và can thiệp vào các tình huống phức tạp - cộng với con người thiết kế đường sá, luật giao thông và tất cả cơ sở hạ tầng xung quanh.

Hầu hết các chuyên gia do đó hình dung một tương lai của sự hợp tác, không phải sự thay thế. Như một công ty tư vấn công nghệ đã diễn đạt, “tương lai của sự phát triển không phải là sự lựa chọn giữa con người hay AI mà là sự hợp tác tận dụng tối đa lợi thế của cả hai.” (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai) AI chắc chắn sẽ chuyển đổi quá trình phát triển phần mềm, nhưng nó giống sự tiến hóa của vai trò nhà phát triển hơn là sự tuyệt chủng. Các nhà phát triển “chấp nhận những thay đổi, thích nghi với các kỹ năng của họ và tập trung vào các khía cạnh độc đáo của con người trong công việc của họ” sẽ tìm thấy AI đó tăng cường khả năng của họ thay vì làm giảm giá trị của họ.

Chúng ta có thể vẽ một sự song song với một lĩnh vực khác: hãy xem xét sự trỗi dậy của thiết kế hỗ trợ máy tính (CAD) trong kỹ thuật và kiến ​​trúc. Những công cụ đó có thay thế các kỹ sư và kiến ​​trúc sư không? Không – chúng giúp họ năng suất hơn và cho phép họ tạo ra những thiết kế phức tạp hơn. Nhưng khả năng sáng tạo và ra quyết định của con người vẫn là trung tâm. Tương tự như vậy, AI có thể được coi là Mã hóa hỗ trợ máy tính – nó sẽ giúp xử lý sự phức tạp và công việc nặng nhọc, nhưng nhà phát triển vẫn là nhà thiết kế và người ra quyết định.

Về lâu dài, nếu chúng ta tưởng tượng AI thực sự tiên tiến (ví dụ, một số dạng AI chung có thể về mặt lý thuyết làm hầu hết những gì con người có thể), những thay đổi về mặt xã hội và kinh tế sẽ rộng hơn nhiều so với chỉ trong lập trình. Chúng ta vẫn chưa đạt đến đó và chúng ta có quyền kiểm soát đáng kể đối với cách chúng ta tích hợp AI vào công việc của mình. Con đường thận trọng là tiếp tục tích hợp AI theo những cách tăng cường tiềm năng của con người. Điều đó có nghĩa là đầu tư vào các công cụ và thực hành (và chính sách) giúp con người luôn cập nhật. Chúng ta đã thấy các công ty thành lập Quản trị AI – hướng dẫn về cách sử dụng AI trong phát triển để đảm bảo kết quả có đạo đức và hiệu quả (Khảo sát cho thấy tác động của AI đến trải nghiệm của nhà phát triển - Blog GitHub). Xu hướng này có khả năng sẽ phát triển, đảm bảo rằng sự giám sát của con người chính thức trở thành một phần trong quy trình phát triển AI.

Tóm lại, câu hỏi “Liệu AI có thay thế được lập trình viên không?” có thể được trả lời như sau: Không – nhưng nó sẽ thay đổi đáng kể những gì các lập trình viên làm. Các phần tầm thường của lập trình đang trên đường được tự động hóa phần lớn. Các phần sáng tạo, đầy thử thách và lấy con người làm trung tâm sẽ vẫn tồn tại và thực sự sẽ trở nên nổi bật hơn. Tương lai có thể sẽ chứng kiến ​​các lập trình viên làm việc cùng với các trợ lý AI ngày càng thông minh hơn, giống như một thành viên trong nhóm. Hãy tưởng tượng có một đồng nghiệp AI có thể tạo ra mã 24/7 - đó là một sự thúc đẩy năng suất tuyệt vời, nhưng nó vẫn cần ai đó chỉ cho nó những nhiệm vụ nào cần thực hiện và kiểm tra công việc của nó.

Các kết quả tốt nhất sẽ đạt được bởi những người coi AI là một cộng tác viên. Như một CEO đã nói, “AI sẽ không thay thế lập trình viên, nhưng lập trình viên sử dụng AI sẽ thay thế những người không sử dụng AI.” Trên thực tế, điều này có nghĩa là trách nhiệm thuộc về các nhà phát triển để phát triển cùng với công nghệ. Nghề lập trình không chết – mà là thích nghi. Sẽ có rất nhiều phần mềm để xây dựng và các vấn đề để giải quyết trong tương lai gần, thậm chí có thể còn nhiều hơn hiện tại. Bằng cách duy trì sự học hỏi, linh hoạt và tập trung vào những gì con người làm tốt nhất, các nhà phát triển có thể đảm bảo một sự nghiệp thành công và viên mãn hợp tác với AI.

Cuối cùng, đáng để ăn mừng thực tế là chúng ta đang bước vào kỷ nguyên mà các nhà phát triển có siêu năng lực theo ý của họ. Thế hệ lập trình viên tiếp theo sẽ đạt được trong vài giờ những gì trước đây mất nhiều ngày và giải quyết các vấn đề trước đây nằm ngoài tầm với bằng cách tận dụng AI. Thay vì sợ hãi, tình cảm tiến về phía trước có thể là một trong sự lạc quan và tò mò. Miễn là chúng ta tiếp cận AI với con mắt rộng mở – nhận thức được những hạn chế của nó và ý thức được trách nhiệm của mình – chúng ta có thể định hình một tương lai mà AI và các lập trình viên cùng nhau xây dựng các hệ thống phần mềm tuyệt vời, vượt xa những gì mỗi bên có thể làm một mình. Sự sáng tạo của con người kết hợp với hiệu quả của máy móc là một sự kết hợp mạnh mẽ. Cuối cùng, nó không phải là về thay thế, nhưng về sự hiệp lực. Câu chuyện về AI và lập trình viên vẫn đang được viết - và nó sẽ được viết bởi cả hai con người và máy móc cùng nhau.

Nguồn:

1. Trung tâm não bộ, “Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]” (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]).

2. Brainhub, trích dẫn của chuyên gia Satya Nadella và Jeff Dean về AI như một công cụ, không phải là sự thay thế (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]) (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]).

3. Trung bình (PyCoach), “AI có thay thế lập trình viên không? Sự thật đằng sau sự cường điệu”, lưu ý thực tế sắc thái so với sự cường điệu (AI có thay thế lập trình viên không? Sự thật đằng sau sự cường điệu | by The PyCoach | Artificial Corner | Tháng 3, 2025 | Medium) và câu trích dẫn của Sam Altman về việc AI có thể thực hiện tốt nhiệm vụ nhưng không thể hoàn thành toàn bộ công việc.

4. Thiết kếGurus, “AI có thay thế các nhà phát triển không… (2025)”, nhấn mạnh AI sẽ tăng và nâng cao trình độ của các nhà phát triển thay vì làm cho họ trở nên thừa thãi (AI có thay thế các nhà phát triển vào năm 2025 không: Một cái nhìn thoáng qua về tương lai) và liệt kê các lĩnh vực AI còn tụt hậu (sáng tạo, bối cảnh, đạo đức).

5. Khảo sát nhà phát triển Stack Overflow năm 2023, 70% nhà phát triển sử dụng công cụ AI, độ tin cậy thấp vào độ chính xác (3% tin cậy cao) (70% nhà phát triển sử dụng công cụ mã hóa AI, 3% tin tưởng cao vào độ chính xác của chúng - ShiftMag).

6. Khảo sát GitHub năm 2023 cho thấy 92% nhà phát triển đã thử các công cụ mã hóa AI và 70% thấy lợi ích (Khảo sát cho thấy tác động của AI đến trải nghiệm của nhà phát triển - Blog GitHub).

7. Nghiên cứu GitHub Copilot, tìm thấy khả năng hoàn thành nhiệm vụ nhanh hơn 55% với sự hỗ trợ của AI (Nghiên cứu: định lượng tác động của GitHub Copilot đến năng suất và sự hài lòng của nhà phát triển - Blog GitHub).

8. GeekWire, về AlphaCode của DeepMind hoạt động ở mức độ lập trình viên trung bình (top 54%) nhưng còn lâu mới đạt hiệu suất cao nhất (AlphaCode của DeepMind phù hợp với trình độ của lập trình viên trung bình).

9. IndiaToday (tháng 2 năm 2025), tóm tắt tầm nhìn của Sam Altman về “đồng nghiệp” AI thực hiện nhiệm vụ của các kỹ sư mới vào nghề nhưng “sẽ không thay thế hoàn toàn con người” (Sam Altman cho biết các tác nhân AI sẽ sớm thực hiện các nhiệm vụ mà các kỹ sư phần mềm thực hiện: Toàn bộ câu chuyện trong 5 điểm - India Today).

10. McKinsey & Company ước tính rằng ~80% công việc lập trình sẽ vẫn do con người làm trung tâm mặc dù đã có tự động hóa (Có tương lai cho Kỹ sư phần mềm không? Tác động của AI [2024]).