Liệu AI có thay thế được lập trình viên không? Câu trả lời cuối cùng là hãy tắt trình soạn thảo mã.

“ Người cuối cùng, hãy tắt trình soạn thảo mã đi. ” Câu nói đùa cợt 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 lập trình 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 phải chịu chung số phận với những người vận hành thang máy hay tổng đài điện thoại - những công việc đã bị tự động hóa làm cho lỗi thời hay không. Năm 2024, những tiêu đề giật gân 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 những lời cường điệu và giật gân, thực tế lại phức tạp hơn nhiều.

Đúng vậy, AI hiện có thể tạo mã nhanh hơn bất kỳ con người nào, nhưng mã đó tốt đến mức nào và liệu AI có thể tự mình xử lý toàn bộ vòng đời phát triển phần mềm không? Hầu hết các chuyên gia đều nói "không nhanh như vậy". Các nhà lãnh đạo về kỹ thuật phần mềm như Giám đốc điều hành Microsoft Satya Nadella nhấn mạnh rằng "AI sẽ không thay thế các lập trình viên, nhưng nó sẽ trở thành một công cụ thiết yếu trong kho vũ khí của họ. Nó nhằm mục đích trao quyền cho con người làm được nhiều việc hơn chứ không phải ít hơn". ( AI sẽ thay thế các lập trình viên? Sự thật đằng sau sự cường điệu | bởi The PyCoach | Góc nhân tạo | Tháng 3 năm 2025 | Medium ) Tương tự như vậy, giám đốc AI của Google Jeff Dean lưu ý rằng mặc dù AI có thể xử lý các tác vụ mã hóa thông thường, nhưng "nó vẫn 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, Giám đốc điều hành của OpenAI, cũng thừa nhận rằng AI ngày nay "rất giỏi trong các nhiệm vụ" nhưng "tệ hại khi hoàn thành toàn bộ công việc" mà không có sự giám sát của con người. Tóm lại, AI rất tuyệt vời trong việc hỗ trợ một phần công việc, nhưng không có khả năng đảm nhận hoàn toàn công việc của một lập trình viên từ đầu đến cuối.

Sách trắng này đưa ra cái nhìn trung thực và cân bằng về câu hỏi "Liệu AI có thay thế lập trình viên?". Chúng tôi xem xét cách AI đang ảnh hưởng đến các vai trò phát triển phần mềm hiện nay và những thay đổi nào sắp tới. 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 những 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 việc 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 và đang viết và xem xét 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 các đoạn mã, tự động hoàn thành các hàm, phát hiện lỗi và thậm chí tạo các trường hợp kiểm thử ( Liệu có tương lai cho Kỹ sư phần mềm? Tác động của AI [2024] ) ( Liệu có tương lai cho Kỹ sư phần mềm? Tác động của AI [2024] ). Nói cách khác, AI đang tiếp quản công việc nặng nhọc và các mẫu mã, 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 hiện nay:

• Tạo mã & Tự động hoàn thành: Trợ lý lập trình AI hiện đại có thể tạo mã dựa trên lời nhắc ngôn ngữ tự nhiên hoặc ngữ cảnh mã một phần. Ví dụ: GitHub Copilot (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 khổng lồ để cung cấp các gợi ý dựa trên ngữ cảnh, thường có thể hoàn thành toàn bộ hàm chỉ từ một chú thích hoặc tên hàm. Tương tự, ChatGPT (GPT-4) có thể tạo mã cho một tác vụ cụ thể khi bạn mô tả những gì bạn cần bằng tiếng Anh đơn giản. Các công cụ này có thể soạn thảo mã mẫu chỉ trong vài giây, từ các hàm trợ giúp đơn giản đến các thao tác CRUD thông thường.

• Phát hiện và Kiểm tra Lỗi: AI cũng đang giúp phát hiện lỗi và cải thiện chất lượng mã. Các công cụ phân tích tĩnh và trình kiểm tra lỗi (linter) 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 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 phát hiện lỗi sớm và đề xuất cách khắc phục, AI hoạt động như một trợ lý QA không biết mệt mỏi, đồng hành cùng nhà phát triển.

• Tối ưu hóa & Tái cấu trúc Mã: Một ứng dụng khác của AI là đề xuất cải tiến cho mã hiện có. Với một đoạn mã được cung cấp, AI có thể đề xuất các thuật toán hiệu quả hơn hoặc các triển khai gọn gàng hơn bằng cách nhận dạng các mẫu trong mã. Ví dụ, nó có thể đề xuất cách sử dụng thư viện phù hợp 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 phương pháp hay 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: Không chỉ 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 những 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 vấn đề hoặc đề xuất tối ưu hóa cơ sở hạ tầng. Trên thực tế, AI không chỉ hỗ trợ trong quá trình lập trình mà còn trong suốt vòng đời phát triển phần mềm - từ lập kế hoạch đến bảo trì.

• Giao diện Ngôn ngữ Tự nhiên & 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 yêu cầu AI thực hiện các tác vụ ("tạo hàm thực hiện X" hoặc "giải thích mã này") và nhận kết quả. Chatbot AI (như ChatGPT hoặc trợ lý phát triển chuyên biệt) có thể trả lời các câu hỏi lập trình, hỗ trợ viết tài liệu, và thậm chí viết tài liệu dự án hoặc gửi tin nhắn cam kết dựa trên các thay đổi mã. Điều này thu hẹp khoảng cách giữa ý định của con người và mã, giúp việc phát triển dễ tiếp cận hơn với những người có thể mô tả những gì họ muốn.

• 

Các nhà phát triển ứng dụng công cụ AI: Một khảo sát năm 2023 cho thấy 92% nhà phát triển đã sử dụng công cụ lập trình AI ở một mức độ nào đó - trong công việc, trong các dự án cá nhân hoặc cả hai. Chỉ có 8% báo cáo không sử dụng bất kỳ hỗ trợ AI nào trong quá trình lập trình. Biểu đồ này cho thấy hai phần ba nhà phát triển sử dụng công cụ AI cả trong và ngoài công việc, trong khi một phần tư chỉ sử dụng chúng trong công việc và một số ít chỉ sử dụng ngoài công việc. Kết quả rất rõ ràng: Lập trình hỗ trợ AI đã nhanh chóng trở nên phổ biến trong giới lập trình viên ( Khảo sát tiết lộ 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 hiệu quả tăng lên và giảm bớt sự cực nhọc trong việc viết mã. 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 nào cho các kỹ sư phần mềm không? Tác động của AI [2024] ) ( AI có thay thế các nhà phát triển vào năm 2025 không: 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 mà "có thể không rõ ràng ngay lập tức đối với các nhà phát triển con người" nhờ vào việc 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 một hàm sắp xếp hoặc tìm lỗi trong mã của họ và AI sẽ tạo ra một giải pháp dự thảo trong vài giây. Các công ty như Amazon và Microsoft đã triển khai các lập trình viên cặp AI (CodeWhisperer của Amazon và Copilot của Microsoft) cho các nhóm nhà phát triển của họ, báo cáo rằng họ hoàn thành tác vụ nhanh hơn và ít giờ làm việc nhàm chán hơn trên mã 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 các công cụ mã hóa AI, 3% rất tin tưởng 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 các trình trợ giúp 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 độ học tập (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 khung kiểm thử tự động). Nhưng hai năm qua đã 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, AlphaCode đã gây chú ý khi thể hiện ở cấp độ cuộc thi lập trình cạnh tranh , đạt thứ hạng khoảng 54% trong các thử thách lập trình - về cơ bản ngang bằng với kỹ năng của một đối thủ trung bình ( AlphaCode của DeepMind ngang bằng với trình độ của một lập trình viên trung bình ). Đây là lần đầu tiên một hệ thống AI thể hiện một cách cạnh tranh trong các cuộc thi lập trình. Tuy nhiên, điều đáng nói là ngay cả AlphaCode, với tất cả sức mạnh của nó, vẫn còn lâu mới đánh bại được các lập trình viên giỏi nhất. Trong các cuộc thi đó, AlphaCode chỉ có thể giải quyết được khoảng 30% số bài toán trong số lần thử được phép, trong khi các lập trình viên hàng đầu giải quyết được >90% số bài toán chỉ với một lần thử. Khoảng cách này nhấn mạnh rằng mặc dù AI có thể xử lý các nhiệm vụ thuật toán được xác định rõ ràng đến một mức độ nào đó, nhưng những vấn đề khó nhất đòi hỏi lý luận sâu sắc và sự khéo léo vẫn là thế mạnh của con người .

Tóm lại, AI đã khẳng định vị thế vững chắc 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 khía cạnh của quy trình phát triển. Mối quan hệ ngày nay phần lớn mang tính cộng sinh: AI đóng vai trò như một phi công phụ (tên gọi rất phù hợp) giúp các nhà phát triển viết mã nhanh hơn và ít gặp khó khăn hơn, thay vì một phi công tự động độc lập có thể tự mình vận hành. Trong phần tiếp theo, chúng ta sẽ đi sâu vào việc việc tích hợp các công cụ AI này đang thay đổi vai trò của các nhà phát triển và bản chất công việc của họ như thế nào, theo hướng tích cực hay tiêu cực.

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

Với việc AI xử lý nhiều công việc thường ngày hơn, vai trò của nhà phát triển phần mềm thực sự đang bắt đầu thay đổi. Thay vì dành hàng giờ viết mã mẫu hoặc gỡ lỗi những lỗi thông thường, các nhà phát triển có thể chuyển giao những nhiệm vụ đó cho trợ lý AI của họ. Điều này đang chuyển trọng tâm của nhà phát triển sang giải quyết vấn đề cấp cao hơn, kiến ​​trúc và các khía cạnh sáng tạo của kỹ thuật phần mềm. Về bản chất, AI đang hỗ trợ các nhà phát triển, cho phép họ làm việc hiệu quả hơn và có tiềm năng đổi mới hơn. Nhưng liệu điều này có đồng nghĩa với việc giảm số lượng công việc lập trình, hay chỉ đơn giản là một loại công việc khác? Hãy cùng tìm hiểu tác động của nó đến năng suất và vai trò:

Tăng năng suất: Theo hầu hết các báo cáo và nghiên cứu ban đầu, các công cụ lập trình AI đang tăng đáng kể năng suất của nhà phát triển. Nghiên cứu của GitHub cho thấy 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 thử nghiệm, các nhà phát triển đã giải quyết một nhiệm vụ lập trình nhanh hơn trung bình 55% với sự trợ giúp 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 về tốc độ; các nhà phát triển báo cáo rằng sự trợ giúp của AI giúp giảm bớt sự thất vọng và "gián đoạn dòng chảy". 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 làm cho ... ). Những công cụ này giúp các lập trình viên "tập trung" bằng cách xử lý các phần việc 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 đã 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 getter và setter, 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 hỏi AI bằng ngôn ngữ tự nhiên. Điều này có nghĩa là các nhà phát triển dành tương đối ít thời gian hơn cho việc viết mã máy và nhiều thời gian hơn cho các tác 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 sẽ chuyển sang giám sát đầu ra của AI (xem xét các đề xuất mã, kiểm tra chúng) và giải quyết 20% vấn đề khó mà AI không thể tìm ra. Trên 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 những thay đổi đó từ đầu.

Sự hợp tác và động lực nhóm: Điều thú vị là AI cũng đang ảnh hưởng đến động lực nhóm. Với các tác vụ thường xuyên được tự động hóa, các nhóm có khả năng hoàn thành nhiều việc hơn với ít nhà phát triển cấp dưới được giao công việc nặng nhọc 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 một cách nhanh chóng với sự trợ giúp của AI, mà không cần một nhân viên cấp dưới thực hiện bản nháp ban đầu. Tuy nhiên, điều này đặt ra một thách thức mới: cố vấn và chia sẻ kiến ​​thức. Thay vì các nhân viên cấp dưới học bằng cách thực hiện các tác vụ đơn giản, họ có thể cần học cách quản lý các đầu ra của AI. Sự hợp tác nhóm có thể chuyển sang các hoạt động như cùng nhau tinh chỉnh 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 có thể hiểu được ngay lập tức. Trên thực tế, hơn bốn trong số năm nhà phát triển tin rằng các công cụ lập trình 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 tiết lộ 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 làm việc hiệu quả hơn) hay nó 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 mà còn được nâng cao . Thật vậy, các nhà phân tích ngành dự đoán các vai trò kỹ thuật phần mềm sẽ tiếp tục phát triển , nhưng 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 các nền tảng "trí tuệ kỹ thuật phần mềm" được tăng cường bằng AI để tăng năng suất , tăng từ chỉ 5% vào năm 2024 ( Có tương lai nào cho các kỹ sư phần mềm không? Tác động của AI [2024] ). Điều này cho thấy các công ty sẽ tích hợp rộng rãi AI, nhưng nó ngụ ý rằng các nhà phát triển sẽ làm việc với các nền tảng thông minh đó. Tương tự như vậy, công ty tư vấn McKinsey dự đoán rằng mặc dù AI có thể tự động hóa nhiều tác vụ, nhưng khoảng 80% công việc lập trình vẫn sẽ yêu cầu con người tham gia 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 nhắc nhở" - những nhà phát triển chuyên xây dựng hoặc điều phối các thành phần AI. Chúng ta 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 máy , và nhu cầu cho các vai trò này đã tăng hơn gấp đôi trong ba năm qua ( Liệu có tương lai cho các kỹ sư phần mềm không? Tác động của AI [2024] ). Các kỹ sư phần mềm truyền thống ngày càng được kỳ vọng sẽ hiểu những điều cơ bản về học máy hoặc tích hợp các dịch vụ AI vào các ứng dụng. Thay vì 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: 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 tiên tiến về AI đã tóm tắt rất hay: AI không thay thế các nhà phát triển của chúng ta; Nó khuếch đại chúng. 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 giờ đây 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 thì 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 nhận thấy rằng khi sử dụng Copilot, cô ấy có thể tạo ra 80% mã của một tính năng mới một cách nhanh chóng, sau đó dành thời gian tùy chỉnh 20% còn lại và viết các bài kiểm tra tích hợp. Năng suất của cô ấy về đầu ra mã gần như tăng gấp đôi, nhưng thú vị hơn, bản chất đóng góp của cô ấy đã thay đổi - cô ấy trở thành 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 hiện ra các lỗi 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 đầu ra tăng lên, sự giám sát và chuyên môn của con người thậm chí còn trở nên quan trọng hơn trong quy trình làm việc.

Tóm lại, AI chắc chắn đang thay đổi cách làm việc của các nhà phát triển: giúp họ làm việc nhanh hơn và cho phép họ giải quyết các vấn đề tham vọng hơn, nhưng cũng đòi hỏi họ phải nâng cao kỹ năng (cả về việc tận dụng AI và tư duy cấp cao hơn). Đây không phải là câu chuyện "AI chiếm mất việc làm" mà là câu chuyện "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 nói 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 (những gì AI không thể làm tốt) và cách các nhà phát triển có thể điều chỉnh kỹ năng của họ để phát triển cùng với AI.

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

Mặc dù có những khả năng ấn tượng, AI ngày nay vẫn có những hạn chế , khiến nó không thể thay thế lập trình viên con người. Hiểu được những hạn chế này là chìa khóa để hiểu tại sao 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 khả năng hiểu biết ngữ cảnh của một nhà phát triển con người. Dưới đây là một số nhược điểm cơ bản của AI trong lập trình và những 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 vấn đề theo cách con người hiểu; chúng nhận dạng các mẫu và đưa ra các kết quả đầu ra dựa trên dữ liệu đào tạo. Điều này có nghĩa là AI có thể gặp khó khăn với các tác vụ đòi hỏi các giải pháp sáng tạo, độc đáo hoặc sự hiểu biết sâu sắc về các lĩnh vực 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 khi yêu cầu nó thiết kế một thuật toán mới cho một vấn đề chưa từng có hoặc diễn giải một yêu cầu mơ hồ, thì nó có thể sẽ vấp ngã. Như một nhà 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: Cái nhìn thoáng qua về tương lai ) Con người rất giỏi trong việc tư duy 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 mẫu mà nó đã học; nếu một vấn đề không khớp với các mẫu đó, AI có thể tạo ra mã không chính xác hoặc vô nghĩa (thường là một cách tự tin!). Sự đổi mới trong phần mềm – đưa ra các tính năng mới, trải nghiệm người dùng mới hoặc phương pháp kỹ thuật mới – 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 những dòng mã. Nó bao gồm việc hiểu lý do đằng sau mã – các yêu cầu nghiệp vụ, nhu cầu của người dùng và bối cảnh mà phần mềm hoạt động. AI có một khung bối cảnh rất hạn hẹp (thường bị giới hạn bởi thông tin đầu vào 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. Kết quả là, AI có thể tạo ra mã về mặt kỹ thuật hoạt động tốt 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. Các nhà phát triển con người là cần thiết 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 cách một thay đổi ở một phần có thể ảnh hưởng đến các phần khác, cách cân bằng các đánh đổi (như hiệu suất so với khả năng đọc) và cách lập kế hoạch phát triển lâu dài cho một cơ sở mã – là điều mà AI hiện nay không thể làm được. Trong các dự án quy mô lớn với hàng nghìn thành phần, AI “chỉ nhìn thấy cây mà không thấy rừng”. Như đã lưu ý trong một phân tích, "AI gặp khó khăn trong việc hiểu toàn bộ bối cảnh và tính phức tạp của các dự án phần mềm quy mô lớn", bao gồm các yêu cầu kinh doanh và cân nhắc về trải nghiệm người dùng ( AI có thay thế nhà phát triển vào năm 2025 không: Cái nhìn thoáng qua về tương lai ). Con người duy trì tầm nhìn toàn cảnh.

• Giải quyết sự mơ hồ và thường thức: Các yêu cầu trong các dự án thực tế thường mơ hồ hoặc luôn thay đổi. Một nhà phát triển con người có thể tìm kiếm sự làm rõ, đưa ra những giả định hợp lý hoặc bác bỏ những yêu cầu phi thực tế. AI không sở hữu khả năng suy luận thường thức hoặc khả năng đặt ra những câu hỏi làm rõ (trừ khi được lặp lại một cách 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 khả năng phán đoán để biết người dùng thực sự muốn gì nếu các 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 mượt mà”) 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 ngay cả việc viết các thông số kỹ thuật đó một cách hiệu quả cũng khó như việc viết mã. Như một bài báo của Hội đồng Công nghệ Forbes đã lưu ý, để AI thực sự thay thế các nhà phát triển, nó cần phải hiểu các hướng dẫn không rõ ràng và thích ứng như con người – một mức độ suy luận mà AI hiện tại không có ( Bài đăng của Sergii Kuzin - LinkedIn ).

• Độ tin cậy và "Ảo giác": Các mô hình AI tạo sinh ngày nay có một nhược điểm 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 trông 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 đề xuất của AI. Trên thực tế, mọi đoạn mã do AI viết đều cần được con người xem xét và kiểm tra cẩn thận . Dữ liệu khảo sát của Stack Overflow phản ánh điều này - trong số những người sử dụng công cụ AI, chỉ có 3% tin tưởng cao vào độ chính xác của đầu ra của AI và thực sự có một tỷ lệ nhỏ chủ động không tin tưởng vào 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 đề xuất của AI là những gợi ý hữu ích, chứ không phải là chân lý. Mức độ tin tưởng thấp này là có cơ sở vì AI có thể mắc những lỗi kỳ lạ mà không con người có năng lực nào mắc phải (như lỗi sai lệch, sử dụng các hàm đã lỗi thời hoặc tạo ra các giải pháp không hiệu quả) vì nó không thực sự lý luận về vấn đề. Như một bình luận trên diễn đàn đã nhận xét một cách mỉa mai: "Chúng (AI) ảo giác rất nhiều và đưa ra những lựa chọn thiết kế kỳ lạ mà con người sẽ không bao giờ làm" ( Liệu lập trình viên có trở nên lỗi thời do AI không? - Tư vấn nghề nghiệp ). Sự giám sát của con người là rất quan trọng để phát hiện những lỗi này. AI có thể nhanh chóng hoàn thiện 90% tính năng, nhưng nếu 10% còn lại có lỗi nhỏ, nhà phát triển vẫn phải 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 sót của mình.

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

• Những cân nhắc về đạo đức và bảo mật: Khi AI viết nhiều mã hơn, nó cũng đặt ra những câu hỏi về sự thiên vị, bảo mật và đạo đức. Một AI có thể vô tình tạo ra các lỗ hổng bảo mật (ví dụ: không khử trùng dữ liệu đầu vào đúng cách hoặc sử dụng các phương pháp mã hóa không an toàn) mà một nhà phát triển giàu kinh nghiệm có thể phát hiện ra. Hơn nữa, AI không có ý thức đạo đức hay quan tâm đến sự công bằng vốn có – ví dụ, nó có thể đào tạo dựa 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 đầu ra của AI về những vấn đề này, đảm bảo tuân thủ các quy định và thấm nhuần các cân nhắc về đạo đức cho phần mềm. Khía cạnh xã hội của phần mềm – hiểu được lòng tin của người dùng, các mối quan tâm về quyền riêng tư và đưa ra các lựa chọn thiết kế phù hợp với các giá trị nhân văn – “không thể bị bỏ qua. Những khía cạnh lấy con người làm trọng tâm của quá trình phát triển 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: Cái nhìn thoáng qua về tương lai ) Các nhà phát triển phải đóng vai trò là cánh cổng lương tâm và chất lượng cho những đóng góp của AI.

Trước 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, vấn đề là trao quyền cho các nhà phát triển, chứ không phải thay thế họ ( AI sẽ thay thế lập trình viên? Sự thật đằng sau sự cường điệu | của The PyCoach | Góc nhân tạo | Tháng 3 năm 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 sự hướng dẫn và chuyên môn của 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 làm trợ lý trong sử dụng thực tế (Copilot, CodeWhisperer, v.v.) chứ không phải là những lập trình viên tự động. Các công ty không sa thải nhóm lập trình của họ và để AI hoạt động tự do; thay vào đó, họ đang nhúng AI vào quy trình làm việc của các nhà phát triển để hỗ trợ 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 bị 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 nhìn về tương lai, khi một số nhà nghiên cứu dự đoán rằng đến năm 2040, AI có thể tự viết hầu hết mã của riêng mình ( Có tương lai nào cho các kỹ sư phần mềm không? Tác động của AI [2024] ), nhìn chung, người ta đồng ý rằng các lập trình viên con người vẫn sẽ cần thiết để giám sát, hướng dẫn và cung cấp tia sáng sáng tạo và tư duy phản biện mà máy móc còn thiếu .

Cũng cần lưu ý rằng phát triển phần mềm không chỉ đơn thuần là viết mã . Nó bao gồm giao tiếp với các bên liên quan, hiểu câu chuyện người dùng, hợp tác nhóm và thiết kế lặp lại - tất cả những lĩnh vực mà kỹ năng 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 thương lượng các ưu tiên hoặc truyền cảm hứng cho nhóm về tầm nhìn cho một sản phẩm. Yếu tố con người vẫn là trọng 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 phần mềm. Những thiếu sót này chính là điểm mạnh của các nhà phát triển con người. Thay vì xem AI là một mối đe dọa, có lẽ chính xác hơn nên xem nó như một công cụ khuếch đại mạnh mẽ cho các nhà phát triển con người - xử lý những việc 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 kỹ năng và vai trò của họ để duy trì sự phù hợp và giá trị trong thế giới phát triển được tăng cường bởi AI.

Thích nghi và phát triển trong thời đại AI

Đối với các lập trình viên và nhà phát triển, sự trỗi dậy của AI trong lập trình không nhất thiết phải là một mối đe dọa nghiêm trọng – nó có thể là một cơ hội. Điều quan trọng là thích nghi và phát triển cùng với công nghệ. Những người học cách khai thác AI có thể sẽ thấy mình hơn và được săn đón hơn, trong khi những người bỏ qua nó có thể thấy mình bị tụt hậu. Trong phần này, chúng tôi tập trung vào các bước và chiến lược thiết thực để các nhà phát triển luôn 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 hỏi liên tục và hợp tác với AI, thay vì cạnh tranh. Dưới 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. Chấp nhận 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 hiện có. Hãy coi Copilot, ChatGPT hoặc các AI mã hóa khác như đối tác lập trình cặp mới của bạn. Điều này có nghĩa là học cách viết lời nhắc hoặc bình luận tốt để có được các gợi ý mã hữu ích và biết cách xác thực hoặc gỡ lỗi nhanh chóng mã do AI tạo ra. Cũng giống như một nhà phát triển phải học IDE hoặc kiểm soát phiên bản của họ, việc tìm hiểu 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 phần 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 coi đó là "phát triển có sự hỗ trợ của AI" - một kỹ năng mới để bổ sung vào bộ công cụ của bạn. Thật vậy, các nhà phát triển hiện nay coi "kỹ thuật nhắc nhở" là một kỹ năng - biết cách đặt câu hỏi đúng cho AI. Những người thành thạo công nghệ này có thể đạt được kết quả tốt hơn đáng kể từ cùng một công cụ. Hãy nhớ rằng, "những 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 tiến lên nấc thang trừu tượng . Điều này có nghĩa là tập trung hơn vào việc hiểu thiết kế và kiến ​​trúc hệ thống. Trau dồi các kỹ năng 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 thức của một giải pháp, không chỉ là cái gì. Ví dụ, thay vì dành toàn bộ thời gian để hoàn thiện một hàm sắp xếp (trong khi AI có thể viết một hàm cho bạn), hãy dành thời gian tìm hiểu phương pháp sắp xếp nào là tối ưu cho ngữ cảnh ứng dụng của bạn và cách nó phù hợp với luồng dữ liệu của hệ thống. 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 trở nên không thể thiếu với tư cách là người hướng dẫn AI (và phần còn lại của nhóm) xây dựng nên điều đúng đắn. Như một báo cáo hướng tới 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 nhà phát triển vào năm 2025 không: Cái nhìn thoáng qua về tương lai )

3. Nâng cao kiến ​​thức về AI & ML: Để làm việc cùng AI, việc hiểu AI hữu ích. Các nhà phát triển không nhất thiết phải trở thành nhà nghiên cứu về học máy, nhưng việc nắm vững cách thức hoạt động của các mô hình này sẽ rất có lợi. Tìm hiểu những kiến ​​thức cơ bản về học máy và học sâu – điều này không chỉ mở ra những con đường sự nghiệp mới (vì các công việc liên quan đến AI đang bùng nổ ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] )) mà còn 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 tích 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 xem xét học tập bao gồm: kiến ​​thức cơ bản về khoa học dữ liệu , cách xử lý trước dữ liệu, đào tạo so với suy luận và đạo đức của AI. Hãy làm quen với các framework AI (TensorFlow, PyTorch) và các dịch vụ AI đám mây; ngay cả khi bạn không xây dựng mô hình từ đầu, việc biết cách tích hợp API AI vào ứng dụng vẫn là một kỹ năng quý giá. Tóm lại, việc trở thành "chuyên gia AI" đang nhanh chóng trở nên quan trọng như việc thành thạo 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 có vị thế hàng đầu để dẫn dắt các dự án trong tương lai.

4. Phát triển Kỹ năng Mềm và Kiến thức Chuyên môn: Khi AI tiếp quản các nhiệm vụ cơ học, những kỹ năng đặc thù của con người càng trở nên quan trọng hơn. Giao tiếp, làm việc nhóm và chuyên môn chuyên môn là những lĩnh vực cần được chú trọng. Phát triển phần mềm thường liên quan đến việc hiểu rõ lĩnh vực vấn đề – dù là tài chính, y tế, giáo dục hay bất kỳ lĩnh vực nào khác – và chuyển hóa chúng thành giải pháp. AI sẽ không có bối cảnh đó hoặc khả năng liên lạc với các bên liên quan, nhưng bạn thì có. Việc trở nên am hiểu hơn trong lĩnh vực mình làm việc sẽ giúp bạn trở thành người đáng tin cậy để đảm bảo phần mềm thực sự đáp ứng các nhu cầu thực tế. Tương tự, 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), hướng dẫn các nhân viên cấp dưới về các phương pháp hay nhất và 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, vai trò cố vấn của một nhà phát triển cấp cao có thể chuyển sang hướng dẫn các nhân viên cấp dưới cách làm việc với AI và xác thực đầu ra của nó , thay vì cách viết vòng lặp for. Khả năng hướng dẫn người khác trong mô hình mới này là một kỹ năng quý giá. Ngoài ra, hãy rèn luyện tư duy phản biện – đặt câu hỏi và kiểm tra kết quả đầu ra của AI, đồng thời khuyến khích mọi người làm theo. Nuôi dưỡng tư duy hoài nghi và xác minh lành mạnh sẽ ngăn chặn sự phụ thuộc mù quáng vào AI và giảm thiểu sai sót. Về cơ bản, hãy 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 ứng: Tốc độ thay đổi của AI cực kỳ nhanh chóng. Những gì được coi là tiên tiến hiện nay có thể trở nên lỗi thời chỉ sau vài năm. Các nhà phát triển phải coi trọng việc học tập suốt đời hơn bao giờ hết. Điều này có thể đồng nghĩa với việc thường xuyên thử nghiệm các trợ lý mã hóa AI mới, tham gia các khóa học trực tuyến hoặc chứng chỉ về AI/ML, đọc các blog nghiên cứu để cập nhật những thông tin mới nhất hoặc tham gia vào các 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 một công cụ AI mới có thể tự động hóa thiết kế giao diện người dùng (UI) từ các bản phác thảo, một nhà phát triển front-end nên sẵn sàng học hỏi và áp dụng công nghệ đó, có thể chuyển trọng tâm sang việc tinh chỉnh UI đã tạo hoặc cải thiện các chi tiết trải nghiệm người dùng mà quá trình tự động hóa đã bỏ sót. Những người coi việc học tập là một phần không thể thiếu trong sự nghiệp của mình (điều mà nhiều nhà phát triển đã làm) sẽ thấy việc tích hợp các phát triển AI dễ dàng hơn. Một chiến lược là dành một phần nhỏ thời gian trong tuần cho việc học tập 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; việc tận dụng những cơ hội như vậy sẽ giúp bạn tiến xa hơn. Những nhà phát triển thành công sẽ là những người coi AI là đối tác đang phát triển và liên tục cải tiến cách tiếp cận khi làm việc với đối tác đó.

6. Khám phá các vai trò và con đường sự nghiệp mới nổi: Khi AI được lồng ghép vào quá trình phát triển, các cơ hội nghề nghiệp mới đang xuất hiện. Ví dụ, Kỹ sư Nhắc nhở hoặc Chuyên gia Tích hợp AI là những vai trò tập trung vào việc tạo ra các nhắc nhở, 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 - những vai trò tập trung vào việc xem xét các kết quả đầu ra của AI về tính thiên vị, tuân thủ và chính xác. Nếu bạn quan tâm đến những lĩnh vực này, 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 truyền thống, bạn có thể tìm thấy các phân khúc như "lập trình viên front-end hỗ trợ AI" so với "lập trình viên back-end hỗ trợ AI", trong đó mỗi bên sử dụng các công cụ chuyên biệt. Hãy theo dõi 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 vào các nhóm như vậy có thể giúp bạn đi đầu. Hơn nữa, hãy cân nhắc đóng góp vào việc 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 là 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 tính linh hoạt trong sự nghiệp . Nếu một số phần công việc hiện tại của bạn được tự động hóa, hãy sẵn sàng chuyển sang các vai trò thiết kế, giám sát hoặc hỗ trợ 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 một vấn đề trung bình, các nhà phát triển con người nên cố gắng tạo ra đặc biệt và đồng cảm mà AI không thể. Điều này có thể có nghĩa là tập trung vào sự tinh tế trong trải nghiệm người dùng, tối ưu hóa hiệu suất cho các tình huống bất thường hoặc đơn giản là viết mã sạch và được ghi chép đầy đủ (AI không giỏi viết tài liệu có ý nghĩa hoặc chú thích mã dễ hiểu - bạn có thể thêm giá trị vào đó!). Hãy cố gắng tích hợp hiểu biết của con người vào công việc: ví dụ: nếu AI tạo ra một đoạn mã, bạn sẽ thêm các chú thích giải thích lý do theo cách mà người khác có thể hiểu sau này hoặc bạn sẽ điều chỉnh nó để dễ đọc hơn. Bằng cách làm như vậy, bạn đang thêm một lớp 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 "hoạt động bình thường" 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 của AI với sự khéo léo của con người .

Chúng ta cũng hãy xem xét cách các lộ trình giáo dục có thể thích ứng. Các nhà phát triển mới bước vào lĩnh vực này không nên né tránh các công cụ AI trong quá trình học tập của họ. Ngược lại, việc học với AI (ví dụ: sử dụng AI để hỗ trợ bài tập về nhà hoặc dự án, sau đó phân tích kết quả) có thể giúp họ hiểu nhanh hơn. Tuy nhiên, điều quan trọng là phải học sâu các kiến ​​thức 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 nhận ra khi nào AI đang đi chệch hướng. Vì AI xử lý các bài tập mã hóa đơn giản, 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 xây dựng một 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 gói gọn chiến lược thích ứng: hãy là người lái, đừng là hành khách. Sử dụng các công cụ AI, nhưng đừng quá phụ thuộc hoặc tự mãn. Tiếp tục trau dồi những khía cạnh độc đáo của con người trong quá trình phát triển. Grady Booch, một nhà tiên phong đáng kính trong lĩnh vực kỹ thuật phần mềm, đã nói rất đúng: “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.” ( Liệu có tương lai cho Kỹ sư Phần mềm? Tác động của AI [2024] ). Bằng cách chủ động phát triển những kỹ năng và phương pháp làm việc mới, các nhà phát triển có thể đảm bảo họ luôn nắm quyền kiểm soát 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 đảm bảo sự nghiệp của mình trong tương lai trong thời đại AI:

Bằng cách áp dụng các chiến lược này, các nhà phát triển có thể biến cuộc cách mạng AI thành lợi thế. Những người thích nghi sẽ thấy AI nâng cao năng lực của họ và cho phép họ tạo ra phần mềm tốt hơn bao giờ hết, thay vì khiến 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 một thế giới do AI dẫn dắt sẽ ra sao? Dựa trên các xu hướng hiện tại, chúng ta có thể kỳ vọng vào một tương lai mà AI và các nhà phát triển con người sẽ hợp tác chặt chẽ hơn nữa . Vai trò của lập trình viên có thể sẽ tiếp tục chuyển dịch sang vị trí giám sát và sáng tạo, với AI đảm nhiệm nhiều "công việc nặng nhọc" hơn dưới sự hướng dẫn của con người. Trong phần kết luận này, chúng tôi dự đoán một số kịch bản tương lai và đảm bảo rằng triển vọng cho các nhà phát triển sẽ 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 mã 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 mã mà không có một số hình thức hỗ trợ AI chạy trong nền. Môi trường phát triển tích hợp (IDE) đã phát triển để bao gồm các tính năng hỗ trợ AI làm cốt lõi của chúng (ví dụ: trình soạn thảo mã có thể giải thích mã cho bạn hoặc đề xuất toàn bộ thay đổi mã trong toàn bộ 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, sau đó tuyển chọn và tinh chỉnh các giải pháp mà AI cung cấp . Điều này giống như một 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 làm - giải quyết vấn đề cho con 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 nó chính xác và tinh chỉnh kết quả để làm hài lòng người dùng sẽ cần 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 càng trở nên quan trọng hơn để tạo sự khác biệt cho các sản phẩm. Chúng ta có thể thấy sự phát triển mạnh mẽ của phần mềm, nơi nhiều ứng dụng thông thường được tạo ra bởi AI, trong khi các nhà phát triển con người tập trung vào các dự án tiên tiến, phức tạp hoặc sáng tạo, vượt qua mọi giới hạn.

Cũng có khả năng rào cản gia nhập ngành 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, nhà khoa học hay nhà tiếp thị) có thể tạo ra phần mềm bằng các công cụ AI (sự tiếp nối của phong trào “không cần code/ít code” được AI thúc đẩy mạnh mẽ). 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 dễ 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.

Từ góc độ công việc, một số vai trò lập trình có thể giảm trong khi những vai trò khác lại tăng. Ví dụ, một số vị trí lập trình cấp 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 có thể cần 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, những công việc hoàn toàn mới (như chúng ta đã thảo luận trong phần thích ứng) sẽ xuất hiện. Hơn nữa, khi phần mềm thấm nhuần 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 trong thời gian dài , mặc dù chúng là những công việc khác nhau - ví dụ, tự động hóa một số nhiệm vụ sản xuất đã dẫn đến sự gia tăng các công việc thiết kế, bảo trì và cải tiến các hệ thống tự động. Trong bối cảnh AI và lập trình, trong khi một số nhiệm vụ mà một nhà phát triển mới vào nghề từng làm được tự động hóa, thì phạm vi tổng thể của phần mềm mà chúng ta muốn tạo ra lại mở rộng (vì hiện nay việc tạo ra nó rẻ hơn/nhanh hơn), điều này có thể dẫn đến hơn và do đó cần nhiều sự giám sát của con người 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 các vai trò trong phát triển phần mềm và AI nằm trong số những vai trò ngày càng tăng chứ không phải giảm, do 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 nào cho các kỹ sư phần mềm không? Tác động của AI [2024] ). Nếu điều đó 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 ta muốn chúng hoàn thành một cách tổng quát) và vào các lĩnh vực liên quan đến tích hợp hệ thống phức tạp, hiểu biết về tâm lý con người hoặc các miền vấn đề mới. Ngay cả trong một kịch bản như vậy, con người sẽ đảm nhận các 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 nào và tại sao , sau đó xác minh rằng kết quả cuối cùng là chính xác và phù hợp với các mục tiêu. Nó tương tự như cách những chiếc xe tự lái một ngày nào đó có thể tự lái, nhưng bạn vẫn chỉ 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 nó.

Do đó, hầu hết các chuyên gia đều hình dung về một tương lai của sự hợp tác, chứ không phải sự thay thế . Như một công ty tư vấn công nghệ đã diễn đạt, "tương lai của phát triển không phải là sự lựa chọn giữa con người hay AI, mà là sự hợp tác tận dụng tối đa những điểm mạnh của cả hai." ( AI Liệu Sẽ Thay Thế Nhà Phát Triển Vào Năm 2025: Cái Nhìn Lén Lút Vào Tương Lai ) AI chắc chắn sẽ chuyển đổi ngành phát triển phần mềm, nhưng đó là sự tiến hóa trong vai trò của nhà phát triển hơn là sự tuyệt chủng. Các nhà phát triển "chấp nhận những thay đổi, điều chỉnh kỹ năng và tập trung vào những khía cạnh đặc trưng của con người trong công việc" sẽ thấy rằng AI nâng cao năng lực của họ thay vì làm giảm giá trị của họ.

Chúng ta có thể so sánh 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. Liệu những công cụ đó có thay thế kỹ sư và kiến ​​trúc sư không? Không – chúng giúp họ làm việc hiệu quả hơn và cho phép họ tạo ra những thiết kế phức tạp hơn. Tuy nhiên, khả năng sáng tạo và ra quyết định của con người vẫn giữ vai trò trung tâm. Tương tự, AI có thể được coi là Lập trình Hỗ trợ Máy tính – nó sẽ giúp xử lý những công việc phức tạp và nặng nhọc, nhưng nhà phát triển vẫn là người thiết kế và ra quyết định.

Về lâu dài, nếu chúng ta hình dung về AI thực sự tiên tiến (ví dụ, một dạng AI tổng quát có thể làm được 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 mức 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 theo dõi. Chúng ta đã thấy các công ty thiết lập quản trị AI - hướng dẫn về cách AI nên được sử dụng trong quá trình phát triển để đảm bảo kết quả có đạo đức và hiệu quả ( Khảo sát tiết lộ tác động của AI đến trải nghiệm của nhà phát triển - Blog GitHub ). Xu hướng này có thể sẽ phát triển, đảm bảo rằng sự giám sát của con người chính thức là một phần của quy trình phát triển AI.

Tóm lại, câu hỏi "Liệu AI có thay thế lập trình viên?" có thể được trả lời: Không – nhưng nó sẽ thay đổi đáng kể những gì lập trình viên làm. Những phần việc tầm thường của lập trình đang dần được tự động hóa. Những phần sáng tạo, đầy thử thách và lấy con người làm trọng 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 viết code 24/7 – đó là một sự gia tăng năng suất tuyệt vời, nhưng nó vẫn cần ai đó chỉ dẫn những nhiệm vụ cần làm và kiểm tra công việc.

Những người coi AI như một cộng sự sẽ đạt được kết quả tốt nhất . "AI sẽ không thay thế lập trình viên, nhưng lập trình viên sử dụng AI sẽ thay thế những người không sử dụng." Trên thực tế, điều này có nghĩa là trách nhiệm phát triển cùng công nghệ thuộc về các nhà phát triển. Nghề lập trình không hề lụi tàn – mà đang thích nghi . Sẽ có rất nhiều phần mềm cần xây dựng và rất nhiều vấn đề cần giải quyết trong tương lai gần, thậm chí có thể còn nhiều hơn hiện nay. Bằng cách không ngừng học hỏi, duy trì sự 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 khi hợp tác với AI .

Cuối cùng, điều đáng ăn mừng là chúng ta đang bước vào kỷ nguyên mà các nhà phát triển có siêu năng lực theo ý mình. Thế hệ lập trình viên tiếp theo sẽ đạt được trong vài giờ những gì từng mất nhiều ngày và giải quyết các vấn đề trước đây ngoài tầm với bằng cách tận dụng AI. Thay vì sợ hãi, tâm lý tiến về phía trước có thể là sự lạc quan và tò mò . Miễn là chúng ta tiếp cận AI với đôi mắt mở to - nhận thức được những hạn chế của nó và lưu tâm đến trách nhiệm của mình - chúng ta có thể định hình một tương lai nơi 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, vấn đề không phải là thay thế mà là về sức mạnh tổng hợp. Câu chuyện về AI và lập trình viên vẫn đang được viết - và nó sẽ được viết bởi cả con người và máy móc, cùng nhau.

Nguồn:

1. Brainhub, “Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024]” ( Is There a Future for Software Engineers? The Impact of AI [2024] ).

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

3. Medium (PyCoach), “Liệu AI có thay thế lập trình viên không? Sự thật đằng sau lời đồn thổi” , nêu ra thực tế tinh tế so với lời đồn thổi ( Liệu AI có thay thế lập trình viên không? Sự thật đằng sau lời đồn thổi | của The PyCoach | Artificial Corner | Tháng 3, 2025 | Medium ) và trích dẫn của Sam Altman về việc AI giỏi thực hiện nhiệm vụ nhưng không phải là công việc toàn thời gian.

4. DesignGurus, “AI có thay thế nhà phát triển không… (2025)” , nhấn mạnh rằng AI sẽ hỗ trợ và nâng cao vị thế của nhà phát triển thay vì khiến họ trở nên thừa thãi ( AI có thay thế nhà phát triển vào năm 2025 không: Cái nhìn thoáng qua về tương lai ) và liệt kê các lĩnh vực mà 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 cậy 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 được lợi ích ( Khảo sát tiết lộ tác động của AI đến trải nghiệm của nhà phát triển - Blog GitHub ).

7. Nghiên cứu của GitHub Copilot cho 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 hiệu suất của AlphaCode của DeepMind ở mức trung bình của một lập trình viên (top 54%) nhưng không phải là trình độ cao nhất ( AlphaCode của DeepMind ngang bằng với trình độ của một 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 kỹ sư phần mềm làm: Toàn bộ câu chuyện trong 5 điểm - India Today ).

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

Những bài viết bạn có thể muốn đọc sau bài này:

🔗 Các công cụ lập trình AI hàng đầu
Khám phá các công cụ AI hàng đầu có thể cộng tác với bạn như một đối tác viết mã để thúc đẩy quy trình phát triển của bạn.

🔗 AI nào tốt nhất cho việc viết mã – Trợ lý viết mã AI hàng đầu
Hướng dẫn về các công cụ AI hiệu quả nhất để tạo mã, gỡ lỗi và tăng tốc các dự án phần mềm.

🔗 Phát triển phần mềm trí tuệ nhân tạo – Chuyển đổi tương lai của công nghệ
Hiểu cách AI đang cách mạng hóa phương thức xây dựng, thử nghiệm và triển khai phần mềm.