Liệu các kỹ sư phần mềm có bị trí tuệ nhân tạo thay thế?

Đây là một trong những câu hỏi dai dẳng, hơi khó chịu thường len lỏi vào các cuộc trò chuyện đêm khuya trên Slack và những cuộc tranh luận sôi nổi bên tách cà phê giữa các lập trình viên, nhà sáng lập, và thành thật mà nói, bất cứ ai từng đối mặt với một lỗi lập trình bí ẩn. Một mặt, các công cụ AI ngày càng nhanh hơn, sắc bén hơn, gần như kỳ lạ trong cách chúng tạo ra mã. Mặt khác, kỹ thuật phần mềm chưa bao giờ chỉ đơn thuần là việc trau chuốt cú pháp. Hãy cùng phân tích vấn đề này - mà không sa vào kịch bản khoa học viễn tưởng u ám "máy móc sẽ thống trị thế giới".

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

🔗 Các công cụ AI hàng đầu để kiểm thử phần mềm
Khám phá các công cụ kiểm thử dựa trên trí tuệ nhân tạo giúp quy trình kiểm thử chất lượng trở nên thông minh và nhanh chóng hơn.

🔗 Làm thế nào để trở thành một kỹ sư trí tuệ nhân tạo?
Hướng dẫn từng bước xây dựng sự nghiệp thành công trong lĩnh vực Trí tuệ Nhân tạo.

🔗 Công cụ AI không cần lập trình tốt nhất
Dễ dàng tạo ra các giải pháp AI mà không cần lập trình bằng cách sử dụng các nền tảng hàng đầu.

Kỹ sư phần mềm rất quan trọng 🧠✨

Ẩn sau tất cả bàn phím và dấu vết ngăn xếp, kỹ thuật luôn là việc giải quyết vấn đề, sự sáng tạo và khả năng phán đoán ở cấp độ hệ thống . Chắc chắn, AI có thể tạo ra các đoạn mã hoặc thậm chí xây dựng cấu trúc ứng dụng trong vài giây, nhưng các kỹ sư thực thụ mang đến những thứ mà máy móc không thể làm được:

• Khả năng nắm bắt bối cảnh .

• Việc đưa ra các sự đánh đổi (tốc độ so với chi phí so với bảo mật… luôn là một bài toán khó).

• Làm việc với con người , không chỉ là với mã lập trình.

• Giải quyết những trường hợp ngoại lệ kỳ lạ không tuân theo bất kỳ quy luật nào.

Hãy hình dung AI như một thực tập sinh cực kỳ nhanh nhẹn và không biết mệt mỏi. Có ích không? Có. Có định hướng kiến ​​trúc không? Không.

Hãy tưởng tượng thế này: một nhóm phát triển muốn có một tính năng liên kết với các quy tắc định giá, logic lập hóa đơn cũ và giới hạn tỷ lệ. Trí tuệ nhân tạo (AI) có thể soạn thảo một số phần, nhưng việc quyết định đặt logic ở đâu , cái gì cần loại bỏ và làm thế nào để không làm hỏng hóa đơn trong quá trình chuyển đổi - quyết định đó thuộc về con người. Đó chính là sự khác biệt.

Dữ liệu thực sự cho thấy điều gì? 📊

Các con số thật ấn tượng. Trong các nghiên cứu có cấu trúc, các nhà phát triển sử dụng GitHub Copilot đã hoàn thành nhiệm vụ nhanh hơn khoảng 55% so với những người lập trình một mình [1]. Các báo cáo thực địa rộng hơn? Đôi khi nhanh hơn gấp 2 lần với AI thế hệ mới được tích hợp vào quy trình làm việc [2]. Mức độ áp dụng cũng rất lớn: 84% nhà phát triển sử dụng hoặc có kế hoạch sử dụng các công cụ AI, và hơn một nửa số chuyên gia sử dụng chúng hàng ngày [3].

Nhưng có một vấn đề nan giải. Các nghiên cứu được đánh giá ngang hàng cho thấy các lập trình viên có sự hỗ trợ của AI có nhiều khả năng viết mã không an toàn hơn - và thường tự tin thái quá về điều đó [5]. Đó chính xác là lý do tại sao các khung công tác nhấn mạnh các biện pháp bảo vệ: giám sát, kiểm tra, đánh giá của con người, đặc biệt là trong các lĩnh vực nhạy cảm [4].

So sánh nhanh: Trí tuệ nhân tạo vs. Kỹ sư

Sự bùng nổ của các trợ lý lập trình AI 🚀

Các công cụ như Copilot và IDE dựa trên LLM đang định hình lại quy trình làm việc. Chúng:

• Soạn thảo văn bản mẫu ngay lập tức.

• Đưa ra các gợi ý về việc tái cấu trúc mã.

• Hãy giải thích về các API mà bạn chưa từng sử dụng.

• Thậm chí cả những bài kiểm tra nhổ nước bọt (đôi khi dạng vụn, đôi khi dạng rắn).

Điểm khác biệt là gì? Các nhiệm vụ cấp thấp giờ đây trở nên tầm thường. Điều đó làm thay đổi cách người mới bắt đầu học. Việc phải trải qua các vòng lặp vô tận trở nên ít quan trọng hơn. Con đường thông minh hơn: để AI soạn thảo, sau đó xác minh : viết các khẳng định, chạy linters, kiểm tra mạnh mẽ và xem xét các lỗ hổng bảo mật khó phát hiện trước khi hợp nhất [5].

Vì sao trí tuệ nhân tạo vẫn chưa thể thay thế hoàn toàn trí tuệ nhân tạo?

Nói thẳng ra: Trí tuệ nhân tạo rất mạnh mẽ nhưng cũng… ngây thơ. Nó không có:

• Trực giác - phát hiện những yêu cầu vô lý.

• Đạo đức - cân nhắc sự công bằng, thiên vị và rủi ro.

• Ngữ cảnh - hiểu lý do tại sao một tính năng nên hoặc không nên tồn tại.

Đối với phần mềm quan trọng - tài chính, y tế, hàng không vũ trụ - bạn không thể mạo hiểm với một hệ thống hộp đen. Các khuôn khổ làm rõ điều này: con người vẫn chịu trách nhiệm, từ thử nghiệm cho đến giám sát [4].

Hiệu ứng “từ giữa ra ngoài” đối với việc làm 📉📈

Trí tuệ nhân tạo (AI) tấn công mạnh nhất ở mức kỹ năng trung bình:

• Lập trình viên mới vào nghề : Dễ bị tổn thương - việc lập trình cơ bản được tự động hóa. Lộ trình phát triển? Kiểm thử, công cụ, kiểm tra dữ liệu, đánh giá bảo mật.

• Kỹ sư/kiến trúc sư cấp cao : An toàn hơn - chịu trách nhiệm về thiết kế, lãnh đạo, giải quyết độ phức tạp và điều phối trí tuệ nhân tạo.

• Các chuyên gia chuyên biệt : An toàn hơn nữa - bảo mật, hệ thống nhúng, cơ sở hạ tầng học máy, những lĩnh vực mà đặc thù của ngành nghề đóng vai trò quan trọng.

Hãy nghĩ về máy tính bỏ túi: chúng không xóa sổ toán học. Chúng chỉ làm thay đổi những kỹ năng nào trở nên không thể thiếu.

Những đặc điểm của con người khiến trí tuệ nhân tạo vấp ngã

Một vài siêu năng lực của kỹ sư mà trí tuệ nhân tạo vẫn còn thiếu:

• Vật lộn với đoạn mã cũ kỹ, rối rắm như mì spaghetti.

• Nắm bắt những khó khăn mà người dùng gặp phải và đưa sự thấu cảm vào quá trình thiết kế.

• Xử lý các vấn đề chính trị nơi công sở và đàm phán với khách hàng.

• Thích nghi với những mô hình thậm chí còn chưa được phát minh ra.

Trớ trêu thay, những yếu tố con người lại đang trở thành lợi thế sắc bén nhất.

Làm thế nào để đảm bảo sự nghiệp của bạn luôn vững chắc trong tương lai 🔧

• Phối hợp, đừng cạnh tranh : Hãy coi AI như một đồng nghiệp.

• Tăng cường rà soát : Mô hình hóa mối đe dọa, sử dụng thông số kỹ thuật làm bài kiểm tra, khả năng quan sát.

• Nắm vững kiến ​​thức chuyên sâu về từng lĩnh vực : Thanh toán, y tế, hàng không vũ trụ, khí hậu - bối cảnh là tất cả.

• Xây dựng bộ công cụ cá nhân : Công cụ kiểm tra cú pháp (linters), công cụ kiểm tra lỗi tự động (fuzzers), API có kiểu dữ liệu rõ ràng, quy trình biên dịch có thể tái tạo.

• Các quyết định ghi lại : ADR và ​​danh sách kiểm tra giúp theo dõi các thay đổi của AI [4].

Tương lai có thể xảy ra: Hợp tác, không phải thay thế 👫🤖

Thực tế không phải là "Trí tuệ nhân tạo đấu với kỹ sư", mà là trí tuệ nhân tạo hợp tác với kỹ sư . Những người chủ động hợp tác sẽ hành động nhanh hơn, tư duy đột phá hơn và giảm bớt công việc nặng nhọc. Những người chống đối có nguy cơ tụt hậu.

Hãy nhìn nhận thực tế:

• Mã lệnh thông thường → Trí tuệ nhân tạo.

• Chiến lược + các quyết định quan trọng → Con người.

• Kết quả tốt nhất → Kỹ sư được hỗ trợ bởi AI [1][2][3].

Tóm lại 📝

Vậy, các kỹ sư sẽ bị thay thế? Không. Công việc của họ sẽ biến đổi. Đó không phải là "sự kết thúc của lập trình" mà là "lập trình đang phát triển". Người chiến thắng sẽ là những người học cách vận hành trí tuệ nhân tạo, chứ không phải chống lại nó.

Đây là một siêu năng lực mới, chứ không phải là giấy báo sa thải.

Tài liệu tham khảo

[1] GitHub. “Nghiên cứu: định lượng tác động của GitHub Copilot đối với năng suất và hạnh phúc của nhà phát triển.” (2022). https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/

[2] McKinsey & Company. “Giải phóng năng suất của nhà phát triển với AI tạo sinh.” (Ngày 27 tháng 6 năm 2023). https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai

[3] Stack Overflow. “Khảo sát nhà phát triển năm 2025 — AI.” (2025). https://survey.stackoverflow.co/2025/ai

[4] NIST. “Khung quản lý rủi ro AI (AI RMF).” (2023–). https://www.nist.gov/itl/ai-risk-management-framework

[5] Perry, N., Srivastava, M., Kumar, D., & Boneh, D. “Liệu người dùng có viết mã kém an toàn hơn với trợ lý AI?” ACM CCS (2023). https://dl.acm.org/doi/10.1145/3576915.3623157