Liệu trí tuệ nhân tạo (AI) có thay thế lập trình viên? Người cuối cùng ra khỏi trình soạn thảo mã, hãy tắt nó đi.

“ Ai ra cuối cùng thì tắt trình soạn thảo mã đi. ” Câu nói hài hước này đang lan truyền rộng rãi trên các diễn đàn lập trình viên, phản ánh sự lo lắng pha lẫn hài hước về sự trỗi dậy của các 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 phần mềm có đang đối mặt với số phận tương tự như người vận hành thang máy hay người điều khiển tổng đài – những công việc 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 phần mềm không còn việc gì làm. Nhưng đằng sau sự cường điệu và giật gân, thực tế phức tạp hơn nhiều.

Đúng vậy, AI hiện nay có thể tạo ra mã nhanh hơn bất kỳ con người nào, nhưng chất lượng mã đó như thế nào, và liệu AI có thể tự mình xử lý toàn bộ vòng đời phát triển phần mềm hay không? Hầu hết các chuyên gia đều cho rằng “chưa chắc”. Các nhà lãnh đạo kỹ thuật phần mềm như CEO của Microsoft, Satya Nadella, 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. Vấn đề là trao quyền cho con người làm được nhiều hơn, chứ không phải ít hơn.” ( Liệu AI có thay thế lập trình viên? Sự thật đằng sau sự cường điệu | bởi The PyCoach | Artificial Corner | Tháng 3 năm 2025 | Medium ) Tương tự, giám đốc AI của Google, Jeff Dean, lưu ý rằng mặc dù AI có thể xử lý các tác vụ lập trình thường xuyên, “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, CEO của OpenAI, cũng thừa nhận rằng AI hiện nay “rất giỏi trong các nhiệm vụ” nhưng “rất tệ trong việc thực hiện toàn bộ công việc” mà không có sự giám sát của con người. Tóm lại, AI rất giỏi trong việc hỗ trợ các phần công việc, nhưng không có khả năng hoàn toàn đảm nhận công việc của lập trình viên từ đầu đến cuối.

Bản báo cáo này đưa ra cái nhìn trung thực và cân bằng về câu hỏi “Liệu trí tuệ nhân tạo (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 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 một câu trả lời đơn giản 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 nêu bật những hiểu biết thực tiễn về những gì các nhà phát triển có thể làm để phát triển mạnh 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.

Trí tuệ nhân tạo 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. Ngày nay, các nhà phát triển sử dụng AI để tạo các đoạn mã, tự động hoàn thành hàm, phát hiện lỗi và thậm chí tạo ra các trường hợp thử nghiệm ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ) ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ). Nói cách khác, AI đang đảm nhiệm các công việc lặp đi lặp lại và nhàm chán, cho phép các lập trình viên tập trung vào các khía cạnh phức tạp hơn của việc tạo ra phần mềm. Hãy cùng xem xét một số khả năng và công cụ AI nổi bật đang làm thay đổi lập trình ngay bây giờ:

• Tạo mã và tự động hoàn thành: Các trợ lý lập trình AI hiện đại có thể tạo ra mã dựa trên các lời nhắc bằng 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 các trình soạn thảo để đề xuất dòng hoặc khối mã tiếp theo khi bạn gõ. Nó tận dụng một tập dữ liệu huấn luyện khổng lồ gồm mã nguồn mở để đưa ra các đề xuất phù hợp với ngữ cảnh, thường có thể hoàn thành toàn bộ hàm chỉ từ một nhận xét hoặc tên hàm. Tương tự, ChatGPT (GPT-4) có thể tạo mã cho một tác vụ nhất định khi bạn mô tả những gì bạn cần bằng tiếng Anh đơn giản. Những công cụ này có thể soạn thảo mã mẫu trong vài giây, từ các hàm trợ giúp đơn giản đến các thao tác CRUD thông thường.

• Phát hiện và kiểm thử lỗi: Trí tuệ nhân tạo (AI) cũng đang giúp phát hiện lỗi và cải thiện chất lượng mã. Các công cụ phân tích tĩnh và trình kiểm tra cú pháp (linter) được hỗ trợ bởi AI có thể phát hiện 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 ra các bài kiểm thử đơn vị hoặc đề xuất các trường hợp kiểm thử bằng cách phân tích đường dẫn mã. Điều này có nghĩa là nhà phát triển có thể nhận được phản hồi tức thì về các trường hợp ngoại lệ mà họ có thể đã bỏ sót. Bằng cách tìm ra lỗi sớm và đề xuất các bản sửa lỗi, AI hoạt động như một trợ lý kiểm thử chất lượng (QA) không mệt mỏi, làm việc sát cánh cùng 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 được cung cấp, AI có thể đề xuất các thuật toán hiệu quả hơn hoặc các triển khai gọn gàng hơn bằng cách nhận diện các mẫu trong mã. Ví dụ, nó có thể đề xuất cách sử dụng thư viện chuẩn hơn hoặc đánh dấu các đoạn 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 thực tiễn tốt nhất hoặc cập nhật mã lên các 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 các quy trình xây dựng và triển khai. Các công cụ CI/CD thông minh sử dụng máy học để dự đoán các bài kiểm thử nào có khả năng thất bại hoặc để 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 các chỉ số 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 việc lập trình mà còn trong toàn bộ vòng đời phát triển phần mềm – từ lập kế hoạch đến bảo trì.

• Giao diện và tài liệu ngôn ngữ tự nhiên: Chúng ta cũng thấy AI cho phép tương tác tự nhiên hơn với các công cụ phát triển. Các nhà phát triển có thể trực tiếp yêu cầu AI thực hiện các tác vụ (“tạo một hàm thực hiện X” hoặc “giải thích đoạn mã này”) và nhận được kết quả. Chatbot AI (như ChatGPT hoặc các trợ lý phát triển chuyên dụng) có thể trả lời các câu hỏi lập trình, hỗ trợ viết tài liệu, và thậm chí viết tài liệu dự án hoặc thông báo commit dựa trên các thay đổi mã. Điều này thu hẹp khoảng cách giữa ý định của con người và mã nguồn, giúp việc phát triển trở nên dễ tiếp cận hơn đối với những người có thể mô tả những gì họ muốn.

• 

Các nhà phát triển áp dụng công cụ AI: Một khảo sát năm 2023 cho thấy 92% nhà phát triển đã sử dụng các công cụ lập trình AI ở một mức độ nào đó – hoặc trong công việc, trong các dự án cá nhân, hoặc cả hai. Chỉ có 8% cho biết không sử dụng bất kỳ sự hỗ trợ nào của AI trong lập trình. Biểu đồ này cho thấy hai phần ba nhà phát triển sử dụng các công cụ AI cả trong và ngoài công việc, trong khi một phần tư sử dụng chúng độc quyền trong công việc và một số ít chỉ sử dụng ngoài công việc. Kết luận rất rõ ràng: Lập trình có sự hỗ trợ của 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 bùng nổ của các công cụ AI trong phát triển phần mềm đã dẫn đến hiệu quả cao hơn và giảm bớt sự nhàm chán trong lập trình. Sản phẩm được tạo ra nhanh hơn nhờ AI giúp tạo ra mã mẫu và xử lý các tác vụ lặp đi lặp lại ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ) ( Liệu AI sẽ thay thế các nhà phát triển vào năm 2025: 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 chức năng 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 AI (CodeWhisperer của Amazon và Copilot của Microsoft) cho các nhóm phát triển của họ, báo cáo về việc hoàn thành nhiệm vụ nhanh hơn và ít giờ làm việc nhàm chán hơn cho mã mẫu. 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 lập trình AI, 3% rất tin tưởng vào độ chính xác của chúng - ShiftMag ). Các trợ lý phổ biến nhất là ChatGPT (được sử dụng bởi khoảng 83% người trả lời) và GitHub Copilot (khoảng 56%), cho thấy cả AI đàm thoại tổng quát và các công cụ hỗ trợ tích hợp trong IDE đều đóng vai trò quan trọng. Các nhà phát triển chủ yếu sử dụng các công cụ này để tăng năng suất (được khoảng 33% người trả lời đề cập) 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 các 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 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 là một bước ngoặt. Sự xuất hiện của các mô hình ngôn ngữ lớn mạnh mẽ (như chuỗi 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 khả năng ở cấp độ cuộc thi lập trình cạnh tranh , đạt được thứ hạng khoảng 54% trong các bài toán lập trình – về cơ bản ngang bằng với kỹ năng của một người tham gia trung bình ( AlphaCode của DeepMind sánh ngang với khả năng của lập trình viên trung bình ). Đây là lần đầu tiên một hệ thống AI thể hiện khả năng cạnh tranh trong các cuộc thi lập trình. Tuy nhiên, điều đáng nói là ngay cả AlphaCode, với tất cả khả năng của mình, vẫn còn rất xa so với việc đánh bại những lập trình viên giỏi nhất. Trong các cuộc thi đó, AlphaCode chỉ có thể giải quyết khoảng 30% số bài toán trong số lần thử cho phép, trong khi các lập trình viên hàng đầu giải quyết hơn 90% số bài toán chỉ với một lần thử. Khoảng cách này cho thấy rằng, mặc dù AI có thể xử lý các nhiệm vụ thuật toán được xác định rõ ràng đến một mức độ nhất định, nhưng những vấn đề khó khăn nhất đòi hỏi khả năng suy luận sâu sắc và sự khéo léo vẫn là lĩnh vực độc quyền của con người .

Tóm lại, AI đã khẳng định vị thế 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, nó đang tác động đến mọi khía cạnh của quy trình phát triển. Mối quan hệ hiện nay chủ yếu là cộng sinh: AI đóng vai trò như một người trợ lý (đúng như tên gọi) giúp các nhà phát triển viết mã nhanh hơn và ít gặp khó khăn hơn, thay vì một hệ thống tự động độc lập có thể hoạt động một mình. Trong phần tiếp theo, chúng ta sẽ đi sâu vào việc sự 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, dù tốt hay xấu.

Trí tuệ nhân tạo đang thay đổi vai trò và năng suất của nhà phát triển như thế nào?

Với việc trí tuệ nhân tạo (AI) đảm nhiệm nhiều công việc thường ngày hơn, vai trò của lập trình viên phần mềm thực sự đang bắt đầu thay đổi. Thay vì dành hàng giờ để viết mã lặp đi lặp lại hoặc gỡ lỗi những lỗi thông thường, các lập trình viên có thể giao phó những nhiệm vụ đó cho trợ lý AI của họ. Điều này đang chuyển trọng tâm của lập trình viên sang giải quyết vấn đề ở cấp độ cao hơn, kiến ​​trúc và các khía cạnh sáng tạo của kỹ thuật phần mềm. Về bản chất, AI đang hỗ trợ các lập trình viên, cho phép họ làm việc hiệu quả hơn và có khả năng sáng tạo hơn. Nhưng liệu điều này có dẫn đến ít việc làm 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 năng suất: Theo hầu hết các báo cáo và nghiên cứu ban đầu, các công cụ lập trình AI đang giúp tăng năng suất của nhà phát triển một cách đáng kể. 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 sử dụng sự trợ giúp của AI. Trong một thí nghiệm, các nhà phát triển đã giải quyết một nhiệm vụ lập trình nhanh hơn trung bình 55% với sự hỗ trợ của Copilot – chỉ 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 đối với năng suất và sự hài lòng của nhà phát triển - Blog của GitHub ). Đó là một sự cải thiện tốc độ đáng kể. Không chỉ tốc độ; các nhà phát triển báo cáo rằng sự hỗ trợ của AI giúp giảm bớt sự bực bội và "gián đoạn dòng chảy công việc". 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 những công việc thú vị hơn ( Tỷ lệ phần trăm nhà phát triển cho biết github copilot giúp... ). Những công cụ này giúp lập trình viên duy trì "tập trung" bằng cách xử lý các phần việc tẻ nhạt, từ đó tiết kiệm năng lượng tinh thần cho những vấn đề khó khăn hơn. Kết quả là, nhiều nhà phát triển cảm thấy việc lập trình trở nên thú vị hơn – ít công việc nhàm chán hơn và nhiều sự sáng tạo hơn.

Thay đổi trong công việc hàng ngày: Quy trình làm việc hàng ngày của lập trình viên đang thay đổi cùng với những lợi ích về năng suất này. Rất nhiều công việc “tẻ nhạt” – viết mã mẫu, lặp lại các mẫu phổ biến, tìm kiếm cú pháp – có thể được giao cho AI. Ví dụ, thay vì tự viết một lớp dữ liệu với các phương thức getter và setter, nhà phát triển chỉ cần yêu cầu AI tạo ra nó. Thay vì phải xem xét kỹ tài liệu để tìm đúng lệnh gọi API, nhà phát triển có thể hỏi AI bằng ngôn ngữ tự nhiên. Điều này có nghĩa là các nhà phát triển dành ít thời gian hơn cho việc lập trình lặp đi lặp lại và nhiều thời gian hơn cho các nhiệm vụ đòi hỏi sự phán đoán của con người . Khi AI đảm nhận 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, kiểm tra chúng) và giải quyết 20% vấn đề khó khăn mà AI không thể tìm ra. Trên thực tế, một nhà phát triển có thể bắt đầu ngày của họ 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.

Hợp tác và Động lực Nhóm: Điều thú vị là, AI cũng đang ảnh hưởng đến động lực nhóm. Với việc tự động hóa các tác vụ thường ngày, các nhóm có thể hoàn thành nhiều việc hơn với ít lập trình viên cấp dưới được giao các công việc lặp đi lặp lại. Một số công ty báo cáo rằng các kỹ sư cấp cao của họ có thể tự chủ hơn - họ có thể nhanh chóng tạo nguyên mẫu các tính năng với sự trợ giúp của AI, mà không cần lập trình viên cấp dưới thực hiện các bản nháp ban đầu. Tuy nhiên, điều này đặt ra một thách thức mới: hướng dẫn và chia sẻ kiến ​​thức. Thay vì các lập trình viên cấp dưới học hỏi bằng cách thực hiện các nhiệm vụ đơn giản, họ có thể cần học cách quản lý các kết quả đầu ra của AI. Sự hợp tác nhóm có thể chuyển sang các hoạt động như cùng nhau tinh chỉnh các gợi ý của AI hoặc xem xét mã do AI tạo ra để tìm ra các lỗi. Về mặt tích cực, khi mọi người trong nhóm đều có trợ lý AI, điều đó có thể tạo ra một sân chơi bình đẳng hơn và cho phép có 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 chưa có AI nào hiểu được ngay từ đầu. Trên thực tế, hơn bốn phần năm số nhà phát triển tin rằng các công cụ lập trình AI sẽ tăng cường sự hợp tác nhóm hoặc ít nhất là giúp họ có thêm thời gian để cộng tác trong 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 của GitHub ).

Tác động đến vai trò công việc: Một câu hỏi lớn là liệu AI sẽ làm giảm nhu cầu về lập trình viên (vì mỗi lập trình viên giờ đây đều làm việc hiệu quả hơn), hay chỉ đơn giản là thay đổi các kỹ năng cần thiết. Tiền lệ trong lịch sử với các hình thức tự động hóa khác (như sự phát triển của các công cụ DevOps, hoặc các ngôn ngữ lập trình cấp cao hơn) cho thấy rằng các công việc lập trình viên không bị loại bỏ mà được nâng cao . Thật vậy, các nhà phân tích ngành dự đoán rằng các vai trò kỹ sư 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 bởi AI để nâng cao năng suất , tăng từ chỉ 5% vào năm 2024 ( Liệu có tương lai cho các kỹ sư phần mềm? 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, công ty tư vấn McKinsey dự đoán rằng trong khi AI có thể tự động hóa nhiều nhiệm vụ, thì khoảng 80% công việc lập trình vẫn sẽ cần sự tham gia của con người và vẫn mang tính “lấy con người làm trung tâm” . Nói cách khác, chúng ta vẫn sẽ cần người cho hầu hết các vị trí lập trình viên, nhưng mô tả công việc có thể sẽ thay đổi.

Một sự thay đổi tiềm năng là sự xuất hiện của các vai trò như “Kỹ sư phần mềm AI” hoặc “Kỹ sư điều khiển” – những nhà phát triển chuyên về 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 một phân tích của Indeed, ba công việc liên quan đến AI được yêu cầu nhiều nhất là nhà khoa học dữ liệu, kỹ sư phần mềm và kỹ sư học máy , và nhu cầu đối với các vai trò này đã tăng hơn gấp đôi trong ba năm qua ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ). Các kỹ sư phần mềm truyền thống ngày càng được kỳ vọng phải hiểu các nguyên tắc cơ bản của học máy hoặc tích hợp các dịch vụ AI vào các ứng dụng. Thay vì khiến các nhà phát triển trở nên dư thừa, “AI có thể nâng cao nghề nghiệp, cho phép các nhà phát triển tập trung vào các nhiệm vụ cấp cao hơn và sự đổi mới.” ( Liệu AI có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai ) Nhiều nhiệm vụ lập trình thường ngày có thể được xử lý bởi AI, 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 cấp cao từ một công ty tiên phong về AI đã tóm tắt rất tốt: AI không thay thế các nhà phát triển của chúng ta; nó khuếch đại họ. Một nhà phát triển duy nhất được trang bị các công cụ AI mạnh mẽ có thể làm được công việc của nhiều người, nhưng nhà phát triển đó giờ đây đang đảm nhận những công việc phức tạp và có tầm ảnh hưởng 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 quả tức thì là thời gian dành cho việc viết kiểm thử đơn vị và mã mẫu giảm đáng kể. Một nhà phát triển trẻ nhận thấy rằng bằng cách sử dụng Copilot, cô ấy có thể tạo ra 80% mã cho một tính năng mới một cách nhanh chóng, sau đó dành thời gian để tùy chỉnh 20% còn lại và viết các bài kiểm thử tích hợp. Năng suất của cô ấy về mặt sản lượng mã gần như tăng gấp đôi, nhưng điều thú vị hơn là bản chất đóng góp của cô ấy đã thay đổi – cô ấy trở thành người đánh giá mã và thiết kế kiểm thử cho mã do AI viết. Nhóm cũng nhận thấy rằng việc đánh giá mã bắt đầu phát hiện ra lỗi của AI thay vì lỗi chính tả của con người. Ví dụ, Copilot đôi khi đề xuất một cách triển khai mã hóa không an toàn; các nhà phát triển phải phát hiện và sửa chữa 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 lại càng trở nên quan trọng hơn trong quy trình làm việc.

Tóm lại, trí tuệ nhân tạo (AI) đang thay đổi cách thức làm việc của các nhà phát triển một cách không thể phủ nhận: giúp họ làm việc nhanh hơn và giải quyết được những vấn đề tham vọng hơn, nhưng đồng thời cũng đòi hỏi họ phải nâng cao kỹ năng (cả về việc tận dụng AI và tư duy cấp cao). Đây không phải là câu chuyện về “AI lấy đi việc làm” mà là câu chuyện về “AI đang thay đổi công việc”. Các nhà phát triển học cách sử dụng những công cụ này một cách hiệu quả có thể nhân rộng tầm ảnh hưởng của họ – câu nói quen thuộc 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 rất cần thiết (những điều mà AI không thể làm tốt), và cách các nhà phát triển có thể điều chỉnh kỹ năng của mình để phát triển mạnh mẽ cùng với AI.

Những hạn chế của trí tuệ nhân tạo (Tại sao con người vẫn đóng vai trò thiết yếu)

Mặc dù sở hữu những khả năng ấn tượng, trí tuệ nhân tạo (AI) hiện nay vẫn có những hạn chế , ngăn cản nó thay thế hoàn toàn các lập trình viên con người. Hiểu được những hạn chế này là chìa khóa để thấy tại sao các lập trình viên vẫn rất cần thiết trong quá trình phát triển phần mềm. 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 phần mềm. Dưới đây là một số điểm yếu cơ bản của AI trong lập trình và những điểm mạnh tương ứng của các nhà phát triển phần mềm con người:

• Thiếu sự hiểu biết thực sự và khả năng sáng tạo: Các mô hình AI hiện tại không thực sự hiểu mã hoặc vấn đề theo cách mà con người hiểu; chúng chỉ nhận diện các mẫu và đưa ra các kết quả có khả năng xảy ra dựa trên dữ liệu huấn luyện. Điều này có nghĩa là AI có thể gặp khó khăn với các nhiệm vụ đòi hỏi các giải pháp độc đáo, sáng tạo hoặc sự hiểu biết sâu sắc về các lĩnh vực vấn đề mới. Một AI có thể tạo ra mã để đáp ứng một đặc tả mà nó đã thấy trước đây, nhưng nếu yêu cầu nó thiết kế một thuật toán mới cho một vấn đề chưa từng có hoặc diễn giải một yêu cầu mơ hồ, nó có thể sẽ thất bại. Như một nhà quan sát đã nhận xét, AI ngày nay “thiếu khả năng tư duy sáng tạo và phản biện mà các nhà phát triển con người mang lại”. ( Liệu AI có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai ) Con người xuất sắc trong việc tư duy đột phá – 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 phù hợp 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 – việc tạo ra các tính năng mới, trải nghiệm người dùng mới hoặc các phương pháp kỹ thuật mới lạ – vẫn là một hoạt động do con người thúc đẩy.

• Hiểu biết về bối cảnh và tổng quan: Xây dựng phần mềm không chỉ đơn thuần là viết các dòng mã. Nó bao gồm việc hiểu lý do đằng sau mã – các yêu cầu kinh doanh, nhu cầu người dùng và bối cảnh mà phần mềm hoạt động. Trí tuệ nhân tạo (AI) chỉ có một phạm vi hiểu biết bối cảnh rất hẹp (thường chỉ giới hạn ở dữ liệu đầu vào được cung cấp tại một thời điểm). Nó không thực sự hiểu được mục đích tổng thể của một hệ thống hoặc cách một mô-đun tương tác với mô-đun khác ngoài những gì được thể hiện rõ ràng trong mã. Kết quả là, AI có thể tạo ra mã hoạt động về mặt kỹ thuật 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 mục tiêu kinh doanh và kỳ vọng của người dùng. Thiết kế hệ thống phức tạp – hiểu được sự thay đổi ở một phần có thể ảnh hưởng đến các phần khác như thế nào, làm thế nào để cân bằng các yếu tố đánh đổi (như hiệu suất so với khả năng đọc hiểu) và làm thế nào để lập kế hoạch phát triển dài hạn cho một codebase – là điều mà AI hiện nay chưa thể làm được. Trong các dự án quy mô lớn với hàng nghìn thành phần, AI “chỉ nhìn thấy cây chứ không thấy rừng”. Như một phân tích đã chỉ ra, “Trí tuệ nhân tạo (AI) gặp khó khăn trong việc hiểu đầy đủ bối cảnh và sự phức tạp của các dự án phần mềm quy mô lớn”, bao gồm cả các yêu cầu kinh doanh và các yếu tố trải nghiệm người dùng ( Liệu AI có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai ). Con người vẫn giữ được tầm nhìn tổng thể.

• logic và giải quyết sự mơ hồ: Các yêu cầu trong các dự án thực tế thường không rõ ràng hoặc thay đổi liên tục. Một lập trình viên có thể tìm kiếm sự làm rõ, đưa ra các giả định hợp lý hoặc phản đối các yêu cầu không thực tế. Trí tuệ nhân tạo (AI) không sở hữu khả năng suy luận logic hoặc khả năng đặt câu hỏi làm rõ (trừ khi được nhắc nhở rõ ràng, và ngay cả khi đó, nó cũng không đảm bảo sẽ hiểu đúng). Đó 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 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 làm trong mã. AI cần các đặc tả cực kỳ chi tiết, không mơ hồ để thực sự thay thế một lập trình viên, và ngay cả việc viết đặc tả như vậy một cách hiệu quả cũng khó như viết mã. Như một bài báo của Forbes Tech Council đã nhận xét một cách khéo léo, để AI thực sự thay thế các lập trình viên, 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 sở hữu ( Bài đăng của Sergii Kuzin - LinkedIn ).

• Độ tin cậy và “Ảo giác”: Các mô hình AI tạo sinh hiện nay có một nhược điểm nổi tiếng: chúng có thể tạo ra kết quả không chính xác hoặc hoàn toàn bịa đặt, một hiện tượng thường được gọi là ảo giác . Trong lập trình, điều này có thể có nghĩa là AI viết mã trông có vẻ hợp lý nhưng lại sai về mặt logic hoặc không an toàn. Các nhà phát triển không thể tin tưởng mù quáng vào các đề xuất của AI. Trên thực tế, mỗi 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 kết quả đầu ra của AI, và thực tế là một tỷ lệ nhỏ hoàn toàn không tin tưởng vào nó ( 70% nhà phát triển sử dụng công cụ lập trình AI, 3% tin tưởng cao vào độ chính xác của chúng - ShiftMag ). Phần lớn các nhà phát triển coi các đề xuất của AI như những gợi ý hữu ích, chứ không phải là chân lý. Sự thiếu tin tưởng này là có lý do vì AI có thể mắc những lỗi kỳ lạ mà không một người có năng lực nào có thể mắc phải (như lỗi sai lệch một đơn vị, sử dụng các hàm lỗi thời hoặc tạo ra các giải pháp không hiệu quả) bởi vì nó không thực sự suy luận về vấn đề. Như một bình luận trên diễn đàn đã mỉa mai nhận xét, “Chúng (trí tuệ nhân tạo) thường xuyên bị ảo giác 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 vì trí tuệ nhân tạo? - Lời khuyên nghề nghiệp ). Sự giám sát của con người là rất quan trọng để phát hiện ra những lỗi này. Trí tuệ nhân tạo có thể giúp bạn hoàn thành 90% tính năng một cách nhanh chóng, nhưng nếu 10% còn lại có một lỗi nhỏ, thì việc chẩn đoán và sửa chữa vẫn thuộc về nhà phát triển là con người. Và khi có sự cố xảy ra trong môi trường sản xuất, chính các kỹ sư con người phải là người gỡ lỗi – trí tuệ nhân tạo chưa thể tự chịu trách nhiệm về những sai lầm của mình.

• Bảo trì và Phát triển 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 người bảo trì trong tương lai và cập nhật khi yêu cầu thay đổi. Trí tuệ nhân tạo (AI) hiện nay không có bộ nhớ về các quyết định trong quá khứ (ngoài những gợi ý 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 con người đảm bảo khả năng bảo trì mã nguồn – viết tài liệu rõ ràng, lựa chọn các giải pháp dễ đọc thay vì những giải pháp thông minh nhưng khó hiểu, và tái cấu trúc mã khi cần thiết khi kiến ​​trúc phát triển. AI có thể hỗ trợ trong các 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 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 điều mà con người xử lý. Mã do AI tạo ra phải được con người tích hợp và hài hòa. Như một thử nghiệm, một số nhà phát triển đã thử để ChatGPT xây dựng toàn bộ các ứng dụng nhỏ; kết quả thường hoạt động ban đầu nhưng trở nên rất khó bảo trì hoặc mở rộng vì AI không nhất quán áp dụng một kiến ​​trúc chu đáo – nó 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 những câu hỏi về sự thiên vị, an ninh và đạo đức. Một AI có thể vô tình tạo ra các lỗ hổng bảo mật (ví dụ: không làm sạch 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 sẽ phát hiện ra. Ngoài ra, AI không có ý thức đạo đức hoặc sự quan tâm đến công bằng vốn có – ví dụ, nó có thể huấn luyện 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). Cần có các nhà phát triển con người để kiểm tra đầu ra của AI về những vấn đề này, đảm bảo tuân thủ các quy định và đưa các cân nhắc về đạo đức vào phần mềm. Khía cạnh xã hội của phần mềm – hiểu được sự tin tưởng của người dùng, mối quan ngại về quyền riêng tư và đưa ra các lựa chọn thiết kế phù hợp với giá trị con người – “không thể bị bỏ qua. Những khía cạnh lấy con người làm trung tâm này trong quá trình phát triển nằm ngoài tầm với của AI, ít nhất là trong tương lai gần.” ( Liệu AI có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai ) Các nhà phát triển phải đóng vai trò là lương tâm và người kiểm soát chất lượng cho các đóng góp của AI.

Xét đến những hạn chế này, quan điểm hiện nay cho rằng AI là một công cụ, chứ không phải là sự thay thế . Như Satya Nadella đã nói, đó là về việc trao quyền cho các nhà phát triển, chứ không phải thay thế họ ( Liệu AI có thay thế lập trình viên? Sự thật đằng sau sự cường điệu | bởi The PyCoach | Artificial Corner | Tháng 3 năm 2025 | Medium ). AI có thể được coi như một trợ lý cấp dưới: nó nhanh, không biết mệt mỏi và có thể thực hiện bước đầu tiên cho nhiều nhiệm vụ, nhưng nó cần sự hướng dẫn và chuyên môn của một nhà phát triển cấp cao để tạo ra sản phẩm cuối cùng hoàn chỉnh. Điều đáng chú ý là ngay cả những hệ thống lập trình AI tiên tiến nhất cũng được triển khai như những trợ lý trong thực tế sử dụng (Copilot, CodeWhisperer, v.v.) chứ không phải là những lập trình viên tự động. Các công ty không sa thải đội ngũ lập trình của họ và để AI tự do hoạt động; thay vào đó, họ đang tích hợp AI vào quy trình làm việc của các nhà phát triển để hỗ trợ họ.

Một câu nói minh họa đến từ Sam Altman của OpenAI, người lưu ý rằng ngay cả khi các tác nhân AI được cải thiện, “các tác nhân AI này sẽ không hoàn toàn thay thế con người” trong phát triển phần mềm ( Sam Altman nói rằng 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 ). 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 với vài năm kinh nghiệm. Nói cách khác, AI cuối cùng có thể làm công việc của một lập trình viên cấp dưới trong một số lĩnh vực, nhưng lập trình viên cấp dưới 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 được. Ngay cả khi nhìn về tương lai, nơi một số nhà nghiên cứu dự đoán rằng đến năm 2040, AI có thể tự viết hầu hết mã của mình (Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ), người ta thường đồng ý rằng các lập trình viên con người vẫn sẽ cần thiết để giám sát, hướng dẫn và cung cấp sự sáng tạo và tư duy phản biện mà máy móc thiếu .

Cũng cần lưu ý rằng phát triển phần mềm không chỉ đơn thuần là lập trình . Nó bao gồm giao tiếp với các bên liên quan, hiểu rõ câu chuyện người dùng, cộng tác nhóm và thiết kế lặp đi lặp lại – tất cả đều là những lĩnh vực mà kỹ năng của con người là không thể thiếu. Trí tuệ nhân tạo không thể ngồi họp với khách hàng để thảo luận kỹ lưỡng về những gì họ thực sự muốn, cũng không thể đàm phán về các ưu tiên hoặc truyền cảm hứng cho nhóm bằng tầm nhìn về sản phẩm. Yếu tố con người vẫn đóng vai trò trung tâm.

Tóm lại, AI có những điểm yếu quan trọng: không có khả năng sáng tạo thực sự, hiểu biết hạn chế về bối cảnh, dễ mắc lỗi, thiếu trách nhiệm giải trình và không nắm bắt được những tác động rộng lớn hơn của các quyết định phần mềm. Những thiếu sót này chính là nơi mà các nhà phát triển phần mềm tỏa sáng. Thay vì coi AI là mối đe dọa, có lẽ chính xác hơn là nên xem nó như một công cụ khuếch đại mạnh mẽ cho các nhà phát triển – xử lý những công việc thường nhật để con người có thể tập trung vào những điều quan trọng. 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 phần mềm được hỗ trợ bởi AI.

Thích nghi và phát triển mạnh mẽ trong kỷ nguyên trí tuệ nhân tạo

Đối với các lập trình viên và nhà phát triển, sự trỗi dậy của trí tuệ nhân tạo (AI) trong lập trình không nhất thiết phải là một mối đe dọa nghiêm trọng – mà 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 và được săn đón hơn, trong khi những người phớt lờ nó có thể thấy mình bị tụt hậu. Trong phần này, chúng ta tập trung vào các bước và chiến lược thực tiễn để các nhà phát triển duy trì sự phù hợp và phát triển mạnh mẽ khi các công cụ AI trở thành một phần của quá trình phát triển hàng ngày. Tư duy cần áp dụng là tư duy học hỏi liên tục và hợp tác với AI, chứ không phải cạnh tranh. Dưới đây là cách các nhà phát triển có thể điều chỉnh và những kỹ năng cũng như vai trò mới mà họ nên xem xét:

1. Coi AI như một công cụ (Học cách sử dụng trợ lý lập trình 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 lập trình khác như đối tác lập trình mới của bạn. Điều này có nghĩa là học cách viết các câu hỏi hoặc nhận xét tốt để nhận được các đề xuất mã hữu ích, và biết cách nhanh chóng xác thực hoặc gỡ lỗi mã do AI tạo ra. Giống như việc một nhà phát triển phải học IDE hoặc hệ thống kiểm soát phiên bản của họ, việc học cách hoạt động 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 nhận xét 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 cùng tạo ra sản phẩm với nó. Hãy coi đó là "phát triển có sự hỗ trợ của AI" - một kỹ năng mới cần thêm vào bộ công cụ của bạn. Thực tế, các nhà phát triển hiện nay nói về "kỹ thuật câu hỏi" như một kỹ năng - biết cách đặt đúng câu hỏi cho AI. Những người nắm vững công nghệ này có thể đạt được kết quả tốt hơn đáng kể với cùng những công cụ đó. Hãy nhớ rằng, “các nhà phát triển sử dụng AI có thể thay thế những người không sử dụng” – vì vậy hãy đón nhận công nghệ và biến nó thành đồng minh của bạn.

2. Tập trung vào các kỹ năng cấp cao (Giải quyết vấn đề, Thiết kế hệ thống, Kiến trúc): Vì AI có thể xử lý nhiều mã lập trình cấp thấp hơn, các nhà phát triển nên nâng cao mức độ trừu tượng . Điều này có nghĩa là cần chú trọng hơn vào việc hiểu thiết kế và kiến ​​trúc hệ thống. Trau dồi kỹ năng phân tích các vấn đề phức tạp, thiết kế hệ thống có khả năng mở rộng và đưa ra các quyết định kiến ​​trúc – những lĩnh vực mà sự hiểu biết của con người là rất quan trọng. Tập trung vào lý do và cách thức thực hiện của một giải pháp, chứ không chỉ là kết quả. Ví dụ, thay vì dành toàn bộ thời gian để hoàn thiện một hàm sắp xếp (khi AI có thể tự viết hàm đó cho bạn), hãy dành thời gian để 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 người dùng, luồng dữ liệu và tương tác giữa các thành phần – sẽ được đánh giá cao. AI có thể tạo ra mã, nhưng chính nhà phát triển mới là người quyết định cấu trúc tổng thể của phần mềm và đảm bảo tất cả các phần hoạt động hài hòa. Bằng cách mài sắc tư duy tổng thể của mình, bạn sẽ trở nên không thể thiếu với vai trò là người hướng dẫn AI (và phần còn lại của nhóm) xây dựng đúng sản phẩm. Như một báo cáo dự báo tương lai đã chỉ ra, các nhà phát triển nên “tập trung vào những lĩnh vực mà sự 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.” ( Liệu trí tuệ nhân tạo có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai )

3. Nâng cao kiến ​​thức về AI & ML: Để làm việc hiệu quả với AI, việc hiểu biết về AI quan trọng. Không phải tất cả các nhà phát triển đều cần trở thành nhà nghiên cứu máy học, nhưng việc nắm vững cách thức hoạt động của các mô hình này sẽ mang lại nhiều lợi ích. Hãy học những kiến ​​thức cơ bản về máy học 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 huấn luyện, bạn có thể dự đoán khi nào nó có thể gặp lỗi và thiết kế các lời nhắc hoặc bài kiểm tra cho phù hợp. Ngoài ra, nhiều sản phẩm phần mềm hiện đang tích hợp các tính năng AI (ví dụ: một ứng dụng có công cụ đề xuất hoặc chatbot). Một nhà phát triển phần mềm có kiến ​​thức về ML có thể đóng góp vào các tính năng đó hoặc ít nhất là cộng tác một cách thông minh với các nhà khoa học dữ liệu. Các lĩnh vực chính cần xem xét học bao gồm: kiến ​​thức cơ bản về khoa học dữ liệu , cách xử lý trước dữ liệu, huấn luyện so với suy luận và đạo đức của AI. Hãy làm quen với các framework AI (TensorFlow, PyTorch) và các dịch vụ AI trên đám mây; Ngay cả khi bạn không tự xây dựng mô hình từ đầu, việc biết cách tích hợp API AI vào ứng dụng cũng là một kỹ năng có giá trị. Tóm lại, việc "thành thạo AI" đang nhanh chóng trở nên quan trọng như việc thành thạo các công nghệ web hoặc cơ sở dữ liệu. Những nhà phát triển có thể kết hợp giữa kỹ thuật phần mềm truyền thống và AI sẽ có vị trí thuận lợi để dẫn dắt các dự án trong tương lai.

4. Phát triển kỹ năng mềm và kiến ​​thức chuyên môn vững chắc hơn: Khi AI dần thay thế các tác vụ máy móc, những kỹ năng đặc thù của con người càng trở nên quan trọng hơn. Giao tiếp, làm việc nhóm và kiến ​​thức chuyên môn là những lĩnh vực cần được trau dồi thêm. Phát triển phần mềm thường xoay quanh việc hiểu rõ lĩnh vực vấn đề – dù đó là tài chính, chăm sóc sức khỏe, giáo dục hay bất kỳ lĩnh vực nào khác – và chuyển đổi 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. Việc trở nên am hiểu hơn về lĩnh vực bạn đang làm việc sẽ giúp bạn trở thành người được tìm đến để đảm bảo phần mềm thực sự đáp ứng nhu cầu thực tế. Tương tự, hãy tập trung vào các kỹ năng hợp tác của bạn: hướng dẫn, lãnh đạo và điều phối. Các nhóm vẫn cần các nhà phát triển cấp cao để xem xét mã (bao gồm cả mã do AI viết), hướng dẫn các nhà phát triển cấp dưới về các phương pháp tốt 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 hướng dẫn của một nhà phát triển cấp cao có thể chuyển sang dạy các nhà phát triển 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 có giá trị. Ngoài ra, hãy rèn luyện tư duy phản biện – đặt câu hỏi và kiểm tra kết quả đầu ra của AI, và khuyến khích người khác làm điều tương tự. Nuôi dưỡng thái độ hoài nghi và kiểm chứng lành mạnh sẽ ngăn ngừa sự phụ thuộc mù quáng vào AI và giảm thiểu sai sót. Về cơ bản, hãy cải thiện những 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 trong lĩnh vực AI cực kỳ nhanh chóng. Những gì được coi là tiên tiến ngày hôm nay có thể trở nên lỗi thời trong vài năm tới. Các nhà phát triển phải chú trọng đến việc học tập suốt đời hơn bao giờ hết. Điều này có thể bao gồm việc thường xuyên thử nghiệm các trợ lý lập trình AI mới, tham gia các khóa học trực tuyến hoặc chứng chỉ về AI/ML, đọc các blog nghiên cứu để cập nhật những xu hướng 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 có một công cụ AI mới có thể tự động hóa thiết kế giao diện người dùng từ bản phác thảo, một nhà phát triển front-end nên sẵn sàng học hỏi và tích hợp nó, có thể chuyển trọng tâm sang việc tinh chỉnh giao diện người dùng được tạo ra 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 họ (điều mà nhiều nhà phát triển đã làm) sẽ dễ dàng tích hợp các phát triển về AI hơn. Một chiến lược là dành một phần nhỏ thời gian trong tuần để học tập và thử nghiệm – hãy coi đó như một khoản 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 các công cụ AI một cách hiệu quả; tận dụng những cơ hội như vậy sẽ giúp bạn đi trước một bước. Những nhà phát triển thành công sẽ là những người coi AI như một đối tác đang phát triển và liên tục hoàn thiện phương pháp làm việc với đối tác đó.

6. Khám phá các vai trò và con đường sự nghiệp mới nổi: Khi AI ngày càng được tích hợp vào quá trình phát triển, các cơ hội nghề nghiệp mới đang xuất hiện. Ví dụ, (Prompt Engineer) hoặc Chuyên gia tích hợp AI (AI Integration Specialist 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 sản phẩm. Một ví dụ khác là Kỹ sư đạo đức AI (AI Ethics Engineer) hoặc Kiểm toán viên AI (AI Auditor ) – những vai trò tập trung vào việc xem xét đầu ra của AI về tính thiên vị, tuân thủ và tính chính xác. Nếu bạn quan tâm đến những lĩnh vực này, việc trang bị cho mình kiến ​​thức phù hợp có thể mở ra những con đường mới này. Ngay cả trong các vai trò truyền thống, bạn cũng có thể tìm thấy những lĩnh vực chuyên biệt như “nhà phát triển giao diện người dùng hỗ trợ AI” so với “nhà phát triển máy chủ hỗ trợ AI”, mỗi lĩnh vực 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 “hiệp hội 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 chính các công cụ AI: ví dụ, làm việc trên các dự án mã nguồn mở nhằm 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. Tóm lại, hãy chủ động về khả năng thích ứng nghề nghiệp . Nếu một 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 phẩm chất con người: Trong một thế giới mà AI có thể tạo ra mã nguồn trung bình cho các vấn đề trung bình, các nhà phát triển phần mềm cần nỗ lực tạo ra những xuất sắc và thấu cảm mà AI không thể. Điều này có thể bao gồm việc 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 nguồn sạch sẽ và được ghi chú đầy đủ (AI không giỏi trong việc viết tài liệu có ý nghĩa hoặc chú thích mã dễ hiểu – bạn có thể đóng góp giá trị ở đó!). Hãy chú trọng tích hợp sự hiểu biết của con người vào công việc: ví dụ, nếu AI tạo ra một đoạn mã, bạn hãy thêm chú thích giải thích lý do theo cách mà người khác có thể hiểu được sau này, hoặc bạn điều chỉnh nó để dễ đọc hơn. Bằng cách đó, bạn đang thêm một lớp chuyên nghiệp và chất lượng mà công việc hoàn toàn do máy móc tạo ra thiếu. Theo thời gian, việc xây dựng danh tiếng về phần mềm chất lượng cao, hoạt động hiệu quả trong thực tế sẽ giúp bạn nổi bật. Khách hàng và nhà tuyển dụng sẽ đánh giá cao những nhà phát triển có thể kết hợp hiệu quả của AI với tay nghề của con người .

Chúng ta cũng cần xem xét cách thức các lộ trình giáo dục có thể thích ứng. Các nhà phát triển mới gia nhập lĩnh vực này không nên né tránh các công cụ AI trong quá trình học tập của mình. Ngược lại, việc học tập 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 đẩy nhanh quá trình hiểu biết của họ. Tuy nhiên, điều quan trọng là cũng 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 biết khi nào AI đi sai hướng. Khi AI xử lý các bài tập lập trình đơn giản, chương trình giảng dạy có thể sẽ chú trọng hơn vào các dự án yêu cầu thiết kế và tích hợp. Nếu bạn là người mới, hãy tập trung vào việc xây dựng một portfolio thể hiện khả năng giải quyết các vấn đề phức tạp và sử dụng AI như một trong nhiều công cụ.

Tóm lại, chiến lược thích ứng rất quan trọng: hãy là người lái, chứ không phải hành khách. Sử dụng các công cụ AI, nhưng đừng quá phụ thuộc vào chúng hoặc tự mãn. Tiếp tục trau dồi những khía cạnh độc đáo của con người trong quá trình phát triển. Grady Booch, một người 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 thức mới.” ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ). Bằng cách chủ động phát triển những kỹ năng và phương pháp làm việc mới đó, các nhà phát triển có thể đảm bảo họ vẫn nắm quyền kiểm soát sự nghiệp của mình.

Tóm lại, phần này bao gồm danh sách kiểm tra tham khảo nhanh dành cho các nhà phát triển muốn chuẩn bị cho sự nghiệp của mình trong kỷ nguyên AI:

Bằng cách áp dụng những chiến lược này, các nhà phát triển có thể biến cuộc cách mạng AI thành lợi thế của mình. Những người thích nghi sẽ thấy rằng AI nâng cao khả năng của họ và cho phép họ tạo ra phần mềm tốt hơn bao giờ hết, thay vì khiến họ trở nên lỗi thời.

Triển vọng tương lai: Sự hợp tác giữa trí tuệ nhân tạo và các nhà phát triển phần mềm

Tương lai của lập trình trong thế giới do AI dẫn dắt sẽ như thế nào? Dựa trên các xu hướng hiện tại, chúng ta có thể kỳ vọng một tương lai nơi AI và các nhà phát triển con người làm việc 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 phần lớn 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 tương lai và khẳng định rằng triển vọng dành cho các nhà phát triển vẫn có thể tích cực – miễn là chúng ta tiếp tục thích nghi.

Trong tương lai gần (5-10 năm tới), rất có thể trí tuệ nhân tạo (AI) sẽ trở nên phổ biến trong quá trình phát triển phần mềm như chính máy tính. Cũng giống như hiện nay không một lập trình viên nào viết mã mà không có trình soạn thảo hoặc không có Google/StackOverflow trong tầm tay, chẳng bao lâu nữa sẽ không một lập trình viên nào viết mã mà không có sự hỗ trợ của một số dạng AI chạy ngầm. Môi trường phát triển tích hợp (IDE) đang dần được nâng cấp để bao gồm các tính năng hỗ trợ AI ở cốt lõi (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 lập trình viên là формулировать các vấn đề và ràng buộc theo cách mà AI có thể hiểu, sau đó chọn lọc và tinh chỉnh các giải pháp mà AI cung cấp . Điều này giống với một hình thức lập trình cấp cao hơn, đôi khi được gọi là "lập trình nhắc lệnh" hoặc "điều phối AI".

Tuy nhiên, bản chất của việc cần làm – giải quyết vấn đề cho mọi người – vẫn không thay đổi. Một trí tuệ nhân tạo (AI) trong tương lai có thể tạo ra toàn bộ ứng dụng từ một mô tả (“hãy tạo cho tôi một ứng dụng di động để đặt lịch hẹn khám bác sĩ”), nhưng công việc làm rõ mô tả đó, đảm bảo tính 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 trở nên quan trọng hơn bao giờ hết để tạo sự khác biệt cho sản phẩm. Chúng ta có thể chứng kiến ​​sự bùng nổ 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 các 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 như nhà phân tích kinh doanh, nhà khoa học hoặc chuyên viên marketing) có thể tạo ra phần mềm bằng các công cụ AI (sự tiếp nối của phong trào “không cần lập trình/ít lập trình” được thúc đẩy mạnh mẽ bởi AI). Điều này không loại bỏ nhu cầu về các nhà phát triển chuyên nghiệp; mà chỉ thay đổi vai trò của họ. Các nhà phát triển có thể đảm nhận vai trò tư vấn hoặc hướng dẫn nhiều hơn trong những trường hợp như vậy, đảm bảo rằng các ứng dụng do người dùng tự 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” sử dụng với sự hỗ trợ của AI.

Từ góc độ việc làm, một số vai trò lập trình có thể giảm đi trong khi những vai trò khác lại tăng lên. Ví dụ, một số vị trí lập trình viên cấp độ đầu vào có thể giảm đi nếu các công ty dựa vào trí tuệ nhân tạo (AI) cho các tác vụ đơn giản. Có thể hình dung một công ty khởi nghiệp nhỏ trong tương lai chỉ cần một nửa số lượng lập trình viên junior vì các lập trình viên senior của họ, được trang bị AI, có thể hoàn thành phần lớn 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 ngày càng thâm nhập vào nền kinh tế (với AI tạo ra phần mềm cho các nhu cầu chuyên biệt), nhu cầu tổng thể 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 nhiều việc làm hơn về lâu dài , mặc dù đó là những công việc khác nhau – ví dụ, việc tự động hóa một số nhiệm vụ sản xuất đã dẫn đến sự tăng trưởng việc làm trong thiết kế, bảo trì và cải tiến các hệ thống tự động. Trong bối cảnh trí tuệ nhân tạo và lập trình, mặc dù một số nhiệm vụ mà lập trình viên cấp dưới từng thực hiện đã được tự động hóa, phạm vi tổng thể của phần mềm mà chúng ta muốn tạo ra đang mở rộng (vì giờ đây việc tạo ra nó rẻ hơn/nhanh hơn), điều này có thể dẫn đến nhiều dự án 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 việc làm trong tương lai cho thấy rằng các vai trò trong phát triển phần mềm và trí tuệ nhân tạo nằm trong số những vai trò đang tăng nhu cầu, 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” ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ). Nếu điều đó trở nên chính xác, thì lập trình viên con người sẽ còn vai trò gì? Có lẽ, trọng tâm sẽ là hướng dẫn ở cấp độ rất cao (nói cho máy móc biết chúng ta muốn chúng thực hiện điều gì một cách khái quát) và các lĩnh vực liên quan đến tích hợp phức tạp các hệ thống, hiểu biết về tâm lý con người hoặc các lĩnh vực vấn đề mới. Ngay cả trong 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 huấn luyện/kiểm chứng AI . Mã có thể tự viết phần lớn, nhưng ai đó phải quyết định mã nào nên được viết và tại sao , sau đó xác minh rằng kết quả cuối cùng là chính xác và phù hợp với mục tiêu. Điều này tương tự như cách ô tô tự lái có thể tự lái trong tương lai, nhưng bạn vẫn phải chỉ cho ô tô biết phải đi đâu và can thiệp vào các tình huống phức tạp – cộng thêm con người thiết kế đường xá, luật giao thông và tất cả cơ sở hạ tầng xung quanh.

Hầu hết các chuyên gia đều hình dung 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 phần mềm không phải là sự lựa chọn giữa con người hay trí tuệ nhân tạo, mà là sự hợp tác tận dụng những điểm mạnh nhất của cả hai.” ( Liệu trí tuệ nhân tạo có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai ) Trí tuệ nhân tạo chắc chắn sẽ làm thay đổi quá trình phát triển phần mềm, nhưng đó là sự tiến hóa trong vai trò của nhà phát triển hơn là sự tuyệt chủng. Những nhà phát triển “chấp nhận những thay đổi, thích ứng kỹ năng của họ và tập trung vào những khía cạnh độc đáo của con người trong công việc của mình” sẽ thấy rằng trí tuệ nhân tạo nâng cao khả năng của họ chứ không làm giảm giá trị của họ.

Chúng ta có thể so sánh với một lĩnh vực khác: hãy xem xét sự phát triển của thiết kế hỗ trợ máy tính (CAD) trong kỹ thuật và kiến ​​trúc. Liệu những công cụ đó có thay thế các 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. Nhưng sự sáng tạo và khả năng ra quyết định của con người vẫn là yếu tố cốt lõi. Tương tự, trí tuệ nhân tạo (AI) có thể được xem như lập trình hỗ trợ máy tính – nó sẽ giúp xử lý sự phức tạp và những công việc lặp đi lặp lại, nhưng nhà phát triển vẫn là người thiết kế và đưa ra quyết định.

Về lâu dài, nếu chúng ta hình dung ra trí tuệ nhân tạo (AI) thực sự tiên tiến (ví dụ, một dạng AI tổng quát có thể về lý thuyết thực hiện hầu hết những gì con người có thể làm), những thay đổi về xã hội và kinh tế sẽ rộng lớn hơn nhiều so với chỉ trong lĩnh vực lập trình. Chúng ta chưa đạt đến giai đoạn 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 khôn ngoan là tiếp tục tích hợp AI theo những cách giúp tăng cường tiềm năng của con người . Điều đó có nghĩa là đầu tư vào các công cụ và phương pháp (và chính sách) để giữ con người trong quá trình này. Hiện nay, chúng ta đã thấy các công ty thiết lập quản trị AI – các hướng dẫn về cách sử dụng AI 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 khả năng 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 là: Không – nhưng nó sẽ thay đổi đáng kể công việc của lập trình viên. Những phần nhàm chán của lập trình đang dần được tự động hóa. Những phần sáng tạo, đầy thử thách và lấy con người làm trung tâm sẽ vẫn tồn tại, và thậm chí sẽ trở nên nổi bật hơn. Tương lai có thể sẽ chứng kiến ​​các lập trình viên làm việc song song với các trợ lý AI ngày càng thông minh hơn, giống như một thành viên trong nhóm. Hãy tưởng tượng bạn có một đồng nghiệp AI có thể viết mã 24/7 – đó là một sự thúc đẩy năng suất tuyệt vời, nhưng nó vẫn cần người hướng dẫn và kiểm tra công việc của nó.

Những kết quả tốt nhất sẽ đạt được bởi những người coi AI như một cộng tác viên. Như một CEO đã nói, “AI sẽ không thay thế lập trình viên, nhưng những 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 trong việc phát triển cùng với công nghệ. Nghề lập trình không hề chết đi – nó đang thích nghi . Sẽ có rất nhiều phần mềm cần xây dựng và vấn đề cần giải quyết trong tương lai gần, thậm chí có thể 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 trọn vẹn khi hợp tác với AI .

Cuối cùng, điều đáng mừng là chúng ta đang bước vào kỷ nguyên mà các nhà phát triển có trong tay những siêu năng lực. Thế hệ lập trình viên tiếp theo sẽ hoàn thành trong vài giờ những việc trước đây mất cả ngày, và giải quyết những vấn đề trước đây nằm ngoài tầm với, bằng cách tận dụng trí tuệ nhân tạo (AI). Thay vì sợ hãi, tâm thế hướng tới tương lai có thể là lạc quan và tò mò . Chỉ cần chúng ta tiếp cận AI với đôi mắt 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 nơi AI và các lập trình viên cùng nhau xây dựng những hệ thống phần mềm tuyệt vời, vượt xa những gì mỗi bên có thể làm được riêng lẻ. 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 sự cộng hưởng. Câu chuyện về AI và các 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]” ( Liệu có tương lai cho các kỹ sư phần mềm? Tác động của AI [2024] ).

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

3. Bài viết trên Medium (PyCoach), “Liệu AI có thay thế lập trình viên? Sự thật đằng sau những lời thổi phồng” , lưu ý đến sự khác biệt tinh tế giữa thực tế và những lời thổi phồng ( Liệu AI có thay thế lập trình viên? Sự thật đằng sau những lời thổi phồng | bởi The PyCoach | Artificial Corner | Tháng 3 năm 2025 | Medium ) và trích dẫn của Sam Altman về việc AI giỏi thực hiện các nhiệm vụ nhưng không thể đảm nhiệm toàn bộ công việc.

4. DesignGurus, “Liệu AI có thay thế các nhà phát triển… (2025)?” , nhấn mạnh rằng AI sẽ hỗ trợ và nâng cao vai trò của các nhà phát triển chứ không phải khiến họ trở nên dư thừa ( Liệu AI có thay thế các nhà phát triển vào năm 2025: Cái nhìn thoáng qua về tương lai ) và liệt kê các lĩnh vực mà AI còn yếu (sự sáng tạo, bối cảnh, đạo đức).

5. Khảo sát nhà phát triển Stack Overflow 2023: 70% nhà phát triển sử dụng công cụ AI, độ tin tưởng thấp về độ chính xác (3% rất tin tưởng) ( 70% nhà phát triển sử dụng công cụ lập trình AI, 3% rất tin tưởng về độ chính xác của chúng - ShiftMag ).

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

7. Nghiên cứu của GitHub Copilot cho thấy việc hoàn thành nhiệm vụ nhanh hơn 55% nhờ sự hỗ trợ của AI ( Nghiên cứu: Định lượng tác động của GitHub Copilot đối với năng suất và sự hài lòng của nhà phát triển - Blog của GitHub ).

8. GeekWire nhận xét về AlphaCode của DeepMind cho thấy hiệu năng ở mức trung bình của lập trình viên (thuộc top 54%) nhưng vẫn còn xa so với những người lập trình giỏi nhất ( AlphaCode của DeepMind có hiệu năng tương đương với lập trình viên trung bình ).

9. IndiaToday (tháng 2 năm 2025), tóm tắt tầm nhìn của Sam Altman về "cộng sự" AI thực hiện các nhiệm vụ của kỹ sư cấp dưới nhưng "sẽ không hoàn toàn thay thế con người" ( Sam Altman nói rằng 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 khoảng 80% công việc lập trình sẽ vẫn phụ thuộc vào con người bất chấp 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 theo cặp AI hàng đầu
Khám phá các công cụ AI hàng đầu có thể cộng tác với bạn như một đối tác lập trình để tăng tốc quy trình phát triển của bạn.

🔗 AI nào tốt nhất cho việc lập trình – Các trợ lý lập trình 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 – Định hình tương lai công nghệ.
Tìm hiểu cách trí tuệ nhân tạo đang cách mạng hóa cách thức xây dựng, kiểm thử và triển khai phần mềm.