Lời thú nhận của một kỹ sư: AI khiến tôi gần như quên cách viết chương trình, nỗi lo về sự rỗng tuếch kỹ năng trong ngành dần lộ diện

Kỹ sư phần mềm James Pain đã thừa nhận trên blog cá nhân rằng sau một đến hai năm sử dụng AI hỗ trợ phát triển chương trình, anh gần như "đã quên cách viết code". Đây không chỉ là khủng hoảng cá nhân, khi cả cộng đồng kỹ sư đều phụ thuộc vào AI để tạo ra code, ai còn nhớ cách đọc hiểu nó, sửa chữa nó? (Tóm tắt trước: Nghiên cứu của Đại học California về hiện tượng "sương mù não AI": 14% nhân viên văn phòng bị Agent, tự động hóa làm phát điên, ý định nghỉ việc cao hơn 40%) (Bổ sung bối cảnh: OpenAI được cho là sẽ kiện Apple "vi phạm hợp đồng"! Giận dữ chỉ trích Siri tích hợp ChatGPT không đạt tiêu chuẩn, hàng tỷ đô đăng ký tan thành mây khói) Trên blog viết: "Tôi đã một đến hai năm chưa tự tay viết một dòng code nào. Tôi gần như đã quên cách viết code, và điều này khiến tôi cảm thấy vô cùng đau buồn." Kỹ sư phần mềm James Pain không phàn nàn rằng công cụ AI khó dùng, ngược lại hoàn toàn. Anh nói AI quá dễ dùng, dễ đến mức anh đã hoàn toàn dựa vào "ra lệnh" để tạo ra code, mà không còn tự tay viết một dòng nào nữa. Hiện tại, anh đang tự dạy mình lập trình lại từ đầu. Mô tả của Pain chính xác và đáng lo ngại: mỗi khi muốn viết lách hay viết code, ý nghĩ đầu tiên trong đầu anh đều là "để AI làm". Khi anh đọc lại văn bản do AI tạo ra sau đó, cảm giác "hoàn toàn không giống lời tôi nói"; khi anh thử tự viết code, cũng phát hiện cảm giác đã trở nên lạ lẫm. Hiện tượng này có cơ sở khoa học nhận thức, gọi là "dỡ tải nhận thức" (cognitive offloading) — bộ não sau khi dựa dẫm lâu dài vào công cụ bên ngoài, sẽ giảm tần suất kích hoạt thần kinh ở các vùng chức năng tương ứng. Dịch sang ngôn ngữ thông thường là: không dùng thì sẽ thoái hóa. Điều này đã được ghi nhận trong nghiên cứu ở các lĩnh vực như GPS thay thế trí nhớ không gian, thiết kế hỗ trợ máy tính thay thế vẽ tay, và công cụ hỗ trợ lập trình AI có thể mang đến phiên bản tăng tốc của cùng một loại hiệu ứng. Quy mô của vấn đề không chỉ ở mức cá nhân. Theo khảo sát của GitHub năm 2024, hơn 92% nhà phát triển phần mềm Mỹ đã sử dụng công cụ hỗ trợ lập trình AI trong công việc; khảo sát cùng năm của Stack Overflow cho thấy 76% nhà phát triển đang sử dụng hoặc dự định sử dụng công cụ AI. Nếu "hiện tượng Pain" xảy ra dù chỉ trên 10% trong số họ, thì điều đó cũng có nghĩa là hàng trăm nghìn kỹ sư đang mất dần khả năng lập trình chủ động ở các tốc độ khác nhau. Và điều đáng chú ý hơn là: đây không phải là sự lười biếng cá biệt, mà là một quyết định ngắn hạn hợp lý. Dùng AI tạo code nhanh hơn, ít sai sót hơn (ở giai đoạn bản đầu), sản phẩm đáp ứng yêu cầu giao nộp. Dưới áp lực thương mại, việc kỹ sư chọn AI là hợp logic. Nhưng về lâu dài, ai sẽ kiểm tra những code do AI tạo ra? Ai có thể tìm ra vấn đề khi AI sai (và nó thực sự có sai)? Pain trong bài viết đã trích dẫn một quan sát lịch sử của Robert Martin, tác giả cuốn "Clean Code", cung cấp một góc nhìn dài hạn hơn cho tình thế hiện tại. Martin chỉ ra rằng, trước khi khoa học máy tính trở thành một ngành học độc lập, những người viết code là các nhà vật lý, nhà toán học, các nhà nghiên cứu học thuật, bản thân họ đã có đào tạo chuyên môn nghiêm ngặt. Từ những năm 1970 đến 1990, cùng với sự phổ biến của máy tính cá nhân, nhu cầu phần mềm bùng nổ, ngành công nghiệp mở rộng nhanh chóng, tuyển dụng đông đảo nhà phát triển không có nền tảng "khoa học máy tính" truyền thống, tính chuyên môn của lập trình bắt đầu bị pha loãng: tài liệu được viết ngày càng ít, kiến trúc chương trình ngày càng khó bảo trì, nợ kỹ thuật ngày càng chồng chất. Ngày nay, sự thay thế cao độ của công cụ AI đối với code tầng ứng dụng đang tạo thành đợt pha loãng thứ hai. Điểm đặc biệt của đợt này là: nó không chỉ là "bình quân hóa chất lượng nhân tài", mà là "phi kỹ năng hóa nhân tài hiện có". Những kỹ sư đang tại chức, đang mất đi năng lực nền tảng vì sử dụng AI lâu dài. Logic thiết kế của công cụ AI cũng đang thúc đẩy xu hướng này. Tuyên bố giá trị cốt lõi của các trợ lý lập trình AI chủ đạo hiện nay (bao gồm GitHub Copilot, Claude, Cursor, v.v.) là "giúp bạn giao hàng nhanh hơn", chứ không phải "giúp bạn hiểu sâu hơn". Pain trong bài viết còn đề cập đến một chi tiết, hé lộ tình thế nhận thức sâu sắc hơn: khi anh hoàn thành bài viết này, "gần như theo bản năng muốn dán nó vào Claude để xem AI nói gì", vì anh không chắc mình viết có đủ tốt hay không. Đây không chỉ là sự thoái hóa kỹ năng, mà còn là "sự chuyển dịch của tự tin nhận thức": con người bắt đầu coi phán đoán của AI là tiêu chuẩn xác minh sự thật, chứ không phải phán đoán của chính mình. Khi một kỹ sư nhìn thấy code do AI tạo ra, ý nghĩ đầu tiên là "cái này chắc không có vấn đề gì" thay vì "để tôi đọc hiểu nó rồi mới quyết định", đây mới là khủng hoảng mang tính cấu trúc hơn. Trong bối cảnh đó, ngành công nghiệp cũng bắt đầu xuất hiện những tiếng nói thao tác ngược chiều. Một số đội ngũ kỹ sư cấp cao bắt đầu triển khai "ngày nhịn AI", yêu cầu thành viên dành một khoảng thời gian mỗi tuần thuần túy viết code bằng tay; một số cuộc phỏng vấn kỹ thuật đã rõ ràng cấm hỗ trợ AI, mục đích không phải làm khó, mà là để xác nhận ứng viên vẫn có năng lực đọc và gỡ lỗi cơ bản. Bản thân Pain cũng không cho rằng phát triển chương trình với tư cách là một nghề nghiệp sẽ biến mất. Anh trích dẫn quan điểm của Martin chỉ ra rằng, luôn sẽ có người cần thực sự đọc hiểu và sửa đổi code. Chỉ là số người sẽ ít hơn, tiêu chuẩn sẽ cao hơn. Vấn đề là: nếu cả ngành đều đang deskilling, thì lớp người "ít hơn nhưng giỏi hơn" đó sẽ đến từ đâu? Pain chọn quay về vế trước: học lại viết code bằng tay, không phải vì AI không tốt, mà vì anh nhận ra năng lực này không thể thuê ngoài.