Nghiên cứu của Anthropic phát hiện công cụ lập trình AI cản trở việc học của lập trình viên
(anthropic.com)Tóm tắt một dòng cốt lõi
Công cụ lập trình AI có thể hỗ trợ hoặc phá hỏng việc học tùy theo cách sử dụng. Việc chủ động đặt câu hỏi để hiểu khái niệm là then chốt, còn phó thác hoàn toàn thì vừa mất tốc độ vừa mất khả năng học hỏi.
Tổng quan nghiên cứu
- Do nhóm nghiên cứu Anthropic thực hiện
- Đối tượng: 52 kỹ sư phần mềm
- Thiết kế thí nghiệm: học một thư viện Python mới (Trio) rồi thực hiện tác vụ lập trình
- Nhóm AI: dùng công cụ lập trình AI dựa trên GPT-4o
- Nhóm đối chứng: chỉ dùng tài liệu + tìm kiếm web
- Thời gian: làm việc khoảng 1 giờ
Kết quả chính
- Nhóm dùng AI → điểm quiz thấp hơn 17%
- Dùng AI cũng không giúp tăng tốc độ làm việc
- Nhóm không dùng AI → gặp lỗi liên quan đến Trio nhiều hơn hơn 3 lần → năng lực debug được cải thiện một cách tự nhiên
Khác biệt theo kiểu sử dụng AI (phát hiện cốt lõi)
- Mẫu xấu (quiz dưới 40%)
- Giao toàn bộ công việc cho AI (tạo trọn bộ mã, giao hết việc debug)
- Mức độ phụ thuộc tăng dần
- Hoàn thành nhanh nhất nhưng hiệu quả học tập rất thấp
- Mẫu tốt (quiz từ 65% trở lên)
- Chỉ dùng AI như công cụ hỗ trợ hiểu biết
- Sau khi tạo mã thì hỏi thêm / yêu cầu giải thích khái niệm / đặt câu hỏi để kiểm tra hiểu biết
- Tốc độ nhanh thứ hai + kết quả học tập cao
Insight mang tính kết luận
- Bản thân việc dùng AI không phải vấn đề → cách dùng mới quyết định việc học
- “Trải nghiệm mắc kẹt đầy khó khăn” rất quan trọng để hình thành tay nghề
- Khi AI xử lý lỗi thay người → có thể nhanh hơn nhưng thiếu hiểu biết về “vì sao lỗi xảy ra”
- Tồn tại trade-off giữa năng suất ngắn hạn ↑ và sự hình thành kỹ năng dài hạn ↓
Ý kiến của lập trình viên ngoài thực tế (tham khảo)
- Tích cực: có trường hợp hoàn thành khối lượng công việc 1 năm chỉ trong 2 tuần, nhanh hơn 10 lần
- Tiêu cực: chỉ nên dùng với phần mã đã hiểu rõ, junior có nguy cơ tạo technical debt
- Ý kiến chia rẽ: “lập trình đã kết thúc” vs “khó chịu với việc chuyển từ sáng tạo sang giám sát”
Đề xuất
- Khi học công nghệ mới: tránh phụ thuộc hoàn toàn vào AI và chủ động cho phép bản thân có “trải nghiệm bị mắc kẹt”
- Với công việc cần năng suất: có thể tận dụng AI tích cực
- Doanh nghiệp: vừa gây áp lực về đầu ra cho junior, vừa cần song song xây dựng kỹ năng kiểm chứng mã AI/debug
- Triển vọng tương lai: AI agent sẽ đảm nhận công việc chính → con người sẽ cần dành thời gian riêng để học mã/khái niệm
Hạn chế của nghiên cứu
- Mẫu nhỏ (52 người)
- Thời gian làm việc ngắn (1 giờ)
- Sử dụng GPT-4o (mô hình cũ theo tiêu chuẩn năm 2025)
- Chưa rõ điểm quiz có dự đoán được kỹ năng dài hạn hay không
12 bình luận
Cũng giống như học bài toán chỉ bằng cách mở sẵn đáp án ra và nhìn bằng mắt thôi. Lúc nhìn thì tưởng như đã hiểu, nhưng gấp sách lại là chẳng còn lại gì cả.
Tôi hoàn toàn đồng cảm 100%.
Tôi hoàn toàn đồng cảm với ý kiến này.
Có vẻ đây là một kết quả nghiên cứu đưa ra câu trả lời rõ ràng cho việc vì sao chúng ta không nên phụ thuộc hoàn toàn vào AI mà chỉ nên dùng nó như một "công cụ" hỗ trợ.
1 năm công việc rút xuống còn 2 tuần, vậy tại sao lại chỉ gấp 10 lần..
Hai trường hợp này tách biệt với nhau, nhưng bài viết chính lại diễn đạt khá gây nhầm lẫn. Nếu xem liên kết cuối cùng trong bài thì đó là 2 trường hợp dưới đây.
Một kiến trúc sư phần mềm với 30 năm kinh nghiệm đã hết lời khen ngợi rằng “nếu làm theo cách truyền thống thì phải mất 1 năm mới hoàn thành được tính năng này, nhưng nay chỉ mất 2 tuần”. Roland Dreier, một người đóng góp cho Linux kernel, cũng nói rằng “trong 6 tháng gần đây đã có một bước nhảy vọt rất lớn”, và cho biết ông đã trải nghiệm mức tăng tốc gấp 10 lần trong các tác vụ phức tạp.
Nếu dùng opus thì có lẽ dù bỏ lỡ sự phát triển, ít nhất cũng không bỏ lỡ tốc độ.
Tôi nghĩ phạm vi kiến thức cần phải biết đã thay đổi.
Ngày càng có nhiều phần low-level trở nên không còn cần phải biết nữa.
Dạo này dùng model thì chuyện đọc code dường như đang dần trở thành lựa chọn không bắt buộc.
Có vẻ như đã có thêm một lý do cho thấy học sinh hoặc người mới vào nghề không nên dùng AI.
Không dùng thì làm sao xin được việc?
Khi học thì có lẽ chiến lược đúng để sử dụng AI như một công cụ là chỉ dùng ở mức tối thiểu, còn khi đi làm thì tận dụng nó một cách tích cực, phải không? Trước đây hay bây giờ cũng vậy, giữa bạn bè với nhau hiếm khi có những cuộc thảo luận phản biện nghiêm túc về một chủ đề nào đó, đúng không? Mọi người chỉ cố lên YouTube hoặc tìm trên blog, nhưng khi muốn học một điều gì đó thì nhiều khi cách nhanh nhất lại là tự mình giải thích nó ra.