AI viết code nhiều hơn, nhưng phần mềm chẳng tăng thêm bao nhiêu

Bất kỳ ai từng dính dáng đến lập trình cũng đều biết rằng các trợ lý và tác nhân AI hiện đại có thể viết ra một lượng code khổng lồ với tốc độ đáng kinh ngạc. Nhưng chính những người lập trình dùng công cụ này cũng hiểu rõ: không thể tin tuyệt đối vào độ chính xác của đoạn code do AI tạo ra, đồng nghĩa với việc phải bỏ ra không ít công sức để rà soát lại mọi thứ.

Một nghiên cứu mới đây, khảo sát thực tế quy trình lập trình tại hàng trăm doanh nghiệp, phát hiện rằng khâu review code của con người đang trở thành "nút thắt" lớn đối với hiệu quả tổng thể của các công cụ AI hỗ trợ lập trình.

Năng suất tăng ở khâu viết, nhưng "tắc" ở khâu duyệt

Theo nhóm nghiên cứu, có "rất ít bằng chứng cho thấy doanh nghiệp tăng được sản lượng phần mềm hoặc giảm được nhân sự" nhờ sử dụng AI. Mọi khoản tiết kiệm thời gian trong giai đoạn viết code dường như đều bị "hấp thụ bởi những hạn chế ở các khâu sau đó trong quy trình sản xuất".

Cụ thể, khi AI tạo ra nhiều code hơn, quy trình review code bị kéo dài đáng kể. Các pull request có nhiều khả năng phải chỉnh sửa lại hơn, và người review cũng để lại nhiều bình luận hơn. Nói cách khác, công việc của AI không biến mất — nó chỉ chuyển dịch từ khâu viết sang khâu kiểm tra.

"Quá trình review code kéo dài hơn đáng kể, các pull request có nhiều khả năng phải chỉnh sửa hơn, và người review để lại nhiều bình luận hơn."

Dữ liệu đến từ đâu?

Để đưa ra kết luận này, hai nhà nghiên cứu Fiona Chen và James Stratton của Đại học Harvard đã phân tích dữ liệu tổng hợp từ Jellyfish — nền tảng đo lường chi tiết hoạt động của các đội ngũ kỹ thuật.

Bộ dữ liệu bao gồm 300 triệu "sự kiện công việc" riêng lẻ (như commit và pull request), cùng dữ liệu từ phần mềm quản lý issue của hơn 700.000 nhân viên tại hơn 700 doanh nghiệp phát triển phần mềm, trải dài từ năm 2021 đến tháng 3 năm 2026.

Điều này có ý nghĩa gì với doanh nghiệp Việt Nam?

Với các công ty phần mềm và đội ngũ phát triển sản phẩm tại Việt Nam đang ồ ạt đưa AI vào quy trình làm việc, nghiên cứu này là một lời nhắc nhở đáng giá.

• Đừng kỳ vọng tăng năng suất ngay lập tức. Đầu tư vào AI viết code mà không cải thiện quy trình review có thể chẳng mang lại bao nhiêu giá trị thực.
• Review code là điểm nghẽn cần đầu tư. Tự động hóa kiểm thử, cải thiện quy trình CI/CD, và đào tạo kỹ năng đánh giá code do AI sinh ra sẽ quan trọng hơn bao giờ hết.
• Chất lượng quan trọng hơn số lượng. Viết nhanh hơn mà phải sửa nhiều hơn thì bài toán lợi nhuận vẫn không thay đổi.

Nói ngắn gọn, AI có thể giúp bạn gõ code nhanh hơn, nhưng để biến đống code đó thành sản phẩm phần mềm thực sự, con người vẫn là mắt xích quyết định — và hiện tại, chính mắt xích đó đang là giới hạn của toàn bộ dây chuyền.