Khi AI "nuốt" tầng giữa: Nghịch lý giám sát và nguy cơ đứt gãy thế hệ kỹ sư

AI đang thay đổi cách các đội ngũ lập trình làm việc nhanh chóng hơn bất kỳ công cụ nào trước đây. Nhưng đằng sau những con số ấn tượng về năng suất, một câu hỏi khó đang hiện ra: điều gì sẽ xảy ra với những kỹ sư trẻ — thế hệ sẽ phải giám sát chính các hệ thống AI trong tương lai?

Trong bài trình bày của mình, Alasdair Allan tổng hợp các nghiên cứu thực nghiệm từ METR và Anthropic để phân tích hệ quả của làn sóng ứng dụng AI vào lập trình. Trọng tâm là một hiện tượng mà ông gọi là "nghịch lý giám sát" (supervision paradox): càng dựa vào AI để viết mã, các tổ chức càng khó đào tạo được những người đủ năng lực để kiểm tra và giám sát AI.

Thang bậc kỹ năng đang bị mất những bậc thang

Trong ngành kỹ thuật phần mềm truyền thống, kỹ năng được hình thành theo một lộ trình tuyến tính. Kỹ sư mới vào nghề bắt đầu từ những tác vụ nhỏ — sửa lỗi đơn giản, viết hàm phụ, đọc hiểu mã của người khác — rồi dần dần tích lũy kinh nghiệm để đảm nhận các quyết định kiến trúc phức tạp.

Khi AI đảm nhận phần lớn các tác vụ ở tầng giữa, lộ trình đó bị đứt gãy. Công việc mà trước đây là bước đệm để học nghề giờ được giao cho mô hình ngôn ngữ lớn. Kết quả là người mới không còn cơ hội "vấp ngã" và học từ những sai lầm nhỏ — điều kiện thiết yếu để trưởng thành về mặt kỹ thuật.

"Nếu chúng ta giao hết các bậc thang ở giữa cho AI, chúng ta sẽ không còn ai đủ khả năng leo lên đỉnh."

Nghịch lý giám sát

Lập luận của Allan nằm ở một mâu thuẫn sâu sắc: để giám sát hiệu quả một hệ thống tự động, con người cần hiểu rõ hơn cả hệ thống đó về bản chất công việc. Nhưng chính việc phụ thuộc vào AI lại làm suy giảm dần khả năng đó.

Ba hệ quả chính được nêu ra:

• Xói mòn kỹ năng nền tảng: kỹ sư trẻ không còn thực hành viết mã từ đầu, dẫn tới khó phát hiện lỗi tinh vi hoặc hiểu sâu về hệ thống.
• Mất kiến thức nội bộ: những hiểu biết ngầm về hệ thống, vốn chỉ hình thành qua thực chiến, không được truyền lại cho thế hệ sau.
• Rủi ro rò rỉ ngữ cảnh: các quyết định, lý do thiết kế và "vết tích" của tổ chức dần biến mất khi mọi thứ được AI tái tạo thay vì được con người ghi nhớ.

Ý nghĩa với thị trường kỹ sư Việt Nam

Với các đội ngũ phát triển phần mềm tại Việt Nam — đặc biệt ở các công ty gia công và trung tâm R&D cho khách hàng nước ngoài — xu hướng này đáng được quan tâm. Nhiều đội ngũ trẻ được khuyến khích dùng AI để tăng tốc, nhưng nếu thiếu chiến lược đào tạo có chủ đích, khoảng trống kỹ năng có thể lộ ra sau vài năm.

Một số hướng tiếp cận đáng cân nhắc:

• Duy trì các bài tập viết mã thủ công ở giai đoạn đầu cho kỹ sư mới, dù AI có thể làm nhanh hơn.
• Đưa việc đọc hiểu và phản biện mã AI vào quy trình đánh giá, thay vì chỉ đánh giá đầu ra.
• Ghi chép quyết định thiết kế một cách có hệ thống để bảo toàn kiến thức nội bộ.
• Xem AI là công cụ đối thoại, không phải người thay thế trong các tác vụ học nghề.

Bài học cốt lõi

Thông điệp của Allan không phải là phản đối AI trong lập trình. Ông đặt vấn đề về cấu trúc phát triển con người trong một ngành mà AI đã chiếm phần lớn công việc trung gian. Nếu tổ chức chỉ đo năng suất ngắn hạn mà bỏ qua việc vun đắp năng lực dài hạn, cái giá phải trả sẽ đến từ chính những hệ thống tự động mà họ kỳ vọng.

Việc xây dựng lại những "bậc thang" bị thiếu — có chủ đích, có thiết kế — là bài toán mà mọi đội ngũ kỹ thuật cần giải quyết ngay từ bây giờ, trước khi khoảng trống trở nên quá lớn để lấp đầy.