Vì sao AI viết được code mà mãi không làm nổi một bài thơ

Công nghệ20 tháng 11, 2026·7 phút đọc

Một cựu kỹ sư phần mềm phân tích lý do AI tự động hóa được lập trình nhưng không làm nổi thơ, dựa trên hai tiêu chí: khả năng chấm điểm tự động và mức độ đồng thuận về giá trị. Ông cũng dẫn khảo sát của Society of Authors cho thấy 26% họa sĩ minh họa và 36% dịch giả đã mất việc vào tay AI tạo sinh.

Vì sao AI viết được code mà mãi không làm nổi một bài thơ

Lập trình là một trong những nghề dễ bị chấm điểm tự động nhất mà con người từng tạo ra: mã biên dịch được hay không, kiểm thử qua hay trượt, tất cả chỉ mất vài giây trên một máy tính bình thường. Vì vậy AI tiến vào nghề viết phần mềm nhanh hơn nhiều nghề khác.

Minh họa về AI và giới lập trình viênMinh họa về AI và giới lập trình viên

Bài viết của Robert Peake trên blog cá nhân, đang thảo luận sôi nổi trên Hacker News, không dừng ở chuyện lập trình viên có bị thay thế hay không. Tác giả, người đã làm phần mềm gần 25 năm, đưa ra một khung phân tích để dự đoán nghề nào sẽ bị tự động hóa tiếp theo.

Hai trục quyết định

Peake gộp các yếu tố mà giới nghiên cứu AI xem là điều kiện để huấn luyện máy làm một việc gì đó vào một chữ: khả năng chấm điểm (grading). Muốn AI làm tốt, công việc phải có đáp án đúng, chấm được một cách đáng tin, và chấm được tự động với đủ sức tính toán để lặp lại hàng nghìn lần.

Ông dẫn quy tắc của nhà nghiên cứu Jason Wei, gọi là "verifier's law" (quy luật người kiểm chứng): việc gì càng dễ kiểm tra thì càng dễ huấn luyện AI làm việc đó. Andrej Karpathy diễn đạt cách khác: phần mềm kiểu cũ là thứ bạn chỉ định được, phần mềm kiểu mới là thứ bạn kiểm chứng được.

Trục thứ hai là giá trị, tức mức độ đồng thuận của xã hội về việc kết quả đó có đáng làm hay không. Ghép hai trục lại thành bốn ô.

  • Chấm được, giá trị rõ: phần mềm, giọng nói nhân bản. AI làm được và đang làm.
  • Chấm được, giá trị mơ hồ: thơ ca, hội họa. Sao chép được phong cách, nhưng không biết bài thơ hay hay dở.
  • Không chấm được, giá trị cao: nuôi dạy con. Kết quả có thể mất nhiều năm, thậm chí nhiều thế hệ mới thấy.
  • Không chấm được, không định giá được: đồ gỗ thủ công. Máy móc cơ khí đã đẩy nghề này vào đây, và chính vì thế nó miễn nhiễm với tự động hóa số.

Sơ đồ bốn ô phân loại công việc theo khả năng chấm điểm và giá trịSơ đồ bốn ô phân loại công việc theo khả năng chấm điểm và giá trị

Tác giả kể một thí nghiệm cá nhân: ông tạo bản sao giọng nói của mình trong vài giờ với khoảng 5 USD tín dụng tính toán, huấn luyện lại một mô hình mã nguồn mở, chạy cục bộ trên MacBook. Vợ ông, một nhạc sĩ chuyên nghiệp sống với ông gần 25 năm, không phân biệt được giọng thật và giọng máy.

Nhưng bản sao giọng nói đó nằm trong ô "chấm được" vì nó hoặc khớp với giọng gốc, hoặc không. Thơ thì khác: không có trình biên dịch nào kiểm tra được lỗi trong một bài thơ, và cũng không có thang điểm nào nói được bài thơ ấy có hay không.

Cái giá của nghề sáng tạo thương mại

Khả năng tự động hóa chỉ nói lên điều gì là không thể, chứ không nói điều gì sẽ xảy ra. Yếu tố quyết định là động lực thị trường: nhu cầu sở hữu công cụ sản xuất, không chỉ cho lao động chân tay mà cho cả lao động tri thức.

Peake chỉ ra rằng trong vài thập kỷ, người làm sáng tạo với một chiếc laptop sở hữu phương tiện sản xuất của chính mình. AI tạo hình ảnh quảng cáo theo yêu cầu trao phương tiện đó lại cho người trả tiền thuê bao. Với tranh minh họa, viết quảng cáo và dịch thuật, phần lớn công việc này nuôi sống nghề, chứ không phải là bước đệm để làm nghệ thuật cao siêu.

Khảo sát của Society of Authors tháng 1/2024 với 787 phản hồi cho thấy 26% họa sĩ minh họa và 36% dịch giả đã mất việc vì AI tạo sinh.

Biểu đồ dòng thời gian tài trợ và thu nhập của giới sáng tạoBiểu đồ dòng thời gian tài trợ và thu nhập của giới sáng tạo

Tác giả cũng nói rõ lịch sử: kiếm sống bằng nghệ thuật thuần túy chưa bao giờ dễ. Van Gogh sống nhờ trợ cấp của em trai, nhiều danh họa sống nhờ gia sản thừa kế. Warhol vẽ quảng cáo giày, Hopper vẽ minh họa cho tạp chí, Rushdie viết nội dung quảng cáo. Cái đang bị đe dọa không phải là nghệ thuật, mà là công việc thương mại giúp nghệ sĩ trả tiền nhà trong lúc trau dồi tay nghề.

Sản phẩm bàn giao và kết quả thực tế

Peake phân biệt hai thứ dễ bị lẫn: sản phẩm bàn giao (deliverable) là thứ trao tay được, như báo cáo, code, bộ slide, ảnh chiến dịch. Còn kết quả (outcome) là mục đích ban đầu, như buổi thuyết trình trước hội đồng quản trị hay một thương vụ chốt được. Kết quả chỉ xảy ra khi người khác đồng ý, tiếp nhận và làm theo.

AI giỏi tạo sản phẩm bàn giao vì nhiều thứ trong số đó chấm được. Nuôi dạy con là chuỗi kết quả không chấm được nhưng giá trị không ai tranh cãi.

Có thêm một lớp: trách nhiệm giải trình. Khi mọi thứ hỏng, không thể quy trách nhiệm cho mô hình. Nhưng nếu bạn bị sa thải vì công việc làm bằng AI, người thay bạn sẽ ngồi đúng chiếc ghế đó và dùng đúng gói thuê bao đó.

Một dữ liệu đáng lo cho người mới vào nghề

Phần phụ lục của bài dẫn nghiên cứu của Erik Brynjolfsson, Bharat Chandar và Ruyu Chen (bản cập nhật tháng 8/2026), dựa trên hồ sơ lương của Mỹ đến tháng 6/2026. Việc làm của người 22 đến 25 tuổi trong các nghề chịu ảnh hưởng AI nhiều nhất thấp hơn khoảng 19% so với mức nếu giữ nhịp với nhóm cùng lứa ở nghề ít chịu ảnh hưởng, chủ yếu do ít được tuyển hơn. Chính các tác giả nhấn mạnh đây là một mô thức trong dữ liệu, không chứng minh AI là nguyên nhân.

Một nghiên cứu khác trên khoảng 1,4 triệu tin tuyển dụng tự do cho thấy tin về viết lách và lập trình giảm 21% so với nhóm kỹ năng thủ công trong 8 tháng sau khi ChatGPT ra mắt; tin về tạo hình ảnh giảm 17%.

Góc nhìn

Với lập trình viên Việt Nam, khung phân tích này hữu ích hơn mọi lời cảnh báo chung chung. Hãy nhìn vào công việc mình làm hằng ngày và tự hỏi: kết quả có chấm được tự động không, và khách hàng có đồng thuận rõ ràng về giá trị của nó không. Những việc nằm ở giao điểm đó sẽ bị AI đảm nhận phần lớn, không phụ thuộc vào việc nó "nghe có vẻ người" đến đâu.

Cảnh báo về lao động trẻ là điều đáng lo nhất. Nếu doanh nghiệp cắt tuyển dụng vị trí sơ cấp vì cho rằng AI làm được, họ sẽ mất nguồn kỹ sư có kinh nghiệm trong vài năm tới. Đây là rủi ro tổ chức, không chỉ là chuyện của từng cá nhân.

Những bài trước trên Lehuy.net đã nói về cảm giác mất mát của người viết code, như khi AI khiến một lập trình viên cảm thấy mất mát. Bài này bổ sung phần cơ chế: giải thích vì sao ranh giới tự động hóa chạy theo khả năng kiểm chứng chứ không theo cảm giác khó hay dễ của con người. Hiểu cơ chế đó giúp chọn chỗ để học kỹ năng mới, thay vì chỉ lo lắng.

Ba thói quen tác giả đề xuất đều làm được ngay: xác định rõ kết quả trước khi yêu cầu sản phẩm bàn giao; kiểm tra lại mọi thứ như thể tên mình sẽ đứng trên đó; và bám đủ sát công việc để xác nhận kết quả vừa đúng vừa hợp mục đích.

Nguồn: robertpeake.com · Quy trình biên tập

Chia sẻ:FacebookX