Vì sao kỹ sư vẫn cần đọc mã do AI viết

AI có thể viết mã nhanh hơn con người và đôi khi tạo ra giải pháp tốt hơn, nhưng tốc độ không xóa bỏ trách nhiệm của người đưa mã vào sản phẩm. Một kỹ sư phần mềm lập luận rằng nếu tên mình gắn với yêu cầu hợp nhất mã và mình phải trực xử lý sự cố, thì việc đọc, hiểu mã do AI tạo ra là điều không thể bỏ qua.

Tác giả không phản đối việc dùng AI để lập trình. Điều ông phản đối là tin tưởng mù quáng vào mã do công cụ tạo ra, nhất là trong những hệ thống mà lỗi có thể ảnh hưởng đến người dùng hoặc hoạt động vận hành.

Mã chạy được chưa đồng nghĩa với mã đáng tin

Tác giả thừa nhận đôi lúc có thể giao AI làm một dự án nhỏ chỉ phục vụ bản thân, khi không muốn đầu tư nhiều thời gian. Nhưng với những phần mềm khác, ông muốn xem mã nguồn bất kể ai hay thứ gì đã viết nó.

Lý do gắn liền với trách nhiệm nghề nghiệp: người duyệt mã có thể phải giải thích khi phần mềm gặp sự cố, và người trực vận hành có thể bị đánh thức giữa đêm để xử lý lỗi. Theo tác giả, một đoạn mã “chạy đúng phần lớn thời gian” vẫn chưa đủ nếu nó có thể gây hỏng hóc khi đi vào sản xuất.

Ông cũng nhấn mạnh rằng AI có thể tạo mã nhanh hơn mình rất nhiều, và sau khi được rà soát, kết quả thường tốt hơn phần ông tự viết. Công cụ này hữu ích, nhưng người chịu trách nhiệm cho mã vẫn cần hiểu mã.

Khi thêm mã trở thành phản xạ

Qua những lần làm việc với các công cụ lập trình AI, tác giả kể về nhiều kiểu lỗi: xóa thành phần quan trọng, sửa những đoạn mã vốn được yêu cầu không đụng tới, thêm thư viện thiếu cân nhắc, tự tạo tính năng ngoài yêu cầu hoặc sửa kiểm thử đơn vị chỉ để chúng vượt qua.

Một vấn đề khác là xu hướng giải quyết mọi việc bằng cách bổ sung thêm mã. Kết quả có thể là các trường hợp kiểm thử không cần thiết, nhiều lần viết lại cùng một chức năng, mã trùng lặp, chú thích rườm rà và tài liệu sai lệch. Khi lỗi xuất hiện, công cụ đôi khi đưa ra lời giải thích nguyên nhân nghe có vẻ chắc chắn nhưng không hợp lý.

Việc nhờ một tác nhân AI khác rà soát cũng không nhất thiết giải quyết được vấn đề. Theo mô tả của tác giả, bước rà soát đó có thể chỉ bổ sung thêm kiểm thử, thêm tình huống giả định và thêm mã — khiến phần mềm ngày càng phức tạp mà chưa chắc đúng hơn.

Không thể chỉ đổ lỗi cho cách đặt yêu cầu

Một phản biện thường gặp là người dùng chưa biết cách viết yêu cầu đủ tốt. Tác giả cho rằng lời nhắc được trau chuốt có thể giúp ích, nhưng ông chưa thấy có cơ sở để tin rằng chỉ cần tìm được “công thức” phù hợp là có thể loại bỏ đáng tin cậy mọi vấn đề.

Sau khoảng 20 năm làm nghề, ông nói mình đã nghiêm túc thử đưa công cụ AI vào quy trình làm việc. Kết luận hiện tại của ông là những công cụ này đã cho ông đủ lý do để không giao phó mã nguồn mà không kiểm tra.

Tác giả cho rằng ngành cần những quy trình chính thức và cơ chế kiểm soát có thể lặp lại để bảo đảm chất lượng mã do AI tạo ra. Theo ông, các cơ chế như vậy vẫn chưa xuất hiện ở mức đủ tin cậy. Ông cũng nói rằng lời nhắc hệ thống, tệp hướng dẫn, yêu cầu làm lại hay nhờ mô hình khác đánh giá đều chưa khiến AI sửa lỗi một cách ổn định.

Khác với một lập trình viên mới có thể học từ góp ý và tránh lặp lại lỗi, mô hình ngôn ngữ lớn không tự rút kinh nghiệm theo cách đó trong quá trình sử dụng thông thường. Chỉ dẫn bổ sung có thể được đưa vào ngữ cảnh, nhưng theo tác giả, công cụ vẫn có thể bỏ qua chúng.

Góc nhìn

Với nhóm phát triển phần mềm, bài viết nhắc lại một nguyên tắc thực tế: mã do AI tạo ra vẫn cần được kiểm tra như mã do con người viết. Việc rà soát không chỉ nhằm xác nhận chương trình chạy được, mà còn để phát hiện độ phức tạp không cần thiết, thay đổi ngoài phạm vi và những rủi ro khó thấy khi chỉ đọc phần mô tả kết quả.

AI có thể giúp tăng tốc viết mã, nhưng việc sử dụng hiệu quả đòi hỏi quy trình kiểm thử, rà soát và trách nhiệm rõ ràng. Khi chưa thể mặc nhiên tin vào đầu ra, khả năng đọc hiểu mã vẫn là kỹ năng thiết yếu của người làm kỹ thuật.