Các công cụ lập trình hỗ trợ AI thường được ca ngợi như những chất xúc tác tăng tốc phát triển phần mềm. Tuy nhiên, một thử nghiệm ngẫu nhiên có đối chứng gần đây do các nhà khoa học máy tính thực hiện đã tiết lộ kết quả trái ngược: những công cụ này thực sự có thể khiến nhà phát triển chậm hơn.
Thực Tế Khó Ngờ Của AI Trong Lập Trình
Nhóm nghiên cứu từ Model Evaluation & Threat Research (METR), một tổ chức phi lợi nhuận, công bố phát hiện thách thức quan điểm phổ biến. Nghiên cứu cho thấy dù kỳ vọng cao, công cụ AI hỗ trợ lập trình lại làm giảm tốc độ của nhà phát triển. Đáng ngạc nhiên hơn, những người dùng các công cụ này đánh giá quá cao hiệu suất của mình, tự trải nghiệm “ảo tưởng AI”.
Người tham gia nghiên cứu dự đoán tốc độ hoàn thành tác vụ tăng 24%. Nhưng dữ liệu cho thấy thời gian hoàn thành thực tế tăng 19%. Ngay cả sau nghiên cứu, nhà phát triển vẫn tin AI giúp họ nhanh hơn khoảng 20%, trái ngược hoàn toàn với bằng chứng thực tế về sự chậm lại.
“Ngạc nhiên là chúng tôi phát hiện AI thực sự làm tăng 19% thời gian hoàn thành — công cụ AI khiến nhà phát triển chậm đi.”
Phân Tích Sâu Nghiên Cứu METR
Nghiên cứu gồm 16 nhà phát triển kỳ cựu đóng góp cho dự án mã nguồn mở lớn. Họ cung cấp 246 vấn đề thực tế như sửa lỗi, tính năng mới kèm ước tính thời gian. Các tác vụ được phân ngẫu nhiên thành nhóm dùng hoặc không dùng AI. Nhóm dùng AI chủ yếu chọn Cursor Pro tích hợp Claude 3.5/3.7 Sonnet. Thử nghiệm diễn ra từ tháng 2 đến tháng 6/2025.
5 Yếu Tố Chính Gây Giảm Năng Suất
Nhóm nghiên cứu chỉ ra nhiều nguyên nhân:
- Đánh giá quá lạc quan về AI: Nhà phát triển kỳ vọng phi thực tế về khả năng AI.
- Hiểu biết sâu về kho mã nguồn: Chuyên gia làm việc trên dự án quen thuộc thấy ít giá trị thực tế từ AI, gợi ý AI có thể thừa với người có kiến thức sâu.
- Kho mã đồ sộ và phức tạp: AI hoạt động kém hẳn trên codebase lớn quá 1 triệu dòng, không nắm bắt được ngữ cảnh đầy đủ.
- Độ tin cậy AI thấp: Nhà phát triển chỉ chấp nhận dưới 44% đề xuất từ AI, sau đó tốn nhiều thời gian kiểm tra và sửa đầu ra AI.
- Ngữ cảnh ngầm: Công cụ AI thường không hiểu thông tin ngữ cảnh tinh vi, không thành văn trong dự án phức tạp.
Một số yếu tố phụ như độ trễ AI hay ngữ cảnh đầu vào chưa tối ưu cũng có thể ảnh hưởng, dù mức độ chính xác chưa rõ.
Ảnh Hưởng Rộng Và Bằng Chứng Hỗ Trợ
Nghiên cứu METR không đơn độc. Nhiều nghiên cứu gần đây cùng thách thức niềm tin phổ biến về lợi ích năng suất ngay lập tức từ AI:
- Công ty AI Qodo phát hiện lợi ích cảm nhận từ AI thường bị bù trừ bởi công sức kiểm tra code AI tạo ra.
- Khảo sát kinh tế Đan Mạch chỉ ra AI sinh không ảnh hưởng đo lường được tới việc làm hay lương.
- Nghiên cứu Intel gợi ý máy tính AI dù tiên tiến có thể làm người dùng kém năng suất.
- Nhân viên tổng đài điện lực Trung Quốc báo cáo AI tuy tăng tốc một số tác vụ nhưng thường tạo thêm việc, dẫn đến chậm tổng thể.
Khía cạnh “thêm việc” này rất quan trọng. Biểu đồ nghiên cứu METR minh họa: “Khi được dùng AI, nhà phát triển dành ít thời gian hơn cho viết code hay tìm kiếm/thông tin, thay vào đó là nhập lệnh AI, chờ đợi/kiểm tra đầu ra AI và nhàn rỗi.”
Trên thực tế, nhiều lập trình viên thấy công cụ AI hữu ích để nhanh chóng kiểm tra kịch bản mới hay tự động hóa tác vụ thường ngày. Tuy nhiên, lợi ích gia tăng này thường không chuyển thành tiết kiệm thời gian tổng thể do việc kiểm định nghiêm ngặt code AI tạo ra vẫn không thể thiếu. Khác với thực tập sinh, công cụ AI không học từ phản hồi theo cách thực sự giảm nhu cầu giám sát, khiến lập trình có thể thú vị hơn nhưng không nhất thiết hiệu quả hơn.
Lưu Ý Quan Trọng Và Triển Vọng Tương Lai
Tác giả nghiên cứu — Joel Becker, Nate Rush, Beth Barnes và David Rein — nhấn mạnh phát hiện chỉ nên xem xét trong bối cảnh hẹp. Nghiên cứu này là một lát cắt thời gian dựa trên công cụ và điều kiện thử nghiệm cụ thể.
Họ nêu rõ: “Sự chậm lại chúng tôi quan sát không ngụ ý công cụ AI hiện tại không thường cải thiện năng suất nhà phát triển — chúng tôi thấy bằng chứng rằng hiểu biết sâu về kho mã và quy mô/độ trưởng thành của kho mã đều góp phần vào sự chậm lại quan sát được, và những yếu tố này không áp dụng trong nhiều cài đặt phát triển phần mềm khác.”
Các nhà nghiên cứu cũng lưu ý kết luận không phủ nhận tiện ích hệ thống AI hiện tại trong mọi tình huống, cũng không loại trừ khả năng mô hình AI tương lai mang lại cải tiến đáng kể năng suất nhà phát triển. Hành trình tích hợp AI vào phát triển phần mềm vẫn đang tiến hóa, và tiềm năng thực sự vẫn chưa được hiện thực hóa đầy đủ.