Tuy nhiên, đằng sau những lợi ích về năng suất, một bộ phận lập trình viên lại cảm thấy công việc ngày càng mất đi thử thách trí tuệ và niềm vui sáng tạo vốn là động lực gắn bó với nghề. Sự thay đổi này cũng đặt ra câu hỏi về cách đào tạo thế hệ kỹ sư tiếp theo trong kỷ nguyên AI.
Theo CNBC ngày 20/11/2026, AI đang ngày càng trở thành một phần trong hoạt động thường nhật của các nhóm phát triển phần mềm. Khảo sát nhà phát triển năm 2026 của Stack Overflow cho thấy 83% người tham gia khảo sát cho biết họ sử dụng ít nhất một công cụ AI.
Những công cụ này có thể hỗ trợ viết mã, phát hiện và sửa lỗi, kiểm thử phần mềm, xây dựng nguyên mẫu và hoàn thiện các tính năng mới. Thay vì phải tự thực hiện từng bước, kỹ sư có thể mô tả yêu cầu bằng ngôn ngữ tự nhiên, sau đó để AI đề xuất hoặc tạo ra phần lớn mã nguồn cần thiết.
Tuy nhiên, khi những công việc từng đòi hỏi nhiều giờ nghiên cứu và xử lý kỹ thuật được rút ngắn xuống chỉ còn vài câu lệnh, một số kỹ sư bắt đầu cảm thấy vai trò của mình đang thay đổi theo hướng ít sáng tạo hơn.
Khi lập trình viên nhớ cảm giác tự giải quyết vấn đề
Gemma Rodgers, một nhà phát triển phần mềm tại Anh, bắt đầu học ngành khoa học máy tính từ năm 2002. Khi đó, nghề kỹ sư phần mềm hấp dẫn những người yêu thích việc tìm hiểu cấu trúc mã nguồn, truy tìm lỗi và tự xây dựng chương trình từ đầu.
Đối với Rodgers, niềm vui lớn nhất của công việc không chỉ nằm ở sản phẩm hoàn thành mà còn ở quá trình giải quyết những vấn đề kỹ thuật phức tạp. Có những lỗi phần mềm khiến cô phải dành nhiều ngày, thậm chí nhiều tuần, để tìm nguyên nhân và xây dựng giải pháp.
Nhưng AI đang làm thay đổi trải nghiệm đó. Những vấn đề trước đây cần nhiều thời gian phân tích đôi khi có thể được giải quyết chỉ bằng một vài câu lệnh. Rodgers cho biết cảm giác vui thích và thỏa mãn khi vượt qua một thử thách kỹ thuật đã phần nào suy giảm. Cô mô tả niềm vui hiện tại giống như một chút hứng khởi thoáng qua, thay vì cảm giác trọn vẹn khi tự mình hoàn thành một bài toán khó.
Dù vậy, Rodgers không phủ nhận những lợi ích của AI. Công nghệ này giúp giảm rào cản gia nhập ngành, tạo cơ hội cho nhiều người có thể tham gia phát triển phần mềm mà trước đây có thể gặp khó khăn nếu phải tự viết toàn bộ mã nguồn.
Điều khiến cô lo ngại là các kỹ năng nền tảng có nguy cơ bị mai một khi lập trình viên quá phụ thuộc vào công cụ tự động. Những dịch vụ AI và nền tảng trực tuyến vẫn có thể gặp sự cố. Khi đó, kỹ sư cần đủ kiến thức để tự điều tra nguyên nhân, hiểu hệ thống và khắc phục vấn đề, thay vì chỉ biết đưa yêu cầu cho máy móc.
Vai trò của kỹ sư chuyển từ viết mã sang đánh giá AI
Sự thay đổi không chỉ nằm ở cảm nhận của từng cá nhân mà còn tác động trực tiếp đến cách tổ chức công việc trong các doanh nghiệp phần mềm.
James Broadhead, Giám đốc công nghệ của công ty Taktile chuyên về công nghệ hỗ trợ ra quyết định bằng AI, cho biết trước đây một kỹ sư có thể mất khoảng ba tuần để xây dựng một nguyên mẫu sản phẩm. Hiện nay, với sự hỗ trợ của AI, họ có thể tạo ra tới 10 nguyên mẫu chỉ trong một buổi chiều.
Tốc độ phát triển nhanh hơn đồng nghĩa với việc kỹ sư phải đối mặt với một nhiệm vụ mới: đánh giá xem sản phẩm nào thực sự tốt và có thể đưa vào sử dụng.
Theo Broadhead, các tác nhân AI có thể tạo ra lượng mã nguồn lớn đến mức kỹ sư không còn đọc và kiểm tra toàn bộ như trước. Điều này làm thay đổi cách họ hiểu và kiểm soát cấu trúc của một dự án phần mềm. Trước đây, quá trình trực tiếp xây dựng mã nguồn giúp kỹ sư dần hình thành hiểu biết sâu về toàn bộ hệ thống. Khi AI liên tục tạo và thay đổi mã, việc duy trì sự am hiểu đó trở nên khó khăn hơn.
Vì vậy, năng lực quan trọng của kỹ sư trong môi trường mới không chỉ là khả năng viết mã nhanh mà còn là tư duy kiến trúc, đánh giá chất lượng, phát hiện lỗi và xác định liệu giải pháp do AI tạo ra có đáp ứng yêu cầu thực tế hay không.
Đây là sự chuyển dịch từ công việc trực tiếp tạo ra mã nguồn sang vai trò định hướng, giám sát và kiểm chứng kết quả do máy móc sản xuất.
AI tạo ra khoảng cách mới giữa các kỹ sư
Joshua Wöhle, Giám đốc điều hành công ty đào tạo AI Mindstone tại London, nhận định AI đang tạo ra sự phân hóa ngày càng lớn giữa những người biết khai thác công nghệ và những người chưa thích nghi được với phương thức làm việc mới.
Trước đây, ngành công nghệ thường sử dụng khái niệm kỹ sư năng suất gấp 10 lần để nói về những cá nhân có khả năng tạo ra kết quả vượt trội so với đồng nghiệp. Theo Wöhle, AI có thể tiếp tục mở rộng khoảng cách này, tạo ra những kỹ sư có năng suất vượt trội hơn nhiều lần nhờ khả năng sử dụng hiệu quả các công cụ tự động.
Điều đó đặt doanh nghiệp trước một lựa chọn khó khăn: đầu tư đào tạo để giúp đội ngũ hiện tại thích nghi với AI hay ưu tiên tuyển dụng những người đã thành thạo công nghệ và có khả năng khai thác tối đa năng lực của các công cụ mới.
Tuy nhiên, sự chuyển đổi này cũng tạo ra áp lực tâm lý đối với những người đã dành nhiều năm rèn luyện kỹ năng lập trình. Những người từng có lợi thế nhờ khả năng viết mã và giải quyết vấn đề trực tiếp có thể nhận thấy chính những kỹ năng làm nên giá trị nghề nghiệp của họ đang giảm dần vai trò trong mô hình sản xuất mới.
Theo Wöhle, đây là một sự mất mát thực sự đối với những người yêu thích công việc lập trình, bởi điều họ từng say mê không còn là phần công việc mà doanh nghiệp sẵn sàng trả giá cao như trước.
Nguy cơ thế hệ kỹ sư trẻ thiếu kỹ năng nền tảng
Một trong những vấn đề đáng chú ý nhất là tác động của AI đối với quá trình đào tạo và phát triển kỹ năng của các kỹ sư trẻ.
Chris Sees, kỹ sư phần mềm có hơn 20 năm kinh nghiệm và là Giám đốc điều hành công ty văn phòng ảo Hoxton Mix tại London, có cách nhìn tích cực hơn về sự thay đổi này. Ông xem AI như một kỹ sư cấp dưới có năng lực, có thể đảm nhận nhiều nhiệm vụ nhưng vẫn cần con người giám sát.
Theo Sees, điều quan trọng là kỹ sư phải biết việc nào nên giao cho AI và khi nào cần sử dụng phán đoán của con người. Ông cho rằng việc phát hiện những sai sót trong kết quả do AI tạo ra cũng có thể mang lại sự thỏa mãn trong công việc.
Tuy nhiên, Sees lo ngại nếu AI đảm nhận phần lớn các nhiệm vụ viết mã và sửa lỗi thông thường, những kỹ sư mới vào nghề sẽ mất đi cơ hội tích lũy kinh nghiệm thực tế. Đây vốn là những công việc giúp họ hiểu cách hệ thống vận hành, học cách xử lý sự cố và hình thành tư duy kỹ thuật.
Nếu doanh nghiệp để AI thực hiện toàn bộ những nhiệm vụ này mà không có chương trình đào tạo thay thế, thế hệ kỹ sư trẻ có thể thiếu nền tảng cần thiết để xử lý những vấn đề phức tạp hơn trong tương lai.
Vấn đề không đơn giản là có nên sử dụng AI hay không, mà là làm thế nào để đưa AI vào quy trình đào tạo mà không biến nó thành công cụ làm thay mọi công đoạn tư duy của người học.
Doanh nghiệp cần cân bằng năng suất và năng lực con người
Đối với Rodgers, giải pháp không phải là từ chối AI mà là duy trì quyền chủ động trong cách sử dụng công nghệ. Là một nhà phát triển độc lập, cô có thể giao cho AI những nhiệm vụ đơn điệu, tốn thời gian, đồng thời giữ lại những phần công việc đòi hỏi tư duy và khả năng giải quyết vấn đề mà cô yêu thích.
Cách tiếp cận này gợi mở một vấn đề quan trọng đối với các doanh nghiệp phần mềm: hiệu quả của AI không nên chỉ được đo bằng số dòng mã được tạo ra, số lượng tính năng hoàn thành hay thời gian đưa sản phẩm ra thị trường.
Một quy trình phát triển phần mềm hiệu quả vẫn cần bảo đảm kỹ sư hiểu được mã nguồn, kiểm soát được chất lượng sản phẩm và có khả năng xử lý sự cố khi hệ thống gặp vấn đề. Đồng thời, doanh nghiệp cần duy trì môi trường để nhân viên tiếp tục học hỏi, thử nghiệm và phát triển năng lực chuyên môn.
Trong ngắn hạn, AI có thể giúp các nhóm kỹ thuật tăng tốc độ phát triển sản phẩm và giảm khối lượng công việc lặp lại. Nhưng về dài hạn, nếu quá trình tự động hóa khiến kỹ sư mất đi khả năng tư duy độc lập, doanh nghiệp có thể phải đối mặt với rủi ro thiếu hụt nhân lực có đủ kiến thức nền tảng để kiểm soát những hệ thống ngày càng phức tạp.
Cuộc cách mạng AI trong phát triển phần mềm vì vậy đang đặt ngành công nghệ trước một nghịch lý: máy móc giúp con người tạo ra nhiều sản phẩm hơn trong thời gian ngắn hơn, nhưng cũng có thể làm suy giảm những trải nghiệm trí tuệ từng khiến nghề lập trình trở nên hấp dẫn.
Tương lai của kỹ sư phần mềm có thể không còn được quyết định chủ yếu bởi khả năng viết mã nhanh, mà bởi năng lực xác định vấn đề, thiết kế hệ thống, đánh giá kết quả do AI tạo ra và chịu trách nhiệm về chất lượng cuối cùng. Thách thức của doanh nghiệp là khai thác được năng suất từ AI mà không đánh mất năng lực sáng tạo, tư duy phản biện và kinh nghiệm thực tiễn của con người.