Nghịch lý bi hài: lập trình viên dùng AI viết code sẽ chậm hơn nhưng lại tưởng là nhanh hơn

[Mai Nhung]

Một nghiên cứu mới vừa tiết lộ một nghịch lý đáng kinh ngạc: các công cụ AI hỗ trợ lập trình không những không giúp các lập trình viên giàu kinh nghiệm làm việc nhanh hơn, mà trên thực tế còn làm họ chậm lại 19%. Đáng nói hơn, ngay cả khi hiệu suất giảm sút, những người tham gia vẫn tin rằng AI đã giúp họ làm việc hiệu quả hơn, một hiện tượng được các nhà nghiên cứu mô tả là "ảo giác năng suất".

Thí nghiệm thực tế và kết quả bất ngờ​

Nghiên cứu do tổ chức phi lợi nhuận Model Evaluation & Threat Research (METR) thực hiện đã được tiến hành với 16 lập trình viên có kinh nghiệm cao, thường xuyên làm việc trên các dự án mã nguồn mở lớn. Họ được yêu cầu giải quyết 246 vấn đề thực tế, bao gồm sửa lỗi và phát triển tính năng mới. Các công việc này được phân bổ ngẫu nhiên để thực hiện có hoặc không có sự hỗ trợ của công cụ AI (chủ yếu là Cursor Pro với mô hình Claude 3.5 Sonnet).

Kết quả thu được đã đi ngược lại hoàn toàn với kỳ vọng. Thay vì tăng tốc, trí tuệ nhân tạo (AI) đã làm chậm quá trình làm việc của các lập trình viên tới 19%. Tuy nhiên, điều khiến các nhà nghiên cứu bất ngờ nhất chính là sự mâu thuẫn giữa nhận thức và thực tế. Mặc dù làm việc chậm hơn, những người tham gia vẫn tin rằng AI đã giúp họ hoàn thành công việc nhanh hơn 20% so với khi không có sự hỗ trợ.

Trong khi các chuyên gia và các nhà phát triển cho rằng AI sẽ giúp tăng tốc độ làm việc, con số thực tế hóa ra lại giảm tốc độ làm việc 19%​

Năm lý do khiến AI làm chậm các chuyên gia lập trình​

Các nhà nghiên cứu đã xác định năm nguyên nhân chính dẫn đến hiện tượng này:

1. Sự quá lạc quan: Các lập trình viên có những kỳ vọng không thực tế về khả năng của AI.
2. Sự quen thuộc cao: Do những người tham gia đã quá am hiểu về các dự án mà họ đang làm việc, nên AI không thể cung cấp thêm giá trị nào đáng kể.
3. Độ phức tạp của dự án: AI hoạt động kém hiệu quả hơn đáng kể khi làm việc với các dự án có quy mô lớn (hơn một triệu dòng code).
4. Độ tin cậy thấp: Các lập trình viên chỉ chấp nhận chưa đến 44% các gợi ý do AI tạo ra, và phải dành một lượng thời gian đáng kể để kiểm tra, xác minh và chỉnh sửa chúng.
5. Thiếu hiểu biết về ngữ cảnh: AI thiếu sự hiểu biết sâu sắc về ngữ cảnh cụ thể của từng dự án, khiến các đề xuất của nó thường không phù hợp.

Sự thay đổi trong quy trình làm việc và "ảo giác năng suất"​

Nghiên cứu cũng cho thấy một sự thay đổi rõ rệt trong cách làm việc khi có sự hỗ trợ của AI. Thay vì dành thời gian để tự viết code và tìm kiếm thông tin, các lập trình viên lại phải dành nhiều thời gian hơn để tương tác với AI: viết câu lệnh (prompt), chờ đợi phản hồi, và sau đó là đánh giá, kiểm tra kết quả. Điều này tạo ra một chu trình làm việc hoàn toàn khác, trong đó thời gian thực sự viết code giảm đi, nhưng tổng thời gian để hoàn thành công việc lại tăng lên.

Hiện tượng "ảo giác năng suất" này không phải là duy nhất. Các nghiên cứu khác trong nhiều lĩnh vực cũng đã chỉ ra những hạn chế tương tự của AI trong việc cải thiện năng suất thực tế, dù người dùng có thể có cảm giác ngược lại.

Nghiên cứu phát hiện trong khi những người không sử dụng AI có nhiều thời gian hơn để viết code, những người được hỗ trợ bởi AI dành nhiều thời gian hơn để prompt và chờ AI thực hiện, sau đó xem xét kết quả của nó​

Tuy nhiên, các tác giả cũng cảnh báo rằng kết quả này cần được xem xét trong một bối cảnh cụ thể. Việc AI làm chậm tiến độ trong nghiên cứu này không có nghĩa là nó không bao giờ hữu ích. Hiệu quả của các công cụ AI phụ thuộc rất nhiều vào kinh nghiệm của người dùng, mức độ quen thuộc của họ với công việc, và sự phức tạp của dự án. Dù vậy, nghiên cứu này là một lời nhắc nhở quan trọng về sự khác biệt giữa kỳ vọng và thực tế trong việc ứng dụng công nghệ AI, đặc biệt là hiện tượng "ảo giác năng suất" mà nhiều người dùng có thể đang trải qua mà không hề hay biết.