5 tác vụ ChatGPT vẫn chưa thể làm thay lập trình viên

Sự xuất hiện của ChatGPT đã làm thay đổi đáng kể cách lập trình viên làm việc. Chỉ trong vài giây, AI có thể tạo một đoạn mã hoàn chỉnh, giải thích cú pháp, đề xuất thuật toán hoặc hỗ trợ sửa lỗi dựa trên thông báo lỗi mà người dùng cung cấp. Với nhiều người, ChatGPT giống như một phiên bản thông minh hơn của Stack Overflow, giúp rút ngắn đáng kể thời gian tìm kiếm tài liệu và giải quyết các vấn đề kỹ thuật thường gặp.

Tuy nhiên, càng sử dụng lâu, các lập trình viên càng nhận ra rằng ChatGPT vẫn chỉ là một công cụ hỗ trợ chứ chưa thể thay thế vai trò của kỹ sư phần mềm. AI có thể viết mã rất nhanh, nhưng vẫn tồn tại nhiều giới hạn liên quan đến tư duy, khả năng ra quyết định và trách nhiệm nghề nghiệp. Dưới đây là năm nhóm công việc mà ChatGPT hiện vẫn chưa thể đảm nhiệm thay con người.

Viết mã cho các sản phẩm thương mại của doanh nghiệp

Một trong những hạn chế đầu tiên của ChatGPT không nằm ở năng lực lập trình mà ở khía cạnh pháp lý. Mã nguồn do AI tạo ra có thể được tổng hợp từ lượng dữ liệu khổng lồ mà mô hình đã học trong quá trình huấn luyện, bao gồm rất nhiều dự án mã nguồn mở trên Internet. Điều này khiến người dùng rất khó xác định đoạn mã đó có bắt nguồn từ một dự án cụ thể hay không, cũng như giấy phép sử dụng (license) của nó là gì.

Không ít lập trình viên cho biết họ từng nhận ra ChatGPT tạo ra những đoạn mã gần như giống hệt với các dự án được lưu trữ trên GitHub. Nếu những đoạn mã này vô tình được đưa vào sản phẩm thương mại, doanh nghiệp có thể đối mặt với các tranh chấp về bản quyền hoặc giấy phép phần mềm mà không hề hay biết.

Ngay cả khi ChatGPT thực sự tạo ra đoạn mã hoàn toàn mới, vấn đề vẫn chưa kết thúc. Nhiều chuyên gia pháp lý cho rằng nội dung do AI tạo ra hiện chưa được bảo hộ bản quyền theo cách truyền thống, khiến doanh nghiệp gặp nhiều rủi ro khi sử dụng trực tiếp trong các sản phẩm thương mại. Chính vì vậy, tại nhiều công ty công nghệ lớn, ChatGPT được xem là công cụ tham khảo chứ không phải nguồn tạo mã có thể sao chép và đưa thẳng vào sản phẩm.

Giải quyết những bài toán đòi hỏi tư duy phản biện

ChatGPT có thể tạo ra đoạn mã hoàn toàn chính xác về mặt cú pháp nhưng điều đó không đồng nghĩa với việc nó đang giải quyết đúng bài toán.

Điều này đặc biệt dễ thấy trong lĩnh vực phân tích dữ liệu hoặc khoa học dữ liệu. Chẳng hạn, nếu yêu cầu ChatGPT viết chương trình để kiểm định xem mức độ hài lòng của các nhóm tuổi có khác biệt hay không, AI hoàn toàn có thể lựa chọn phép kiểm định thống kê không phù hợp. Nó có thể đề xuất kiểm định T-test trong khi dữ liệu có nhiều hơn hai nhóm tuổi hoặc không đáp ứng các giả định cần thiết để phép kiểm định này có ý nghĩa.

Về bản chất, ChatGPT không hiểu mục tiêu kinh doanh, không biết dữ liệu có đáp ứng điều kiện của thuật toán hay không và cũng không đánh giá được kết quả phân tích có đáng tin cậy hay không. AI chỉ tạo ra đoạn mã phù hợp với yêu cầu được diễn đạt bằng ngôn ngữ tự nhiên. Nếu yêu cầu ban đầu chưa chính xác hoặc chưa đầy đủ, ChatGPT vẫn sẽ tạo ra "đoạn mã đúng cho một bài toán sai", dẫn đến những kết quả thiếu giá trị trong thực tế.

Đó cũng là lý do những công việc cần phân tích vấn đề, lựa chọn phương pháp phù hợp hoặc đánh giá tính đúng đắn của lời giải vẫn phụ thuộc rất nhiều vào kinh nghiệm của lập trình viên.

Hiểu được mục tiêu và ưu tiên của doanh nghiệp

Viết phần mềm không đơn thuần là lập trình. Trong rất nhiều dự án, phần lớn thời gian của kỹ sư phần mềm lại dành cho việc trao đổi với các phòng ban để hiểu chính xác doanh nghiệp đang cần gì.

Một tính năng mới có thể đồng thời chịu tác động từ nhiều nhóm khác nhau. Bộ phận marketing muốn tăng mức độ tương tác của người dùng, đội ngũ kinh doanh mong muốn bổ sung tính năng hỗ trợ bán chéo sản phẩm, trong khi bộ phận chăm sóc khách hàng lại ưu tiên những công cụ giúp xử lý yêu cầu hỗ trợ nhanh hơn. Những mục tiêu này không phải lúc nào cũng thống nhất với nhau.

ChatGPT có thể tổng hợp thông tin hoặc đề xuất giải pháp, nhưng không thể tự cân bằng giữa các lợi ích khác nhau hay hiểu được bối cảnh kinh doanh thực tế. Quan trọng hơn, AI cũng không có trí tuệ cảm xúc để lắng nghe, thương lượng hoặc xử lý những xung đột giữa các bên liên quan. Đây là những kỹ năng mà các kỹ sư phần mềm, quản lý dự án hay chuyên gia phân tích nghiệp vụ vẫn phải thực hiện mỗi ngày, dù chúng không trực tiếp liên quan đến việc viết mã.

Giải quyết những bài toán hoàn toàn mới

Một điểm mạnh của ChatGPT là khả năng tổng hợp và diễn đạt lại lượng kiến thức khổng lồ đã học. Điều này giúp AI xử lý rất tốt những vấn đề phổ biến mà hàng nghìn người từng gặp trước đó, chẳng hạn như sửa lỗi lập trình, thay đổi giao diện biểu đồ hay tối ưu một đoạn mã Python.

Tuy nhiên, khi gặp một bài toán hoàn toàn mới, ChatGPT thường bộc lộ nhiều hạn chế. AI không thực sự sáng tạo theo nghĩa con người vẫn hiểu, mà chủ yếu kết hợp và tái sử dụng những mẫu kiến thức đã tồn tại trong dữ liệu huấn luyện.

Tác giả bài viết đã thử yêu cầu ChatGPT viết chương trình hỗ trợ tổ chức một buổi tiệc cộng đồng với những quy tắc rất đặc biệt liên quan đến nguyên liệu của món ăn và chữ cái đầu trong họ của người tham gia. Kết quả là AI hiểu sai yêu cầu ngay từ đầu và tạo ra một lời giải không đáp ứng được bài toán. Đây là minh chứng cho thấy khi không có đủ dữ liệu tham khảo hoặc tiền lệ tương tự, ChatGPT rất dễ đưa ra những câu trả lời nghe có vẻ hợp lý nhưng thực tế lại không giải quyết đúng vấn đề.

Đưa ra những quyết định mang tính đạo đức

Có lẽ hạn chế lớn nhất của ChatGPT là không thể đưa ra các quyết định mang tính đạo đức như con người.

Trong phát triển phần mềm, lập trình không chỉ là viết đúng thuật toán mà còn phải cân nhắc những tác động mà hệ thống có thể gây ra đối với xã hội. Ví dụ, nếu được yêu cầu xây dựng một hệ thống xét duyệt khoản vay, ChatGPT hoàn toàn có thể tạo ra mô hình học máy dựa trên dữ liệu lịch sử. Tuy nhiên, AI không thể nhận ra rằng chính dữ liệu lịch sử đó có thể chứa những thiên lệch khiến một số nhóm người bị đối xử bất công.

Việc phát hiện, đánh giá và loại bỏ những thiên lệch như vậy vẫn là trách nhiệm của con người. Các kỹ sư phải cân nhắc yếu tố công bằng, quyền riêng tư, tác động xã hội và những chuẩn mực đạo đức trước khi đưa hệ thống vào vận hành. Lịch sử công nghệ từng chứng kiến không ít ví dụ như công cụ tuyển dụng của Amazon bị phát hiện thiên vị ứng viên nam, hay hệ thống nhận diện hình ảnh của Google từng phân loại nhầm người da màu thành khỉ đột. Những sai sót này đều do con người tạo ra, nhưng cũng chính con người là bên có khả năng nhận ra vấn đề, tranh luận về đúng sai và cải thiện hệ thống theo thời gian.

ChatGPT không có lương tâm, sự đồng cảm hay khả năng suy luận đạo đức. AI cũng không phải là chủ thể chịu trách nhiệm khi hệ thống gây ra hậu quả. Đây là khoảng cách rất lớn khiến ChatGPT khó có thể thay thế vai trò của lập trình viên trong những dự án có ảnh hưởng trực tiếp đến con người.

ChatGPT đã trở thành một công cụ hỗ trợ lập trình mạnh mẽ, giúp tăng năng suất trong nhiều công việc như tạo mã nguồn, giải thích thuật toán, tìm lỗi hay tra cứu tài liệu. Tuy nhiên, viết phần mềm chuyên nghiệp chưa bao giờ chỉ là tạo ra những dòng mã đúng cú pháp.

Đằng sau mỗi sản phẩm còn là hàng loạt quyết định liên quan đến kiến trúc hệ thống, yêu cầu kinh doanh, khả năng mở rộng, tính bảo mật, yếu tố pháp lý và trách nhiệm đạo đức. Đây đều là những lĩnh vực mà ChatGPT hiện vẫn chưa thể thay thế con người.

Trong tương lai, AI chắc chắn sẽ tiếp tục hỗ trợ lập trình viên hiệu quả hơn, nhưng vai trò của kỹ sư phần mềm sẽ không biến mất. Thay vào đó, họ sẽ dành ít thời gian hơn cho việc viết mã lặp lại và tập trung nhiều hơn vào những công việc đòi hỏi tư duy phản biện, khả năng ra quyết định và hiểu biết sâu sắc về con người cũng như doanh nghiệp.