AI tạo code như thế nào?

Những công cụ lập trình Generative AI đang thay đổi quy trình sản xuất phần mềm cho các doanh nghiệp. Không chỉ nhờ khả năng tạo code – từ việc phát hiện lỗ hổng bảo mật và hỗ trợ hiểu các codebase không quen thuộc, đến việc đơn giản hóa tài liệu và mô tả yêu cầu kéo (pull request), chúng đang định hình lại một cách cơ bản cách những nhà phát triển tiếp cận cơ sở hạ tầng ứng dụng, triển khai và trải nghiệm làm việc của chính họ.

Chúng ta đang chứng kiến ​​một bước ngoặt quan trọng. Khi các mô hình AI ngày càng tốt hơn, việc từ chối áp dụng sẽ giống như “yêu cầu một nhân viên văn phòng sử dụng máy đánh chữ thay vì máy tính”, theo Albert Ziegler, nhà nghiên cứu chính và thành viên của nhóm nghiên cứu và phát triển GitHub Next.

Trong bài viết này, chúng ta sẽ đi sâu vào hoạt động bên trong việc tạo code bằng AI, khám phá cách thức hoạt động, khả năng và lợi ích của nó, cũng như cách các nhà phát triển có thể sử dụng nó để nâng cao trải nghiệm phát triển của họ đồng thời thúc đẩy doanh nghiệp của bạn tiến lên trong bối cảnh cạnh tranh ngày nay.

Cách sử dụng AI để tạo code

Việc tạo code AI đề cập đến các dòng code hoàn chỉnh hoặc một phần được tạo ra bởi máy móc thay vì những nhà phát triển là con người. Công nghệ mới nổi này tận dụng các mô hình Machine Learning tiên tiến, đặc biệt là những mô hình ngôn ngữ lớn (LLM), để hiểu và sao chép cú pháp, mẫu và mô hình được tìm thấy trong code do con người tạo ra.

Các mô hình AI hỗ trợ những công cụ này, như ChatGPT và GitHub Copilot , được đào tạo trên văn bản ngôn ngữ tự nhiên và code nguồn từ những nguồn công khai, bao gồm nhiều ví dụ code khác nhau. Quá trình đào tạo này cho phép chúng hiểu được những sắc thái của các ngôn ngữ lập trình, phong cách lập trình và những thực tiễn phổ biến khác nhau. Kết quả là, AI có thể tạo ra các đề xuất code chính xác về mặt cú pháp và phù hợp với ngữ cảnh dựa trên đầu vào từ những nhà phát triển.

Được 55% các nhà phát triển ưa chuộng, GitHub Copilot – công cụ hỗ trợ lập trình tích hợp AI – cung cấp sự hỗ trợ viết code theo ngữ cảnh dựa trên codebase của tổ chức bạn, hỗ trợ hàng chục ngôn ngữ lập trình và hướng tới các nhà phát triển ở mọi trình độ kinh nghiệm. Với GitHub Copilot, các nhà phát triển có thể tận dụng AI để tạo code theo 3 cách:

1. Viết code và AI có thể tự động hoàn thiện code đó

Tính năng tự động hoàn thiện code là dạng sơ khai nhất của công nghệ tạo code bằng AI. John Berryman, một nhà nghiên cứu cấp cao về Machine Learning (ML) thuộc nhóm GitHub Copilot, giải thích về trải nghiệm người dùng: “Khi bạn đang viết code và tạm dừng để suy nghĩ, thì bản thân công cụ AI cũng đang 'suy nghĩ' theo; nó phân tích đoạn code xung quanh và nội dung trong các thẻ (tab) lân cận. Sau đó, nó hiển thị trên màn hình dưới dạng 'văn bản mờ' màu xám. Bạn có thể từ chối, chấp nhận một phần hoặc chấp nhận toàn bộ gợi ý đó, rồi chỉnh sửa lại nếu cần thiết”.

Mặc dù mọi nhà phát triển đều có thể hưởng lợi từ những công cụ lập trình hỗ trợ bởi AI, nhưng các lập trình viên dày dạn kinh nghiệm thường cảm nhận rõ rệt hơn những lợi ích này. Johan Rosenkilde, nhà nghiên cứu chính tại GitHub Next, chia sẻ: “Trong nhiều trường hợp, đặc biệt là với các lập trình viên giàu kinh nghiệm làm việc trong môi trường quen thuộc, các gợi ý này giúp đẩy nhanh tốc độ làm việc. Việc nhấn phím Tab (để chấp nhận gợi ý) rõ ràng nhanh hơn nhiều so với việc tự tay gõ từng ký tự một”.

Dù là người mới hay chuyên gia lành nghề, các nhà phát triển thường vẫn phải làm việc với những ngôn ngữ lập trình ít quen thuộc; khi đó, các gợi ý hoàn thiện code từ GitHub Copilot sẽ là trợ thủ đắc lực. Berryman cho biết: “Việc sử dụng GitHub Copilot để hoàn thiện code thực sự giúp bạn học hỏi nhanh hơn. Bạn thường chấp nhận các gợi ý vì đó là những đoạn code mà mình khó có thể tự viết ra do chưa nắm vững cú pháp”.

Bản thân việc sử dụng công cụ lập trình AI cũng đã trở thành một kỹ năng vô cùng giá trị. Tại sao vậy? Bởi vì càng thực hành viết code với các công cụ này, nhà phát triển càng trở nên thành thạo và thao tác nhanh hơn.

2. Viết chú thích code rõ ràng bằng ngôn ngữ tự nhiên để nhận được các gợi ý code do AI tạo ra chất lượng hơn nữa

Đối với các nhà phát triển giàu kinh nghiệm khi làm việc trong môi trường lạ, những công cụ như GitHub Copilot thậm chí còn giúp họ gợi nhớ lại kiến ​​thức.

Hãy tưởng tượng một nhà phát triển nhập (import) một loại thư viện mới mà họ chưa từng dùng trước đây hoặc đã quên cách sử dụng. Có thể họ đang cần tìm hiểu về một hàm trong thư viện chuẩn hoặc thứ tự các tham số cần truyền vào hàm đó. Trong những trường hợp này, việc viết một dòng chú thích để giúp GitHub Copilot hiểu rõ hơn về hướng đi mà lập trình viên mong muốn có thể mang lại hiệu quả cao.

Rosenkilde chia sẻ: “Rất có thể lập trình viên không nhớ chính xác công thức, nhưng họ lại nhận ra nó khi nhìn thấy; và GitHub Copilot có thể nhớ lại công thức đó nếu được gợi ý”. Đây chính là lúc các dòng chú thích bằng ngôn ngữ tự nhiên phát huy tác dụng: Chúng đóng vai trò như một shortcut để diễn giải ý định khi lập trình viên đang gặp khó khăn trong việc gõ những ký tự code đầu tiên.

Việc đặt tên cụ thể cho các hàm và biến, cũng như viết tài liệu hướng dẫn, cũng giúp lập trình viên nhận được những gợi ý tốt hơn. Lý do là GitHub Copilot có thể đọc tên biến và sử dụng chúng làm cơ sở để xác định chức năng của hàm đó.

Điều này vô hình trung cải thiện cách lập trình viên viết code, bởi vì code có tên biến và tên hàm rõ ràng, dễ hiểu sẽ dễ bảo trì hơn. Và trên thực tế, công việc chính của một lập trình viên thường là bảo trì code chứ không phải viết mới hoàn toàn.

Rosenkilde cho biết: “Khi bạn đẩy code lên hệ thống, sẽ có người xem xét lại (review) nó; và quá trình này sẽ thuận lợi hơn nhiều nếu code được đặt tên chuẩn xác, có kèm theo chút tài liệu giải thích, v.v...” Theo nghĩa đó, mối quan hệ cộng sinh giữa lập trình viên và công cụ hỗ trợ lập trình bằng AI không chỉ mang lại lợi ích cho cá nhân lập trình viên mà còn cho cả tập thể nhóm.

3. Trò chuyện trực tiếp với AI

Với các chatbot AI, quá trình tạo code trở nên mang tính tương tác cao hơn. Ví dụ, GitHub Copilot Chat cho phép lập trình viên tương tác với code thông qua các yêu cầu như: Giải thích code, cải thiện cú pháp, gợi ý ý tưởng, tạo các bài kiểm thử (test) và chỉnh sửa code hiện có - biến nó thành một người bạn đồng hành đa năng trong việc quản lý những tác vụ lập trình.

Rosenkilde thường tận dụng các tính năng đa dạng của GitHub Copilot:

Ông chia sẻ: “Khi muốn thực hiện một thao tác nào đó mà không nhớ rõ cách làm, tôi sẽ gõ vài ký tự đầu tiên và chờ xem liệu Copilot có đoán được ý định của mình hay không”. “Nếu cách đó không hiệu quả, có lẽ tôi sẽ xóa các ký tự đó đi và viết một dòng chú thích ngắn gọn để xem liệu Copilot có thể đoán được dòng tiếp theo hay không. Nếu vẫn không được, tôi sẽ chuyển sang dùng Copilot Chat và giải thích chi tiết hơn về những gì mình muốn thực hiện.”

Thông thường, Copilot Chat sẽ đưa ra phản hồi chi tiết và đầy đủ hơn nhiều so với kết quả từ tính năng tự động hoàn thiện code của GitHub Copilot. Rosenkilde cho biết: “Cụ thể là nó sẽ mô tả lại những gì bạn muốn làm và cách thức thực hiện. Nó cung cấp các ví dụ về code nguồn, và bạn có thể phản hồi kiểu như: ‘Ồ, tôi hiểu ý bạn rồi. Nhưng thực ra ý tôi là thế này cơ’.”.

Tuy nhiên, việc sử dụng chatbot AI không có nghĩa là các lập trình viên có thể hoàn toàn phó mặc mọi thứ. Những sai sót trong quá trình suy luận có thể khiến AI tiếp tục mắc thêm nhiều lỗi khác nếu không được kiểm soát. Berryman khuyên người dùng nên tương tác với trợ lý trò chuyện theo cách tương tự như khi lập trình theo cặp (pair programming) với một người khác. “Hãy trao đổi qua lại với nó. Hãy chia sẻ với trợ lý về nhiệm vụ bạn đang thực hiện, nhờ nó gợi ý ý tưởng, yêu cầu nó hỗ trợ viết code, đồng thời nhận xét và điều chỉnh công việc của nó để đảm bảo mọi thứ đi đúng hướng".

Tầm quan trọng của việc xem xét code

GitHub Copilot được thiết kế để giúp các nhà phát triển hiện thực hóa ý tưởng của họ. Miễn là có ngữ cảnh để tham khảo, nó sẽ tạo ra loại code mà nhà phát triển mong muốn. Nhưng điều này không thay thế việc xem xét code giữa các nhà phát triển.

Việc xem xét code đóng vai trò quan trọng trong việc duy trì chất lượng và độ tin cậy của code trong các dự án phần mềm, bất kể có sử dụng công cụ lập trình AI hay không. Trên thực tế, nhà phát triển càng phát hiện lỗi sớm trong quá trình phát triển code, thì chi phí càng giảm đi nhiều lần.

Việc xác minh thông thường sẽ là: Code có được phân tích cú pháp không? Các bài kiểm tra có hoạt động không? Với việc tạo code bằng AI, Ziegler giải thích rằng các nhà phát triển nên, “Kiểm tra kỹ lưỡng đến mức bạn có thể chắc chắn rằng code được tạo ra là chính xác và không có lỗi. Bởi vì nếu bạn sử dụng các công cụ như vậy sai cách và chỉ chấp nhận mọi thứ, thì những lỗi mà bạn đưa vào sẽ khiến bạn mất nhiều hơn là tiết kiệm thời gian”.

Rosenkilde nói thêm, “Việc xem xét lại với một người khác không giống như vậy, phải không? Đó là cuộc trò chuyện giữa hai nhà phát triển về việc liệu thay đổi này có phù hợp với loại phần mềm mà họ đang xây dựng trong tổ chức này hay không. GitHub Copilot không thể thay thế điều đó”.

Ưu điểm của việc sử dụng AI để tạo code

Khi các nhóm phát triển sử dụng những công cụ lập trình AI trong suốt chu kỳ phát triển phần mềm, họ sẽ trải nghiệm một loạt các lợi ích, bao gồm:

Phát triển nhanh hơn, năng suất cao hơn

Việc tạo code bằng AI có thể tăng tốc đáng kể quá trình phát triển bằng cách tự động hóa các tác vụ lặp đi lặp lại và tốn thời gian. Điều này có nghĩa là các nhà phát triển có thể tập trung vào kiến ​​trúc cấp cao và giải quyết vấn đề. Trên thực tế, 88% nhà phát triển cho biết họ cảm thấy năng suất hơn khi sử dụng GitHub Copilot.

Rosenkilde chia sẻ kinh nghiệm cá nhân khi sử dụng lập trình viên AI theo cặp của GitHub: “95% thời gian, Copilot mang lại niềm vui và giúp công việc hàng ngày dễ dàng hơn một chút. Và điều này không làm thay đổi code đã viết. Nó không thay đổi cách viết code. Nó cũng không thay đổi thiết kế code. Tất cả những gì nó làm là giúp viết code nhanh hơn”. Và Rosenkilde không phải là người duy nhất: 60% nhà phát triển cảm thấy hài lòng hơn với công việc của họ khi sử dụng GitHub Copilot.

Giảm bớt gánh nặng tinh thần

Lợi ích của việc phát triển nhanh hơn không chỉ nằm ở tốc độ: chúng còn giúp giảm bớt nỗ lực tinh thần khi hoàn thành các nhiệm vụ tẻ nhạt. Ví dụ, khi gỡ lỗi, các nhà phát triển phải phân tích ngược lại những gì đã xảy ra sai. Việc phát hiện lỗi có thể liên quan đến việc tìm kiếm trong một danh sách vô tận các vị trí ẩn náu tiềm năng, khiến công việc trở nên lặp đi lặp lại và tẻ nhạt.

Có đến 87% nhà phát triển cho biết họ dành ít nỗ lực tinh thần hơn cho các tác vụ lặp đi lặp lại nhờ sự trợ giúp của GitHub Copilot.

Giảm thiểu việc chuyển đổi ngữ cảnh

Trong phát triển phần mềm, chuyển đổi ngữ cảnh là khi các nhà phát triển di chuyển giữa những nhiệm vụ, dự án hoặc môi trường khác nhau, điều này có thể làm gián đoạn quy trình làm việc và giảm năng suất. Họ cũng thường phải đối mặt với căng thẳng khi phải xử lý nhiều nhiệm vụ cùng lúc, ghi nhớ các chi tiết cú pháp và quản lý cấu trúc code phức tạp.

Với GitHub Copilot, các nhà phát triển có thể bỏ qua một số cấp độ chuyển đổi ngữ cảnh, ở lại trong IDE của họ thay vì tìm kiếm trên Google hoặc chuyển sang tài liệu bên ngoài.

Việc tạo code bằng AI giúp các nhà phát triển giảm bớt gánh nặng phải nhớ từng chi tiết, cho phép họ tập trung vào tư duy cấp cao, giải quyết vấn đề và lập kế hoạch chiến lược.

Code do AI tạo ra có an toàn không?

Code do AI tạo ra không hề kém an toàn hơn code do con người tạo ra. Sự kết hợp giữa kiểm thử, xem xét code thủ công, quét, giám sát và các vòng phản hồi có thể tạo ra code có chất lượng tương đương với code do con người tạo ra.

Đối với code được tạo bởi GitHub Copilot, các nhà phát triển có thể sử dụng những công cụ như quét code, công cụ này chủ động xem xét code của bạn để tìm những vấn đề bảo mật tiềm ẩn trong thời gian thực và tích hợp liền mạch các phát hiện vào quy trình làm việc của nhà phát triển.

Cuối cùng, code do AI tạo ra sẽ có những lỗ hổng - nhưng code do các nhà phát triển con người viết cũng vậy. Như Ziegler giải thích, “Không rõ liệu code do máy tính tạo ra có tệ hơn đặc biệt hay không. Vì vậy, câu trả lời không phải là nếu bạn có GitHub Copilot, hãy sử dụng công cụ kiểm tra lỗ hổng. Câu trả lời là luôn luôn sử dụng công cụ kiểm tra lỗ hổng.”