Khi AI bắt đầu viết mã: Ai chịu trách nhiệm cho chương trình chạy được?

Hành Trình AI · Nhìn lại tuần 19–25/8/2023

Một người muốn làm ứng dụng quản lý đơn hàng cho cửa hàng nhỏ. Trước đây, họ có thể phải bắt đầu bằng một trang mã trống hoặc nhờ người có kinh nghiệm. Bây giờ hãy tưởng tượng có một trợ lý đọc yêu cầu, gợi ý những dòng mã đầu tiên và giải thích chúng.

Đó là một tình huống giả định, không phải ứng dụng mình đã thử. Nhưng nó đưa ta đến câu hỏi thực tế: nếu AI giúp viết chương trình, ai kiểm tra xem chương trình ấy có làm đúng việc — và ai chịu trách nhiệm khi nó không làm đúng?

Ngày 24/8/2023, Meta giới thiệu Code Llama, một họ mô hình AI được phát triển từ Llama 2 và huấn luyện thêm cho các nhiệm vụ liên quan đến mã lập trình. Đây không phải lần đầu AI được dùng để hỗ trợ viết mã. Điều đáng chú ý là Meta đưa thêm một mô hình chuyên về công việc này tới những người muốn nghiên cứu hoặc xây công cụ dựa trên nó. [1] [2] [3]

Từ một câu yêu cầu đến đoạn mã

Mã nguồn là tập hợp các chỉ dẫn để phần mềm thực hiện công việc. Một trang bán hàng, ứng dụng ngân hàng hay công cụ đặt lịch đều cần những chỉ dẫn như vậy, dù người dùng thường không nhìn thấy chúng.

Theo Meta, Code Llama có thể tạo mã từ yêu cầu bằng ngôn ngữ thông thường, giải thích mã và hỗ trợ hoàn thiện hoặc tìm lỗi trong chương trình. Khi công bố, hãng giới thiệu các kích cỡ 7B, 13B và 34B; hai biến thể bổ sung tập trung vào ngôn ngữ Python và làm theo chỉ dẫn. Các tên và con số này mô tả những lựa chọn kỹ thuật, không phải thước đo trực tiếp về chất lượng một ứng dụng hoàn chỉnh. [1]

Meta xem đây là cơ hội giảm việc lặp lại, hỗ trợ người đang lập trình và người học. Trong nghiên cứu của mình, nhóm tác giả cũng báo cáo kết quả trên một số bài kiểm tra lập trình. Đó là kết quả và kỳ vọng do nhà phát triển mô hình đưa ra; điểm số trong bài kiểm tra không tự chứng minh mọi nhóm sẽ hoàn thành sản phẩm nhanh hơn hay an toàn hơn. [1] [2]

Ngày công bố, Reuters đặt sản phẩm vào cuộc cạnh tranh với các công cụ hỗ trợ lập trình như GitHub Copilot. Sự cạnh tranh ấy có thể mở thêm lựa chọn. Nó không chứng minh công cụ nào sẽ phù hợp nhất với mọi người. [3]

“Mở” thêm lựa chọn, nhưng không xóa bỏ điều kiện

Trong chương trước về Llama 2, mình đã nhìn vào câu hỏi ai được xây dựng với một mô hình AI và chữ “mở” có nghĩa gì. Code Llama mang câu hỏi ấy vào một công việc cụ thể: tạo và sửa phần mềm.

Meta cung cấp trọng số — có thể hiểu là các giá trị mô hình học được — và cho phép sử dụng theo giấy phép cộng đồng Llama 2. Giấy phép cho phép nghiên cứu và nhiều trường hợp thương mại, nhưng đi kèm điều kiện và chính sách sử dụng. Với một số nền tảng rất lớn, giấy phép yêu cầu quyền bổ sung. Tự vận hành còn cần hạ tầng và người có kỹ năng; việc không thu phí giấy phép mô hình không có nghĩa toàn bộ dự án miễn phí. [5] [8]

Mở quyền tiếp cận cũng không đồng nghĩa mọi thứ để tái tạo mô hình đều công khai. Trong bài WIRED ngày 24/8, nhà nghiên cứu Talia Ringer nhận thấy mô hình có thể hữu ích cho nghiên cứu, đồng thời mong dữ liệu huấn luyện cũng được công bố để việc tìm hiểu mô hình đầy đủ hơn. Đó là một góc nhìn của người được phỏng vấn, không phải sự đồng thuận của mọi nhà nghiên cứu. [4]

Viết được chưa chắc đã dùng được

Quay lại ứng dụng quản lý đơn hàng giả định. AI có thể gợi ý cách lưu trạng thái “đã giao”. Nhưng nếu cửa hàng đổi ý, đơn bị hủy hoặc hai nhân viên cùng cập nhật một lúc thì sao? Một đoạn mã trông hợp lý vẫn cần được kiểm tra với những tình huống thật của công việc.

Đây là ví dụ minh họa, không phải lỗi đã đo được của Code Llama. Tháng 8/2023, Ars Technica lưu ý hiệu quả thực tế và giới hạn của mô hình trong môi trường lập trình chuyên nghiệp vẫn cần được tìm hiểu; mã do AI tạo cũng có thể chứa lỗi hoặc lỗ hổng bảo mật. [8]

Với người không chuyên, việc mô tả mục đích có thể trở nên dễ hơn. Nhưng để dùng một chương trình liên quan đến đơn hàng hoặc dữ liệu khách, vẫn cần người có khả năng xem lại yêu cầu, thử các trường hợp bất thường và quyết định có nên đưa nó vào sử dụng hay không. AI có thể đề xuất; trách nhiệm thiết kế quy trình kiểm tra vẫn thuộc về con người và tổ chức vận hành.

Hai năm sau: đo năng suất khó hơn lời hứa

Đến tháng 7/2025, ngoài tuần lịch sử này, nhóm nghiên cứu METR công bố một thử nghiệm ngẫu nhiên với 16 lập trình viên có kinh nghiệm, thực hiện 246 tác vụ trên các dự án mã nguồn mở quen thuộc. Trong bối cảnh thử nghiệm, khi được phép dùng công cụ AI, thời gian hoàn thành trung bình tăng 19% so với khi không được phép. Họ chủ yếu dùng Cursor Pro cùng các mô hình Claude, không phải Code Llama. [9]

Đây không phải bằng chứng AI luôn làm lập trình viên chậm hơn. Mẫu nhỏ, nhiệm vụ và công cụ cụ thể giới hạn khả năng khái quát; nghiên cứu cũng không kiểm tra riêng Code Llama năm 2023. Nhưng nó thách thức một giả định dễ mắc: nhìn thấy AI viết nhanh vài dòng mã không đủ để kết luận toàn bộ công việc sẽ nhanh hơn.

Tháng 2/2026, METR cho biết nghiên cứu tiếp theo gặp sai lệch do việc lựa chọn người tham gia và cách đo thời gian; nhóm cho rằng công cụ mới có thể giúp người tham gia nhanh hơn so với đầu năm 2025, nhưng dữ liệu mới chỉ cung cấp bằng chứng rất yếu về mức thay đổi. Bài học là phải tiếp tục đo, với đúng người và đúng công việc. [10]

Câu hỏi dành cho người Việt

Tháng 2/2023, VnExpress đã đưa tin về LLaMA ban đầu của Meta; đó là bối cảnh trước kỳ này, không phải phản ứng với Code Llama. Đến tháng 10/2025, Nhân Dân ghi lại quan điểm của ông Nguyễn Trường Thắng về việc điều chỉnh các nền tảng AI như Llama cho tiếng Việt và dữ liệu trong nước. Ông nói về cơ hội rộng hơn của các mô hình mở; bài báo không chứng minh Code Llama đã được người Việt triển khai hay đem lại kết quả cụ thể. [6] [7]

Với một nhóm nhỏ ở Việt Nam, câu hỏi có thể không chỉ là “AI viết được bao nhiêu dòng mã?” mà còn là: công cụ có hiểu yêu cầu của người dùng không, dữ liệu được xử lý ra sao, ai có thể sửa lỗi và chi phí duy trì là bao nhiêu? Đó là những câu hỏi để đánh giá từng dự án, không phải kết luận về một sản phẩm đã thử.

Ngày 24/8/2023 không đánh dấu sự biến mất của người lập trình. Nó cho thấy công việc làm phần mềm đang có thêm một người hỗ trợ đầy hứa hẹn — và làm rõ giá trị của việc đặt câu hỏi, kiểm tra kết quả, hiểu con người dùng sản phẩm và chịu trách nhiệm với điều được đưa ra thế giới.

Tài liệu tham khảo

1. Meta — Introducing Code Llama, an AI Tool for Coding, 24/8/2023; thông báo của nhà phát triển.
2. Rozière và cộng sự — Code Llama: Open Foundation Models for Code, bản nghiên cứu công bố 24/8/2023; đánh giá do nhóm phát triển thực hiện.
3. Reuters — Meta to launch AI model for writing computer codes, 24/8/2023; báo chí đương thời.
4. WIRED — Meta Releases Code Llama, a Coding Version of Llama 2, 24/8/2023; phỏng vấn và bối cảnh đương thời.
5. Meta — Llama 2 Community License, giấy phép ngày phát hành 18/7/2023; văn bản điều kiện, không phải tư vấn pháp lý.
6. VnExpress — Facebook tham chiến mặt trận siêu AI, tháng 2/2023; bối cảnh trước kỳ, về LLaMA ban đầu.
7. Nhân Dân — Việt Nam trên đường trở thành quốc gia AI, mục ngày 9/10/2025; quan điểm Việt Nam sau kỳ, về họ Llama nói chung.
8. Ars Technica — Meta introduces Code Llama, 24/8/2023; báo chí độc lập đương thời.
9. METR — Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, công bố 10/7/2025; nghiên cứu sau kỳ về công cụ và nhóm khác.
10. METR — We are Changing our Developer Productivity Experiment Design, 24/2/2026; cập nhật phương pháp và giới hạn sau kỳ.