Khi lập trình viên cảm thấy nhanh hơn với AI, đồng hồ kể một câu chuyện khác

Hành Trình AI · 5–11/7/2025

Nếu một công cụ giúp bạn bắt đầu công việc dễ dàng hơn, liệu điều đó cũng có nghĩa bạn hoàn thành nhanh hơn? Tháng 7/2025, một nghiên cứu về lập trình đưa ra câu trả lời đáng suy nghĩ: cảm giác hữu ích và thời gian thực tế có thể không giống nhau.

Ngày 10/7/2025, tổ chức nghiên cứu METR công bố thử nghiệm trên 16 lập trình viên có kinh nghiệm, làm việc với 246 tác vụ thực tế trong những dự án mã nguồn mở quen thuộc. Các tác vụ được phân ngẫu nhiên vào điều kiện cho phép hoặc không cho phép dùng công cụ AI. Trong bối cảnh đó, nhóm nghiên cứu đo được thời gian hoàn thành dài hơn 19% khi AI được phép sử dụng. 1 2

Đây là một kết quả gây bất ngờ, không phải kết luận rằng AI làm mọi lập trình viên chậm đi. Người tham gia đã quen với dự án của mình, mẫu nghiên cứu nhỏ, và các công cụ thuộc giai đoạn đầu năm 2025. Những điều kiện ấy quan trọng khi đọc con số 19%.

Điều người làm việc dự đoán và điều được đo

Trước khi làm các tác vụ, những lập trình viên tham gia dự đoán rằng việc được dùng AI sẽ giảm thời gian hoàn thành khoảng 24%. Sau nghiên cứu, họ vẫn ước tính thời gian đã giảm khoảng 20%. Kết quả đo thực tế đi theo hướng ngược lại. Các phép đo và cảm nhận này thuộc nhóm và công việc được nghiên cứu, không đại diện cho mọi người dùng AI. 1

Trong điều kiện được dùng AI, người tham gia chủ yếu sử dụng trình biên tập Cursor Pro cùng các mô hình Claude 3.5/3.7 Sonnet. “Được phép dùng AI” là cách phân nhóm theo từng tác vụ; nó không có nghĩa mọi người đều dùng công cụ theo cùng một cách trong từng phút làm việc. 1

Reuters đưa tin về kết quả và nhắc rằng những nghiên cứu khác từng ghi nhận lợi ích năng suất ở các bối cảnh khác. Cùng một công cụ có thể được đánh giá trong các loại nhiệm vụ, nhóm người và môi trường khác nhau; vì vậy, những kết quả đó cần được đọc cùng điều kiện của từng nghiên cứu. 3

Vì sao việc kiểm tra cũng là công việc?

Các tác giả xem xét nhiều yếu tố có thể liên quan đến kết quả, từ mức quen thuộc của lập trình viên với dự án đến quy mô mã nguồn và trải nghiệm với công cụ. Họ không chứng minh một nguyên nhân duy nhất giải thích toàn bộ mức chậm lại. Một gợi ý của AI vẫn cần được đọc, đối chiếu với dự án và sửa nếu chưa phù hợp; những bước đó chiếm thời gian trong quy trình thực tế. 1 3

Giả sử một nhóm phần mềm Việt Nam muốn thử trợ lý AI. Thay vì chỉ hỏi mọi người có thích công cụ hay không, nhóm có thể so sánh thời gian hoàn thành những nhiệm vụ tương tự, đồng thời xem chất lượng và công sức kiểm tra. Đây là ví dụ biên tập, không phải một thí nghiệm tại Việt Nam hay kết quả đo do DCA thực hiện.

Góc nhìn Việt Nam và mốc sau kỳ

Ngày 17/7/2025, sau tuần này, CafeF đưa nghiên cứu đến độc giả Việt Nam. Bài báo giúp thấy nghiên cứu được thảo luận trong nước, nhưng không phải bằng chứng rằng các lập trình viên Việt Nam trong mọi môi trường có cùng kết quả. 4

Điều đáng nhớ không phải là chọn giữa tin hay không tin AI. Nghiên cứu nhắc rằng muốn biết một công cụ có giúp công việc tốt hơn không, chúng ta cần nhìn vào con người, nhiệm vụ, chất lượng và thời gian thực tế — rồi tiếp tục đo khi công cụ và cách làm việc thay đổi.

Tài liệu tham khảo

1. METR — Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, nghiên cứu công bố 10/7/2025; nguồn nghiên cứu gốc, dữ liệu thu thập tháng 2–6/2025.
2. METR — Bài giới thiệu nghiên cứu, 10/7/2025; tóm tắt của nhóm nghiên cứu, trang có thể được cập nhật.
3. Reuters — AI slows down some experienced software developers, study finds, 10/7/2025; báo chí độc lập tường thuật nghiên cứu và các bối cảnh khác.
4. CafeF — Lập trình viên gặp ảo giác khi dùng công cụ AI, 17/7/2025; báo chí Việt Nam, sau kỳ.