Lời giải thích chi tiết của một lập trình viên về lý do họ không sử dụng các công cụ lập trình AI đã gây ra cuộc tranh luận sôi nổi trong cộng đồng công nghệ. Nhà phát triển này đã nêu ra nhiều mối lo ngại từ việc thay thế lao động đến tác động môi trường, thách thức xu hướng thúc đẩy rộng rãi việc áp dụng AI trong phát triển phần mềm.
Thay thế lao động và tác động kinh tế
Lập luận cốt lõi tập trung vào việc các công cụ AI thay thế lao động con người mà không có các biện pháp bảo vệ xã hội phù hợp. Tác giả đưa ra sự so sánh với phong trào Luddite trong lịch sử, giải thích rằng những người biểu tình ban đầu không phản đối bản thân công nghệ, mà phản đối cách thức các máy móc mới tập trung của cải vào tay các chủ sở hữu tư bản trong khi loại bỏ các công nhân có tay nghề. Các công cụ AI ngày nay theo một mô hình tương tự, có khả năng thay thế các nhân viên tri thức trong khi hướng lợi nhuận về cho các gã khổng lồ công nghệ thay vì hỗ trợ những nhân viên bị thay thế.
Các cuộc thảo luận trong cộng đồng cho thấy quan điểm trái chiều về mối lo ngại lao động này. Một số nhà phát triển lo lắng về an ninh việc làm, trong khi những người khác lập luận rằng AI tạo ra các vai trò mới như kỹ sư prompt. Tuy nhiên, các nhà phê bình đặt câu hỏi liệu những vị trí mới này có thực sự bù đắp cho các công việc lập trình truyền thống đang bị tự động hóa hay không.
Những tuyên bố năng suất đáng ngờ
Bất chấp những lời hứa tiếp thị, bằng chứng về lợi ích năng suất của AI vẫn còn chưa rõ ràng. Tác giả chỉ ra các nghiên cứu cho thấy kết quả mâu thuẫn - trong khi một số nghiên cứu được tài trợ bởi Microsoft cho thấy tăng năng suất, các nghiên cứu độc lập chỉ ra rằng mã do AI tạo ra có thể làm tăng tỷ lệ lỗi lên đến 41%. Điều này tạo ra một chu kỳ có vấn đề khi AI tạo ra nhiều lỗi hơn, nhưng việc xem xét mã của con người - đã được chứng minh là không hiệu quả trong việc phát hiện lỗi - lại trở thành phương pháp kiểm soát chất lượng chính.
Việc tập trung vào số lượng đầu ra mã thay vì chất lượng đặc biệt khiến nhiều nhà phát triển lo ngại. Số dòng mã như một thước đo năng suất đã bị từ bỏ từ nhiều năm trước, nhưng các công cụ AI dường như đang đưa chỉ số sai lầm này trở lại nổi bật.
Tác động của AI đến chất lượng code:
- Các nghiên cứu độc lập cho thấy code được tạo bởi AI có thể làm tăng tỷ lệ lỗi lên đến 41%
- Nghiên cứu được tài trợ bởi Microsoft cho thấy có sự gia tăng năng suất, nhưng phương pháp nghiên cứu bị đặt câu hỏi do thiên vị
- Hiệu quả của việc review code giảm đi khi phải xem xét một lượng lớn code được tạo bởi AI
Chi phí môi trường và tài nguyên
Việc huấn luyện và vận hành mô hình AI tiêu thụ một lượng năng lượng và tài nguyên nước khổng lồ. Các trung tâm dữ liệu hỗ trợ những công cụ này cần hàng tỷ lít nước ngọt để làm mát, thường ở những khu vực thiếu nước. Nhu cầu năng lượng đã dẫn đến việc tăng cường phụ thuộc vào các nhà máy điện nhiên liệu hóa thạch, làm suy yếu các mục tiêu khí hậu trong khi cho các công ty công nghệ quyền ưu tiên tiếp cận điện trong các thảm họa thiên nhiên.
Tất cả những yếu tố này đang tạo ra căng thẳng cho môi trường, và đang có tác động ngày càng tăng đối với con người, động vật, môi trường và các mục tiêu khí hậu của chúng ta.
Tiêu thụ tài nguyên môi trường:
- Các trung tâm dữ liệu AI cần hàng tỷ lít nước ngọt để làm mát
- Thường được xây dựng tại các khu vực khan hiếm nước, vẫn tiếp tục hoạt động trong thời kỳ hạn hán
- Nhu cầu năng lượng tăng cao dẫn đến việc xây dựng thêm nhiều nhà máy điện chạy bằng nhiên liệu hóa thạch
- Các công ty công nghệ được ưu tiên tiếp cận điện năng trong thời kỳ thiên tai
Hạn chế kỹ thuật và mối lo ngại đạo đức
Bài viết nêu bật những ràng buộc kỹ thuật cơ bản có thể hạn chế sự cải thiện trong tương lai của AI. Việc thêm nhiều tham số vào các mô hình không còn mang lại lợi ích tương xứng, và công nghệ này dường như đang tiếp cận giới hạn vật lý. Ngoài ra, các công ty AI đã xây dựng hệ thống của họ bằng cách thu thập nội dung có bản quyền mà không xin phép, về cơ bản là sử dụng công việc của các lập trình viên khác mà không có sự bồi thường hoặc ghi nhận.
Các thành viên cộng đồng lưu ý rằng các công cụ AI thường tạo ra thông tin ảo tưởng, bịa đặt nguồn và tạo ra kết quả không đáng tin cậy cho các nhiệm vụ nghiên cứu. Sự không đáng tin cậy này trở nên đặc biệt có vấn đề khi người dùng thiếu chuyên môn để xác minh nội dung được tạo ra.
Hạn chế Kỹ thuật:
- Việc thêm nhiều tham số vào các mô hình không còn mang lại những cải thiện tương xứng
- Cửa sổ ngữ cảnh có giới hạn thực tế trước khi kết quả trở nên không mạch lạc
- Những ràng buộc vật lý về việc mở rộng quy mô chip và tiêu thụ điện năng
- Các mô hình được huấn luyện bằng cách thu thập nội dung có bản quyền mà không có sự cho phép hoặc bồi thường
Cuộc tranh luận giữa thủ công và tự động hóa
Một cuộc thảo luận thú vị đã nổi lên xung quanh việc liệu lập trình có thể phát triển một thị trường thủ công tương tự như hàng thủ công hay không. Một số thành viên cộng đồng cho rằng trong khi AI có thể tạo ra lượng lớn mã một cách nhanh chóng, có thể luôn có nhu cầu về phần mềm được chế tác cẩn thận, chất lượng cao được phát triển bởi các chuyên gia con người hiểu đầy đủ bối cảnh và yêu cầu.
Những người khác lập luận rằng phần mềm khác với hàng hóa vật chất vì người dùng quan tâm đến chức năng, không phải tay nghề của mã cơ bản. Sự khác biệt cơ bản này có thể ngăn cản sự xuất hiện của thị trường cao cấp cho phần mềm được viết bởi con người.
Cuộc tranh luận phản ánh những câu hỏi rộng lớn hơn về giá trị của chuyên môn con người trong một thế giới ngày càng tự động hóa. Trong khi các công cụ AI tiếp tục tiến bộ, những lo ngại về chất lượng, tác động môi trường và công bằng kinh tế cho thấy việc áp dụng công nghệ này có thể không đơn giản như những người ủng hộ tuyên bố.
Tham khảo: Why I Won't Use AI