CEO AWS gọi việc AI thay thế nhân viên mới vào nghề là "Điều ngu ngốc nhất từng thấy" khi ngành công nghệ tranh luận về tương lai của các vị trí cấp độ đầu

Nhóm Cộng đồng BigGo
CEO AWS gọi việc AI thay thế nhân viên mới vào nghề là "Điều ngu ngốc nhất từng thấy" khi ngành công nghệ tranh luận về tương lai của các vị trí cấp độ đầu

CEO Amazon Web Services Matt Garman đã gây ra cuộc tranh luận sôi nổi trong cộng đồng công nghệ khi mạnh mẽ phản đối ý tưởng sử dụng AI để thay thế các lập trình viên mới vào nghề, gọi đây là điều ngu ngốc nhất tôi từng nghe. Quan điểm này được đưa ra trong bối cảnh nhiều công ty đang cân nhắc cắt giảm các vị trí cấp độ đầu để ưu tiên các công cụ lập trình được hỗ trợ bởi AI, làm dấy lên câu hỏi về tương lai của con đường phát triển nghề nghiệp trong lĩnh vực công nghệ.

Bài toán khó của lập trình viên mới vào nghề

Những bình luận của Garman làm nổi bật một vấn đề quan trọng mà ngành công nghệ đang đối mặt: làm thế nào để cân bằng giữa việc áp dụng AI và phát triển lực lượng lao động. Trong khi các công cụ lập trình AI như Kiro của chính AWS có thể tạo ra mã lệnh một cách nhanh chóng, vị CEO này lập luận rằng nhân viên mới vào nghề có vai trò vượt xa năng suất tức thời. Họ đại diện cho lực lượng lao động cấp cao trong tương lai, và việc loại bỏ họ tạo ra một khoảng trống nguy hiểm trong đường ống nhân tài.

Cuộc thảo luận trong cộng đồng bộc lộ những lo ngại sâu sắc về tư duy ngắn hạn trong việc ra quyết định của doanh nghiệp. Nhiều lập trình viên có kinh nghiệm lo lắng rằng các công ty chỉ tập trung vào kết quả theo quý đang bỏ lỡ bức tranh tổng thể. Các lập trình viên mới vào nghề có thể tốn kém ban đầu, nhưng cuối cùng họ sẽ trở thành những kỹ sư cấp cao thúc đẩy đổi mới và hướng dẫn thế hệ tiếp theo.

Xu hướng tuyển dụng trong ngành:

  • Thời gian làm việc trung bình của developer cấp junior tại các công ty lớn: ~3 năm
  • Tình trạng nén lương thúc đẩy hành vi nhảy việc
  • Các công ty ưu tiên tuyển dụng developer có kinh nghiệm hơn là đào tạo nhân viên junior
  • Kiến trúc microservices đã làm tăng quy mô đội ngũ một cách thổi phồng trong quá khứ

Nghịch lý học tập trong phát triển có sự hỗ trợ của AI

Một cuộc tranh luận thú vị đã nổi lên xung quanh việc AI ảnh hưởng như thế nào đến việc học tập và phát triển kỹ năng. Một số thành viên cộng đồng chia sẻ kinh nghiệm mà các công cụ AI thực sự đã đẩy nhanh quá trình học tập của họ bằng cách loại bỏ công việc thiết lập tẻ nhạt và cho phép họ tập trung vào việc giải quyết vấn đề cốt lõi. Tuy nhiên, những người khác lo ngại về việc phụ thuộc quá mức vào AI sẽ tạo ra một thế hệ lập trình viên có thể đưa ra lệnh nhưng không thể thực sự hiểu mã lệnh.

Cuộc thảo luận chạm đến những câu hỏi cơ bản về giáo dục và thu nhận kỹ năng. Một quan điểm cho rằng việc ghi nhớ và hiểu biết hoạt động song song với nhau, với một số lập trình viên chia sẻ cách việc ghi nhớ các chứng minh toán học thực sự buộc họ phải hiểu các khái niệm cơ bản. Điều này phản ánh những lo ngại về lập trình AI - sử dụng nó như một cái nạng so với sử dụng nó như một công cụ đẩy nhanh việc học tập.

Tôi nhận ra rằng việc ghi nhớ một chứng minh mà không hiểu nó là điều không thể! Hơn nữa, việc tạo ra những chứng minh mới đòi hỏi cùng loại 'thành phần' và giờ đây vì chúng đã được 'cài đặt' trong não tôi, tôi có thể sử dụng chúng một cách trực quan hơn.

Cạm bẫy của các chỉ số đo lường

Garman cũng chỉ trích việc đo lường giá trị AI bằng tỷ lệ phần trăm mã lệnh mà nó tạo ra, gọi đây là một chỉ số ngớ ngẩn. Điều này cộng hưởng mạnh mẽ với cộng đồng lập trình viên, những người từ lâu đã hiểu rằng nhiều mã lệnh hơn thường có nghĩa là mã lệnh tệ hơn. Việc tập trung vào số dòng mã như một thước đo năng suất bỏ qua chất lượng mã, khả năng bảo trì và các quyết định kiến trúc.

Các cuộc thảo luận trong cộng đồng cho thấy rằng các lập trình viên có kinh nghiệm thường dành nhiều thời gian hơn để xóa và tái cấu trúc mã thay vì viết mã mới. Các công cụ AI tạo ra mã dài dòng, lặp lại có thể thổi phồng các chỉ số năng suất trong khi thực sự làm cho codebase khó bảo trì hơn. Điều này tạo ra sự ngắt kết nối giữa những gì trông có vẻ tốt trên bảng điều khiển điều hành và những gì thực sự cải thiện chất lượng phần mềm.

Các Hạn Chế Chính Của AI Trong Lập Trình Đã Được Xác Định:

  • Tạo ra mã code dài dòng, rối rắm với các rủi ro bảo mật
  • Hiểu sai các mẫu thiết kế
  • Gặp khó khăn với các quyết định kiến trúc phức tạp
  • Tạo ra các hàm API không tồn tại
  • Hiệu suất giảm khi độ phức tạp của tác vụ tăng lên

Mâu thuẫn doanh nghiệp và thực tế thị trường

Cộng đồng đã chú ý đến những mâu thuẫn rõ ràng trong thông điệp lãnh đạo AWS , với các giám đốc điều hành khác nhau đưa ra những tuyên bố mâu thuẫn về vai trò của AI trong việc thay thế các lập trình viên con người. Điều này phản ánh sự không chắc chắn rộng lớn hơn trong ngành công nghệ về khả năng và hạn chế của AI.

Nhiều lập trình viên báo cáo những trải nghiệm trái chiều với các công cụ lập trình AI. Trong khi hữu ích cho các tác vụ cụ thể như tạo mã boilerplate hoặc tạo các script đơn giản, AI thường gặp khó khăn với các quyết định kiến trúc phức tạp, kiến thức chuyên môn và gỡ lỗi các vấn đề phức tạp. Các công cụ hoạt động tốt nhất khi được hướng dẫn bởi các lập trình viên có kinh nghiệm, những người có thể cung cấp bối cảnh và xác thực đầu ra.

Thống kê sử dụng công cụ AI của AWS:

  • Hơn 80% các nhà phát triển AWS sử dụng các công cụ AI ở một mức độ nào đó
  • Việc sử dụng AI bao gồm: viết unit test, tài liệu, tạo mã và quy trình làm việc tự động
  • Mức độ sử dụng tăng hàng tuần theo Garman

Kết luận

Cuộc tranh luận về việc AI thay thế các lập trình viên mới vào nghề bộc lộ những căng thẳng sâu sắc hơn về tương lai của ngành công nghệ. Trong khi các công cụ AI mang lại những lợi ích năng suất thực sự, việc vội vàng loại bỏ các vị trí cấp độ đầu có thể tạo ra tình trạng thiếu hụt nhân tài lâu dài. Quan điểm của Garman cho thấy rằng các công ty thành công sẽ tìm ra cách tích hợp AI trong khi duy trì các con đường phát triển nghề nghiệp vững chắc.

Sự đồng thuận trong cộng đồng dường như ủng hộ việc sử dụng AI như một công cụ tăng cường thay vì chiến lược thay thế. Cách tiếp cận này bảo tồn các yếu tố con người vẫn còn quan trọng trong phát triển phần mềm: giải quyết vấn đề sáng tạo, chuyên môn lĩnh vực, và khả năng học hỏi và thích ứng với những thách thức mới. Khi chu kỳ cường điệu AI tiếp tục, các công ty cân bằng giữa tự động hóa và phát triển con người có thể thấy mình được định vị tốt hơn cho tăng trưởng bền vững.

Tham khảo: AWS CEO says using Al to replace junior staff is 'Dumbest thing I've ever heard'