AI làm chậm tiến độ phát triển phần mềm

[june04]

Trái với quan niệm phổ biến, việc sử dụng các công cụ trí tuệ nhân tạo (AI) tiên tiến lại làm chậm tiến độ của các nhà phát triển phần mềm giàu kinh nghiệm khi họ làm việc trên các mã nguồn quen thuộc, thay vì thúc đẩy công việc.

Tổ chức nghiên cứu AI phi lợi nhuận METR đã tiến hành nghiên cứu chuyên sâu vào đầu năm nay, theo dõi một nhóm các nhà phát triển dày dạn kinh nghiệm khi họ sử dụng Cursor, một trợ lý mã hóa AI phổ biến, để hoàn thành các nhiệm vụ trong các dự án mã nguồn mở mà họ đã quen thuộc.


Sử dụng AI làm tăng thời gian hoàn thành nhiệm vụ lên 19% (ảnh minh họa).

Trước khi nghiên cứu bắt đầu, các nhà phát triển mã nguồn mở tin rằng việc sử dụng AI sẽ giúp họ làm việc nhanh hơn, ước tính thời gian hoàn thành nhiệm vụ sẽ giảm 24%. Ngay cả sau khi hoàn thành nhiệm vụ với AI, họ vẫn tin rằng thời gian đã giảm 20%. Tuy nhiên, nghiên cứu phát hiện ra điều ngược lại: Sử dụng AI làm tăng thời gian hoàn thành nhiệm vụ lên 19%.

Các tác giả chính của nghiên cứu, Joel Becker và Nate Rush cho biết, họ bất ngờ với kết quả này. Trước nghiên cứu, chuyên gia Rush từng ghi chú rằng anh kỳ vọng AI sẽ "tăng tốc độ gấp đôi, điều này khá hiển nhiên".

Kết quả này thách thức niềm tin rằng AI luôn giúp các kỹ sư phần mềm đắt giá trở nên năng suất hơn đáng kể, một yếu tố đã thu hút đầu tư lớn vào các công ty bán sản phẩm AI hỗ trợ phát triển phần mềm.

AI cũng được dự đoán sẽ thay thế các vị trí mã hóa cấp thấp. Dario Amodei, CEO của Anthropic, gần đây nói với Axios rằng AI có thể xóa sổ một nửa số việc làm văn phòng cấp thấp trong vòng một đến năm năm tới.

Các nghiên cứu trước đây về cải thiện năng suất đã ghi nhận những tiến bộ đáng kể: một nghiên cứu cho thấy sử dụng AI giúp các lập trình viên tăng tốc 56%, một nghiên cứu khác chỉ ra rằng các nhà phát triển có thể hoàn thành nhiều hơn 26% nhiệm vụ trong một khoảng thời gian nhất định.

Nhưng nghiên cứu mới của METR cho thấy những lợi ích này không áp dụng cho mọi tình huống phát triển phần mềm. Cụ thể, nghiên cứu chỉ ra rằng các nhà phát triển giàu kinh nghiệm, những người rất quen thuộc với các đặc thù và yêu cầu của các mã nguồn mở lớn và đã được thiết lập, lại gặp phải tình trạng chậm trễ.

Các nghiên cứu khác thường dựa vào các bài kiểm tra chuẩn về phát triển phần mềm cho AI, mà đôi khi không phản ánh đúng các nhiệm vụ thực tế. Sự chậm trễ này xuất phát từ việc các nhà phát triển phải dành thời gian xem xét và sửa chữa những gì các mô hình AI đề xuất.

"Khi chúng tôi xem các video, chúng tôi nhận thấy AI đưa ra một số gợi ý về công việc của họ, và các gợi ý này thường đúng về hướng đi, nhưng không chính xác với những gì thực sự cần", chuyên gia Becker giải thích.

Các tác giả lưu ý rằng họ không cho rằng sự chậm trễ này sẽ xảy ra trong các tình huống khác, chẳng hạn như với các kỹ sư mới vào nghề hoặc các kỹ sư làm việc trên các mã nguồn mà họ không quen thuộc.

Dù vậy, phần lớn những người tham gia nghiên cứu, cũng như các tác giả của nghiên cứu, vẫn tiếp tục sử dụng Cursor ngày nay. Các tác giả tin rằng đó là vì AI khiến trải nghiệm phát triển trở nên dễ dàng hơn, và từ đó, thú vị hơn, tương tự như việc chỉnh sửa một bài luận thay vì nhìn chằm chằm vào một trang giấy trắng.

"Các nhà phát triển có những mục tiêu khác ngoài việc hoàn thành nhiệm vụ nhanh nhất có thể. Vì vậy, họ chọn con đường ít tốn sức hơn này", ông Becker thêm vào.