AI đang làm suy yếu khả năng tập trung và tư duy của lập trình viên?

[00:00] Khả năng suy nghĩ và tập trung từng là một trong những kỹ năng giá trị nhất mà một lập trình viên có thể sở hữu, nhưng ngày nay dường như chẳng còn mấy ai có những kỹ năng đó. Những thứ như TikTok và video dạng ngắn đã hoàn toàn phá hủy khả năng tập trung của con người. Còn AI thực tế đã gây hại nhiều hơn nữa, vì nó không chỉ làm suy giảm khả năng tập trung mà còn lấy đi khả năng tư duy phản biện để xử lý những vấn đề phức tạp.

[00:22] Câu hỏi làm thế nào để thực sự tập trung là vấn đề tôi đã nghiên cứu trong một thời gian rất dài. Tôi từng đọc cuốn Deep Work của Cal Newport từ nhiều năm trước, và A World Without Email cũng là một cuốn sách tuyệt vời. Điều thú vị là dù những cuốn sách này được viết trước khi AI xuất hiện, chúng lại nói rất sâu về chính những vấn đề mà AI đang gây ra.

[00:39] Trước khi đi vào một số trích dẫn trong cuốn sách và lý do tôi cho rằng chúng quan trọng, trước tiên tôi muốn cho các bạn thấy một ví dụ về việc hiện tượng “não bị nghiền nát” nghiêm trọng này có thể xảy ra như thế nào khi dùng AI để lập trình.

[00:47] Video này là của Theo. Trong video, anh ấy chỉ rõ cách dùng AI để tăng cường quy trình làm việc và trở thành một developer tốt hơn. Đây thực chất là một trường hợp sử dụng AI ngoài đời của anh ấy. Ở phần này, anh ấy yêu cầu AI: “Có một bug trong ứng dụng. Đây là vấn đề của bug đó. Bạn có thể tìm hiểu lý do tại sao đây là bug và giải thích cho tôi không?”

[01:09] Đây là phần AI giải thích bug: “Có vẻ ký hiệu dollar là cú pháp codec và hiện tại chúng ta đang gửi nó cho Claude mà không dịch. Thật may là tôi đã yêu cầu nó thực hiện cuộc audit này.”

[01:19] Ở đây, tôi muốn chỉ ra một điều hơi lạc đề. Anh ấy nói rằng AI đã phát hiện ra một vấn đề trong codebase. Có lẽ đây là vấn đề mà anh ấy nên tự phát hiện nếu không dùng AI để code mọi thứ. Chẳng hạn, anh ấy nói mình thậm chí không còn đọc code nữa. Nếu đọc phần code do AI tạo ra, có thể anh ấy đã phát hiện bug này trước khi nó thực sự xuất hiện trong hệ thống production. Có thể đúng, cũng có thể không; tôi không hoàn toàn chắc chắn. Nhưng đó là điều đáng lưu ý.

[01:43] “Chúng ta vừa phát hiện ra một điều đang làm sai ở đây. Có vẻ dấu gạch chéo chỉ được mở rộng ở đầu message, còn menu của chúng ta lại cung cấp nó ở bất kỳ vị trí nào.” Tôi phải thừa nhận rằng có thể do ADHD, nhưng sau phần mô tả vấn đề, mắt tôi bắt đầu lướt qua phần fix.

[02:01] Ngay tại đây, anh ấy đã đưa ra chính xác vấn đề mà tôi đang nói đến. Anh ấy cho biết mình gặp khó khăn khi đọc toàn bộ phần văn bản được trình bày và chỉ lướt qua nó. Đó là vì đọc một lượng văn bản dài, đặc biệt là văn bản kỹ thuật phức tạp, là việc khó. Bạn phải rèn luyện bản thân để làm điều đó. Nếu không duy trì việc này theo thời gian, bạn sẽ mất đi khả năng ấy.

[02:23] Tôi chắc rằng nếu quay lại ba hoặc bốn năm trước, Theo sẽ không gặp vấn đề gì khi đọc qua danh sách tài liệu dài này, vì khi đó anh ấy phải thường xuyên đọc documentation cho công việc. Nhưng giờ đây, với sự xuất hiện của AI, ngày càng ít người đọc documentation, ngày càng ít người dành thời gian cho những nhiệm vụ kỹ thuật chuyên sâu và kéo dài. Bạn sẽ mất kỹ năng đó, và mọi thứ trở nên khó khăn hơn. Bạn bắt đầu mệt mỏi về tinh thần, rồi việc nói “Hãy tóm tắt phần này cho tôi” trở nên dễ dàng hơn. Và đó chính xác là điều anh ấy làm.

[02:47] “Tôi có thể ngồi đây, buộc bản thân phải tập trung và hiểu nó. Nhưng hãy nhớ chủ đề: sử dụng token để giảm căng thẳng và giảm khả năng bạn quyết định đi làm việc khác. Tôi thấy mình đang bị cám dỗ.”

[03:00] Tôi nghĩ câu nói đó khá hài hước. Về cơ bản, anh ấy nói rằng mình đang lướt qua phần này. Thay vì buộc bản thân vượt qua nhiệm vụ khó, anh ấy sẽ yêu cầu AI tóm tắt nó, vì như anh ấy nói, hãy dùng token để giải quyết căng thẳng.

[03:13] Tôi nghĩ bạn nên dùng token để giải quyết căng thẳng, nhưng không nên lúc nào cũng dùng token để giải quyết vấn đề. Điều bạn cần làm là buộc bản thân đối diện với những thứ khó và thực hiện những nhiệm vụ khó đó. Bởi nếu bạn không bao giờ thực sự làm những nhiệm vụ khó, bạn sẽ không thể giỏi hơn ở chúng. Điều đó có nghĩa là bạn sẽ luôn mắc kẹt ở đúng trình độ hiện tại.

[03:33] Anh ấy cần rèn luyện khả năng đọc qua documentation kỹ thuật phức tạp bằng cách vượt qua phần khó này, thay vì liên tục dùng AI để tóm tắt hoặc làm mọi thứ thay mình.

[03:41] Điều tiếp theo anh ấy nói khiến tôi nghĩ là thật sự điên rồ: “Tôi muốn chuyển sang tab khác và làm việc khác ở đây. Nhưng tôi phải chống lại điều đó. Và tôi sẽ chống lại nó bằng token. Hãy xem tôi làm như thế nào. Tôi thực sự thích cách bạn mô tả các vấn đề ở đây. Tôi cảm thấy giờ mình đã hiểu rõ vấn đề.”

[03:55] Tôi sẽ không bắt các bạn nghe anh ấy giải thích chính xác mình muốn AI làm gì. Về cơ bản, anh ấy nói rằng khi đọc phần này, anh ấy bị cám dỗ chuyển sang tab khác, chẳng hạn như Twitter, hoặc làm một việc khác. Để chống lại thôi thúc làm một điều dễ dàng hơn, anh ấy sẽ yêu cầu AI làm công việc đó thay mình rồi chuyển sang một AI khác để tiếp tục yêu cầu.

[04:10] Thực chất, thay vì tập trung vào nhiệm vụ khó và nhận ra rằng mình đang có xu hướng rời khỏi nhiệm vụ đó, anh ấy nói: “Tôi có xu hướng xao nhãng, vậy nên tôi sẽ để AI làm việc này, rồi chuyển sang một thứ khác có vẻ năng suất, chẳng hạn như yêu cầu một AI khác.”

[04:25] Đó chính là điều anh ấy đang làm. Thay vì đối diện với nhiệm vụ khó hoặc phức tạp hơn và xây dựng sức bền tinh thần để thực hiện nó, anh ấy giữ trình độ của mình ở nguyên đó, hoặc thành thật mà nói thì có lẽ còn thụt lùi, vì không luyện tập kỹ năng này và để AI đảm nhiệm nó thay mình.

[04:40] Điều này liên quan trực tiếp đến một câu nói của Cal Newport: “Khả năng tập trung đang trở thành nguồn lực khan hiếm nhất của thế kỷ 21.” Đây là một câu nói có từ rất lâu trước khi AI xuất hiện. Vì vậy, các bạn có thể hình dung vấn đề đã trở nên tồi tệ hơn bao nhiêu kể từ khi AI xuất hiện và khiến chúng ta khó tập trung hơn.

[04:54] Đúng là video dạng ngắn đã phá hủy khả năng tập trung của con người, vì trong thời gian rảnh, họ chỉ cần cầm điện thoại lên và lướt qua các video TikTok. Nhưng lý do AI tệ hơn nhiều là vì AI không chỉ được sử dụng trong thời gian rảnh; nó còn được dùng trong lúc làm việc.

[05:09] Trước đây, hầu hết mọi người có thể “phá hủy bộ não” trong thời gian rảnh, nhưng khi làm việc, họ buộc phải tập trung và chú ý, vì đó là cách duy nhất để hoàn thành công việc. Còn giờ đây, trong thời gian rảnh, mọi người lướt TikTok trên điện thoại, rồi khi làm việc lại yêu cầu 10 agent khác nhau làm mọi thứ thay mình. Bộ não của họ liên tục phân tán khắp nơi, khiến việc thực sự tập trung vào nhiệm vụ trước mắt trở nên rất khó khăn.

[05:31] Cal Newport còn nói thêm về vấn đề này trong cuốn A World Without Email. Ngay phần đầu sách có một trích dẫn mà tôi muốn đọc cho các bạn. Trích dẫn này nói về cuốn Deep Work: “Deep Work lập luận rằng lĩnh vực tri thức đang đánh giá thấp sự tập trung. Dù khả năng giao tiếp nhanh chóng bằng tin nhắn kỹ thuật số rất hữu ích, những gián đoạn thường xuyên do hành vi này tạo ra cũng khiến việc tập trung trở nên khó khăn. Điều đó tác động đến khả năng tạo ra sản phẩm có giá trị nhiều hơn mức chúng ta từng nhận ra.”

[05:59] Về cơ bản, ông ấy nói rằng sự tập trung cực kỳ quan trọng, nhưng hầu hết công ty lại không coi trọng nó. Việc liên tục bị gián đoạn, trong trường hợp của cuốn sách là bởi email, còn trong trường hợp của chúng ta là bởi AI, làm gián đoạn khả năng tập trung. Kết quả là bạn khó tạo ra sản phẩm có giá trị hơn cho bất kỳ việc gì mình đang làm.

[06:16] Bây giờ tôi sẽ chuyển sang một đoạn clip khác của Theo để nói về một vấn đề nghiêm trọng khác, được thể hiện rất rõ trong cuốn A World Without Email. Nhưng trước đó, tôi cần định nghĩa một thuật ngữ mà Cal Newport tạo ra trong cuốn sách này: “hyperactive hive mind”.

[06:27] Ông định nghĩa nó là một quy trình làm việc xoay quanh những cuộc hội thoại liên tục, được thúc đẩy bởi các tin nhắn không có cấu trúc và không được lên lịch, gửi qua một công cụ giao tiếp kỹ thuật số như email hoặc dịch vụ nhắn tin tức thời.

[06:41] Về cơ bản, đó là khi có rất nhiều tin nhắn được gửi qua lại ở những khoảng thời gian ngẫu nhiên mà không có kỳ vọng rõ ràng. Nó không giống một cuộc họp trực tiếp hay cuộc gọi điện thoại giữa mọi người. Đây chỉ là hoạt động giao tiếp bất đồng bộ, qua lại không có cấu trúc trong suốt cả ngày và liên tục tiếp diễn.

[06:54] Một điểm quan trọng mà ông đề cập trong sách là với email, mọi người liên tục đẩy công việc cho người khác. Bạn có thể viết một email: “Mọi người có thể cho tôi biết thời gian mà mình có thể họp không?” Thay vì trước tiên đưa ra những khoảng thời gian bản thân có thể họp, bạn lại đẩy công việc đó cho người khác.

[07:09] Người đó có thể tiếp tục đẩy công việc đi xa hơn bằng cách nói: “Tôi có thể họp lúc 2 giờ. Những người khác tự tìm thời gian phù hợp đi.” Thay vì một người hoàn thành toàn bộ công việc, nó liên tục bị đẩy từ người này sang người khác, rồi sang người tiếp theo.

[07:21] Vấn đề này đã tăng lên rất nhiều cùng với sự xuất hiện của AI. Theo là một ví dụ hoàn hảo cho một trong những vấn đề lớn nhất mà tôi có với AI hiện nay.

[07:27] Chúng ta vẫn đang ở trong chính video đó, chỉ là tiến thêm một chút. Trong ví dụ này, anh ấy lấy một issue trực tiếp từ GitHub, dán issue đó vào AI và nói: “Hãy phân tích issue này và tìm ra vấn đề là gì.” Sau đó, khi đọc phản hồi, anh ấy nói: “Có một số vấn đề ở đây. Có ba vấn đề cốt lõi và tất cả đều lớn, rất chi tiết, nhưng có quá nhiều thông tin ở đây mà tôi không muốn tự phân tích.”

[07:57] Một lần nữa, anh ấy lại gặp tình huống giống issue trước đó. Anh ấy nói có quá nhiều thứ để thực sự đọc. Anh ấy không muốn tự mình đọc và phân tích thông tin để tìm hiểu chuyện gì đang xảy ra.

[08:08] Tôi cho rằng nếu quay lại video một chút, các bạn sẽ thấy phần này thực ra không dài đến vậy. Có lẽ chỉ khoảng một hoặc hai trang cần đọc cho các điểm khác nhau. Nó thực sự không nhiều như cách anh ấy mô tả. Dù thế nào, anh ấy vẫn nói: “Việc này quá nhiều để tôi có thể tự tìm hiểu. Tôi sẽ đẩy nó đi.”

[08:23] Thay vì chỉ yêu cầu AI tóm tắt rồi tự đọc bản tóm tắt đó, anh ấy quyết định yêu cầu AI tạo một comment để đăng lên PR thay mình. Anh ấy nói: “Hãy yêu cầu nó làm thêm một việc khác. Đây là phần nghiên cứu tuyệt vời. Tôi muốn để lại một comment hữu ích cho người đã đưa pull request này lên. Xin hãy giúp tôi soạn một comment hay để gửi cho người dùng này, chứa những thông tin cốt lõi ở đây, nhằm giúp contributor đó sửa lỗi dễ dàng hơn.”

[08:54] Như các bạn có thể thấy, anh ấy yêu cầu AI: “Làm tốt phần nghiên cứu này. Bây giờ bạn có thể sử dụng nghiên cứu đó để soạn một comment cho PR không?” Sau đó, khi comment được soạn xong, anh ấy chỉ chỉnh sửa một lần và comment tự động được đăng lên PR.

[09:09] Như vậy, anh ấy đã lấy issue của một người, đưa nó qua AI để tạo ra phản hồi, rồi gửi phản hồi đó cho chính người kia dưới dạng kết quả. Đây là một cách sử dụng AI tệ hại. Một lần nữa, bạn lại đang liên tục đá quả bóng xuống đường.

[09:20] Với email, mọi người sẽ gửi những email như: “Bạn có thể xử lý việc này không? Bạn có thể xử lý việc kia không?” Công việc liên tục bị đẩy đi cho đến người cuối cùng còn sẵn sàng thực hiện nó. Với AI cũng vậy. Bạn lấy issue của ai đó, đưa vào AI, nhận lại một lượng thông tin khác rồi gửi ngược cho người đó.

[09:36] Bạn liên tục đẩy quả bóng về phía trước. Thay vì tự triển khai hoặc xử lý feature, bạn chỉ yêu cầu AI, cung cấp thông tin cho nó, rồi để AI thực hiện công việc đó thay mình. Đây là công việc hoàn toàn không cần đến Theo. Bất kỳ ai trên thế giới cũng có thể lấy một issue, copy và paste nó vào ô nhập liệu của AI, nhận kết quả rồi có thể chỉnh sửa một lần.

[09:55] Ai cũng có thể làm việc đó. Vậy tại sao anh ấy lại cần là người thực hiện? Đây không phải kỹ năng hay điều gì khó học. Đó chỉ là việc bất kỳ ai cũng làm được. Và nếu đây là giá trị duy nhất bạn mang lại cho một công ty, cuối cùng bạn sẽ mất việc khi họ nhận ra rằng họ có thể thay thế bạn bằng bất kỳ ai biết thực hiện kỹ năng cụ thể này.

[10:11] Điều này còn liên quan đến một vấn đề lớn hơn, không chỉ trong lập trình. Khi mọi người đặt câu hỏi, chẳng hạn lên Reddit: “Đáp án cho việc này là gì?” hoặc “Tôi làm việc này như thế nào?”, đó thường là những câu hỏi mang tính quan điểm. Một người có thể chỉ cần dán câu hỏi đó vào ChatGPT, sao chép kết quả rồi đăng làm câu trả lời.

[10:25] Tại sao phải làm vậy? Điều đó không giúp ích cho bất kỳ ai. Tất nhiên, tôi cũng có thể tự mình đưa câu hỏi đó vào ChatGPT. Lý do tôi hỏi một con người là vì thông thường tôi muốn nhận được câu trả lời mang tính con người cho một câu hỏi có quan điểm.

[10:37] Nhưng nếu bạn chỉ sao chép và dán câu trả lời từ AI, bạn không mang lại bất kỳ giá trị nào cho cuộc trò chuyện. Theo quan điểm của tôi, khi Theo làm kiểu pull request này, tôi không nghĩ anh ấy mang lại nhiều giá trị cho cuộc trao đổi thực tế, vì bất kỳ ai cũng có thể đưa issue đó vào AI và nhận được gần như chính xác kết quả tương tự.

[10:52] Tôi không muốn video này tạo cảm giác rằng tôi hoàn toàn chỉ trích Theo. Tôi chắc chắn cho rằng có những điểm không ổn trong cách anh ấy thể hiện việc làm việc nói chung, nhưng tôi thực sự muốn đây giống một lời cảnh báo hơn: bạn cần bảo đảm rằng với tư cách một developer, mình đang mang lại giá trị cho đội ngũ.

[11:03] Khả năng suy nghĩ sâu và vật lộn với những vấn đề khó là một kỹ năng mà ngày càng nhiều người bắt đầu thiếu. Nếu duy trì được những kỹ năng đó, rất có thể bạn sẽ vượt xa những người khác trong đội.

[11:20] Những người như Theo nhiều khả năng sẽ chạm đến thứ mà tôi gọi là “silicon ceiling”. Nếu muốn tìm hiểu thêm về “silicon ceiling” là gì, tôi có một video đầy đủ về chủ đề đó.