Việc coi phát triển phần mềm "có sự hỗ trợ của AI" đơn thuần là một bước tiến công nghệ có thể là một sai lầm. Thực tế, nếu nhìn nhận đây là hành động ủy thác công việc kỹ thuật cho các mô hình thống kê của LLM (Large Language Model - Mô hình ngôn ngữ lớn), chúng ta sẽ thấy ngay những lỗ hổng nghiêm trọng.

Khác với con người, LLM không tương tác với các nhà phát triển thư viện, không gửi báo cáo lỗi (bug report) hữu ích, và hoàn toàn mù tịt trước các vấn đề tiềm ẩn, bất kể tài liệu kỹ thuật có được viết tốt đến đâu.

1. Ảo tưởng về Vibe Coding

Mặc dù những người ủng hộ AI vẫn đặt niềm tin lớn vào công nghệ này, nhưng các lo ngại về chất lượng mã nguồn là hoàn toàn có cơ sở.

Các hệ sinh thái phổ biến như JavaScript, Python và các công nghệ Web đang là những nạn nhân đầu tiên. Lý do rất đơn giản: đây là những ngôn ngữ có tập dữ liệu huấn luyện lớn nhất. Điều này dẫn đến sự bùng nổ của phong cách "lập trình theo cảm tính" – nơi mã được sinh ra dựa trên xác suất thống kê thay vì logic kỹ thuật chặt chẽ.

2. Những con số biết nói: AI đang làm giảm chất lượng phần mềm?

Kể từ khi Microsoft ra mắt GitHub Copilot vào năm 2021, tranh cãi chưa bao giờ dứt. Dữ liệu thực tế từ năm 2024 - 2025 đã vẽ nên một bức tranh ảm đạm:

• Tăng tỷ lệ lỗi: Các báo cáo năm 2024 chỉ ra rằng việc sử dụng Copilot và các chatbot tương tự làm tăng 41% số lượng lỗi trong mã nguồn.

• Giảm năng suất thực tế: Đến năm 2025, xu hướng trở nên tiêu cực hơn khi các nghiên cứu cho thấy chatbot lập trình có thể làm giảm 19% năng suất.

• Suy giảm tư duy: Các nhà phát triển giàu kinh nghiệm chỉ trích gay gắt rằng việc phụ thuộc vào AI đang làm thui chột kỹ năng nhận thức và tư duy giải quyết vấn đề.

Phải chăng "cuộc cách mạng AI" thực chất là một bài kiểm tra sức chịu đựng của trí tuệ con người, hơn là một công cụ thúc đẩy hiệu suất?

3. Hiệu ứng Spotify: Sự bất công với cộng đồng Open Source

Một vấn đề đạo đức lớn được đặt ra: Bồi thường cho mã nguồn mở.

Ý tưởng rằng OpenAI hay Google sẽ trả một khoản phí nhỏ cho các dự án mã nguồn mở khi code của họ được sử dụng nghe có vẻ nhân văn, nhưng thực tế lại phũ phàng giống như mô hình của Spotify:

• Khoảng 80% nghệ sĩ trên Spotify hiếm khi được phát nhạc và gần như không nhận được thù lao.

• Tương tự, với mô hình thống kê của LLM, chỉ những thư viện/đoạn mã phổ biến nhất (top-tier dependencies) mới được AI "nhào nặn" và đưa vào output.

Điều này đồng nghĩa với việc phần lớn các nhà đóng góp mã nguồn mở sẽ không nhận được bất kỳ sự ghi nhận hay bồi thường nào, dù công sức của họ là nền tảng để AI học tập.

4. Tương lai nào cho hệ sinh thái phần mềm?

Ngay lúc này, chúng ta đã bắt đầu thấy những tác động tiêu cực từ "rác AI" (AI slop) trong quy trình phát triển phần mềm.

Liệu làn sóng này có làm "ngạt thở" toàn bộ hệ sinh thái mã nguồn mở hay không vẫn là một câu hỏi mở. Tuy nhiên, nếu tiếp tục xu hướng "lập trình dựa trên cảm nhận" mà bỏ qua sự kiểm soát chất lượng và đạo đức nghề nghiệp, thật khó để hình dung một tương lai tươi sáng cho ngành công nghiệp phần mềm.