5 công việc lập trình mà ChatGPT vẫn chưa thể làm được

Sự phát triển nhanh chóng của AI khiến nhiều lập trình viên lo ngại rằng công việc của họ có thể bị thay thế. Tuy nhiên, dù các mô hình như ChatGPT ngày càng mạnh mẽ, vẫn có nhiều nhiệm vụ lập trình mà AI hiện tại chưa thể đảm nhiệm hoàn toàn.

Dưới đây là 5 công việc lập trình mà ChatGPT vẫn chưa thể làm tốt — và vì sao vai trò của lập trình viên con người vẫn rất quan trọng.

1. Viết code để sử dụng trong sản phẩm doanh nghiệp

Hạn chế đầu tiên của ChatGPT không hẳn nằm ở khả năng viết code, mà ở vấn đề pháp lý. Nếu bạn sử dụng trực tiếp code do ChatGPT tạo ra trong sản phẩm của công ty, bạn có thể vô tình khiến doanh nghiệp gặp rủi ro pháp lý.

Nguyên nhân là ChatGPT được huấn luyện từ dữ liệu trên internet, bao gồm nhiều đoạn code với các giấy phép khác nhau. Điều này khiến việc xác định nguồn gốc code trở nên khó khăn. Trong một số trường hợp, ChatGPT có thể tạo ra đoạn code giống với mã nguồn từ các repository trên GitHub.

Ngoài ra, các vấn đề liên quan đến bản quyền cũng chưa hoàn toàn rõ ràng. Một số chuyên gia pháp lý cho rằng nội dung do AI tạo ra có thể được xem là “tác phẩm phái sinh” từ dữ liệu huấn luyện. Điều này khiến việc sử dụng code AI trong môi trường doanh nghiệp trở nên nhạy cảm hơn.

Vì vậy, trong nhiều công ty, code do AI tạo ra thường cần được kiểm tra kỹ trước khi sử dụng chính thức.

2. Những công việc đòi hỏi tư duy phản biện

ChatGPT có thể viết code rất tốt, nhưng không phải lúc nào cũng đưa ra giải pháp đúng. Đặc biệt, trong các bài toán cần tư duy phân tích sâu, ChatGPT thường gặp hạn chế.

Ví dụ, nếu bạn yêu cầu ChatGPT viết code Python để phân tích thống kê dữ liệu, AI có thể chọn phương pháp phân tích không phù hợp. ChatGPT không thể tự đánh giá dữ liệu có đáp ứng các điều kiện thống kê hay không, hoặc liệu phương pháp đó có phù hợp với mục tiêu kinh doanh hay không.

Một nhà khoa học dữ liệu có kinh nghiệm sẽ biết cần kiểm tra những giả định nào và chọn phương pháp phù hợp. Trong khi đó, ChatGPT có thể viết đúng code nhưng cho sai phương pháp, dẫn đến kết quả không đáng tin cậy.

Đây là lý do các bài toán cần tư duy phản biện và giải quyết vấn đề vẫn cần con người.

3. Hiểu ưu tiên của các bên liên quan

Một phần quan trọng trong phát triển phần mềm là hiểu nhu cầu của các bên liên quan. Đây là nhiệm vụ mà ChatGPT chưa thể đảm nhiệm.

Trong một dự án thực tế, các nhóm khác nhau có thể có ưu tiên khác nhau. Ví dụ, nhóm marketing muốn tăng tương tác người dùng, nhóm bán hàng muốn tăng doanh thu, trong khi nhóm hỗ trợ khách hàng muốn cải thiện trải nghiệm hỗ trợ.

ChatGPT có thể tạo báo cáo hoặc phân tích dữ liệu, nhưng không thể đưa ra quyết định cân bằng giữa các mục tiêu này. Ngoài ra, việc làm việc với stakeholder còn đòi hỏi trí tuệ cảm xúc, khả năng giao tiếp và thương lượng — những yếu tố mà AI chưa có.

4. Giải quyết vấn đề hoàn toàn mới

ChatGPT hoạt động dựa trên dữ liệu đã được huấn luyện, vì vậy nó gặp khó khăn khi đối mặt với những vấn đề hoàn toàn mới.

Ví dụ, ChatGPT có thể trả lời tốt những câu hỏi phổ biến như cách chỉnh biểu đồ trong R hoặc Python. Nhưng khi gặp những bài toán mới lạ, AI có thể đưa ra giải pháp không hợp lý.

Trong một thử nghiệm, ChatGPT được yêu cầu viết code để tổ chức một bữa tiệc potluck với quy tắc đặc biệt liên quan đến chữ cái đầu trong nguyên liệu. Kết quả mà AI đưa ra không hợp lý và không đáp ứng đúng yêu cầu.

Điều này cho thấy ChatGPT vẫn gặp hạn chế khi giải quyết những bài toán sáng tạo hoặc chưa từng xuất hiện.

5. Ra quyết định đạo đức trong lập trình

Một trong những hạn chế lớn nhất của ChatGPT là không thể đưa ra quyết định đạo đức.

Lập trình không chỉ là viết code mà còn phải cân nhắc tác động của hệ thống đến người dùng. Ví dụ, nếu xây dựng hệ thống phê duyệt khoản vay, mô hình AI có thể vô tình tạo ra thiên vị dựa trên dữ liệu lịch sử.

ChatGPT có thể viết code cho hệ thống như vậy, nhưng không thể hiểu được tác động xã hội hoặc đưa ra quyết định công bằng. Đây là nhiệm vụ mà con người cần đảm nhiệm.

Con người có thể đánh giá tác động, thảo luận về các vấn đề đạo đức và chịu trách nhiệm cho quyết định của mình — điều mà AI hiện tại chưa thể làm được.

Lập trình không chỉ là viết code

Thực tế, lập trình không chỉ đơn giản là viết code. Nó còn bao gồm hiểu mục tiêu kinh doanh, phân tích dữ liệu, làm việc với stakeholder và kể câu chuyện từ dữ liệu.

Lập trình viên cũng cần biết khi nào nên sử dụng biểu đồ, cách trình bày thông tin và cách truyền đạt ý tưởng phức tạp một cách dễ hiểu.

ChatGPT có thể hỗ trợ debug, review code hoặc tìm kiếm thông tin nhanh hơn. Nhưng phần quan trọng nhất của lập trình vẫn là tư duy và ra quyết định — những yếu tố mà AI chưa thể thay thế.

Miễn là con người vẫn đảm nhiệm những vai trò này, công việc của lập trình viên vẫn sẽ còn rất lâu.