Từ Lập Trình Theo Cảm Hứng Đến Kiệt Sức Trí Não: Sự Mệt Mỏi Mới Đang Làm Các Lập Trình Viên Choáng Váng
Các lập trình viên ngày càng phải chịu đựng một loại mệt mỏi mới do các công cụ lập trình AI tạo ra nhiều mã nhanh chóng, đòi hỏi phải xác thực liên tục. 'Kiệt sức trí não do AI' này có liên quan đến việc tăng mệt mỏi khi ra quyết định, nhiều lỗi hơn và mong muốn nghỉ việc cao hơn, như các cuộc khảo sát và nghiên cứu cho thấy. Các lập trình viên giàu kinh nghiệm đang phát triển các chiến lược để giảm thiểu những ảnh hưởng này, chẳng hạn như tạo bản nháp, giành lại công việc và từ chối một số nhiệm vụ cụ thể.
Một nhà phát triển trên một diễn đàn đã kể về sự mệt mỏi của mình sau hai tháng lập trình bảy giờ mỗi ngày với các công cụ AI, so sánh điều đó với việc đặt một cây nến năng suất lên một chiếc súng phun lửa: nhanh hơn nhưng tiêu tốn nhiều năng lượng hơn. Hiện tượng này, được kỹ sư cũ của Google Jorge Raad mô tả lần đầu vào tháng 8 năm 2025 với tên gọi 'vibecoding fatigue' (mệt mỏi do lập trình theo cảm hứng với AI), xuất phát từ việc ủy quyền quá mức các hoạt động nhận thức cho AI. Một nghiên cứu vào tháng 3 năm 2026 gọi đây là 'AI brain fry' (não bị 'chiên' bởi AI), phát hiện rằng trong số 1.488 người được khảo sát, mức độ mệt mỏi khi ra quyết định tăng thêm một phần ba, số lỗi nghiêm trọng tăng 39%, và mong muốn từ bỏ công việc tăng từ 25% lên 34%. Viện Nghiên cứu Upwork (Upwork Research Institute) phát hiện rằng 77% người dùng AI cho biết công cụ này làm tăng khối lượng công việc của họ, và 88% những người dùng AI năng suất nhất báo cáo tình trạng kiệt sức (burnout). Vấn đề này gắn liền với 'những nghịch lý của tự động hóa' (ironies of automation) mà nhà nghiên cứu ergonomics (khoa học về công thái học) Lisanne Bainbridge đã mô tả vào năm 1983: khi các công việc dễ dàng được tự động hóa, con người bị bỏ lại với những công việc khó nhất cộng thêm việc giám sát. Các nhà phát triển sử dụng AI vì mã nguồn (code) có thể được kiểm chứng, và bộ chỉ số đánh giá SWE-bench theo dõi tiến độ này. Để đối phó, các nhà phát triển sử dụng ba chiến lược chính: tạo bản thảo trước khi dùng AI, chiếm lại quyền kiểm soát công việc bằng cách hiểu từng dòng mã được tạo ra, và từ chối thực hiện một số nhiệm vụ như lựa chọn kiến trúc hệ thống, các khu vực rủi ro cao, và những công việc mang tính ý nghĩa. Những chiến lược này tái lập lại các 'phanh hãm' mà máy móc đã loại bỏ. Việc quan sát những nơi mà các chuyên gia giàu kinh nghiệm từ chối sử dụng AI có thể là kim chỉ nam cho những người mới bắt đầu. Morgan Blangeois, nghiên cứu sinh tiến sĩ (PhD - Philosophiae Doctor) tại Université Clermont Auvergne, là tác giả của bài viết này, được đăng lại từ The Conversation.
Nguồn: Numerama —
bản gốc