Gartner bỏ sót 4 thách thức lớn nhất của mã nguồn do AI tạo ra trong báo cáo mới nhất

- Gartner dự báo AI sẽ đòi hỏi 80% lực lượng lao động kỹ sư phải nâng cao kỹ năng đến năm 2027, nhưng đây không phải toàn bộ câu chuyện.

- Việc nâng cao kỹ năng và học hỏi công nghệ mới là khía cạnh then chốt trong công việc của mọi kỹ sư phần mềm, không có gì đáng ngạc nhiên.

- Gartner mô tả 3 giai đoạn tác động của AI: ngắn hạn tăng năng suất khiêm tốn, trung hạn thay đổi quy trình làm việc, dài hạn cần nhiều kỹ sư phần mềm lành nghề hơn.

- Tuy nhiên, báo cáo của Gartner còn thiếu sót 4 khía cạnh quan trọng:
    + Sửa đổi mã để đáp ứng yêu cầu: Mỗi lần chạy đầu tiên sau khi viết mã luôn có lỗi. AI khó sửa đổi từng phần nhỏ theo yêu cầu.
    + Kiểm thử và kiểm soát chất lượng: Cần phát triển quy trình kiểm thử cho lập trình AI vì AI thường bị ảo giác và viết mã không chạy được. Dự án càng lớn, mã càng phức tạp thì càng cần nhiều lập trình viên.
    + Cập nhật và bảo trì trong suốt vòng đời: Sau khi phát hành, phần mềm cần sửa lỗi, cập nhật, tinh chỉnh hiệu suất liên tục, đây không phải việc AI có thể làm.
    + Khó bảo trì mã mình không viết: Bảo trì mã người khác viết (của người hay AI) rất tốn công phân tích cấu trúc, tài liệu hóa trước khi sửa. Mã AI có thể mâu thuẫn với phong cách viết mã tốt.

📌 Mặc dù AI giúp tiết kiệm thời gian lập trình đáng kể, nhưng mã của AI thường xuyên bị lỗi và mất nhiều công sức sửa chữa, đảo ngược kiến trúc, triển khai lại. Trong 10 năm tới, AI sẽ không thay thế được lập trình viên mà thậm chí còn tạo ra nhu cầu nhiều hơn cho kỹ năng lập trình để xử lý các khía cạnh logistics của dự án phần mềm như kiểm thử, bảo trì, duy trì mã nguồn.

https://www.zdnet.com/article/the-4-biggest-challenges-of-ai-generated-code-gartner-left-out-of-its-latest-report/