Kỹ sư DeepSeek cảnh báo AI đang thay đổi chính công việc của những người tạo ra nó

Một bài viết được cho là của Shengyu Liu, kỹ sư DeepSeek, đang thu hút sự chú ý trên mạng xã hội Trung Quốc khi đặt ra một nghịch lý của ngành trí tuệ nhân tạo.

Từ kỹ sư tối ưu phần cứng đến người chứng kiến AI tự cải thiện

Shengyu Liu được giới thiệu là cựu sinh viên lớp Turing của Đại học Bắc Kinh và từng tham gia đội tuyển siêu máy tính giành chức vô địch ASC.

Thay vì chỉ phát triển các ứng dụng AI ở tầng giao diện, công việc của Liu tập trung vào những lớp kỹ thuật sâu hơn như CUDA, PTX và SASS - các thành phần có vai trò quan trọng trong việc tối ưu khả năng xử lý của phần cứng khi huấn luyện và vận hành mô hình AI.

Trước khi gia nhập DeepSeek, ông từng tham gia một số dự án liên quan đến hạ tầng phục vụ các mô hình ngôn ngữ lớn như DistServe, LoongServe và FastServe.

Trong bài viết được chia sẻ, Liu mô tả tốc độ tiến bộ của AI trong lĩnh vực lập trình đang diễn ra nhanh hơn đáng kể so với những gì ông từng hình dung.

Theo ông, AI không còn chỉ đóng vai trò hỗ trợ tìm kiếm hoặc gợi ý mã nguồn. Các hệ thống mới có thể đọc mã CUDA, phân tích hiệu năng của từng lệnh trên phần cứng và đề xuất những cách tối ưu mà trước đây cần đến kỹ năng của các kỹ sư chuyên sâu.

Khoảng cách giữa AI và kỹ sư có thể thu hẹp rất nhanh

Một trong những điểm đáng chú ý trong bài viết là tốc độ AI thực hiện các tác vụ lập trình.

Liu cho rằng khi khả năng suy luận, viết và kiểm tra mã của AI tiếp tục được cải thiện, thời gian cần thiết để hoàn thành những nhiệm vụ kỹ thuật phức tạp sẽ giảm mạnh.

Ông dự đoán trong khoảng 6-12 tháng tới, các toán tử do AI tạo ra có thể đạt hoặc vượt trình độ của những kỹ sư hàng đầu ở một số nhiệm vụ tối ưu hóa chuyên biệt.

Điều này tạo ra một nghịch lý đối với chính những người phát triển AI. Càng làm cho hệ thống mạnh hơn, họ càng có khả năng tạo ra công cụ có thể tự động hóa một phần công việc của mình.

Tuy nhiên, Liu cho rằng các kỹ sư vẫn tiếp tục tham gia vào cuộc đua này bởi nếu một nhóm dừng lại, các đối thủ khác vẫn sẽ tiếp tục phát triển công nghệ.

Vì vậy, việc tăng tốc AI không đơn thuần là lựa chọn cá nhân mà còn gắn với cuộc cạnh tranh công nghệ giữa các doanh nghiệp và quốc gia.

Kỹ sư có thể không mất việc nhưng công việc sẽ thay đổi

Liu không cho rằng toàn bộ kỹ sư giỏi sẽ nhanh chóng bị thay thế.

Thay vào đó, ông hình dung một quá trình chuyển đổi trong đó con người ngày càng ít trực tiếp viết từng dòng mã và chuyển sang thiết kế, giám sát và điều khiển các hệ thống AI.

Ông sử dụng hình ảnh một người thợ thủ công để mô tả sự thay đổi này.

Một kỹ năng từng mang lại niềm vui từ chính quá trình thực hiện thủ công có thể mất đi ý nghĩa khi máy móc có khả năng hoàn thành công việc nhanh hơn hàng nghìn lần với chất lượng tương đương.

Tương tự, lập trình viên có thể dần rời khỏi vai trò trực tiếp tạo ra từng đoạn mã để trở thành người điều phối các AI Agent.

Sự thay đổi này không nhất thiết đồng nghĩa với việc con người hoàn toàn không còn vai trò. Nhưng giá trị của kỹ năng cá nhân có thể được đánh giá lại khi phần lớn thao tác kỹ thuật được tự động hóa.

Rủi ro lớn hơn nằm ở chất lượng nguồn nhân lực

Một vấn đề khác được Liu đề cập là sự phụ thuộc quá mức vào AI trong giáo dục.

Nếu sinh viên sử dụng AI để hoàn thành phần lớn các bài tập thực hành mà không thực sự hiểu cách hệ thống hoạt động, năng lực lập trình và tư duy hệ thống có thể không phát triển tương ứng.

Khi AI có thể tạo ra mã nguồn với tốc độ rất cao, một người chưa có nền tảng vững vẫn có thể tạo ra khối lượng lớn mã mà không đủ khả năng đánh giá chất lượng hoặc phát hiện lỗi.

Điều này có thể tạo ra một vấn đề mới cho ngành công nghệ: không thiếu mã nguồn, nhưng thiếu những người đủ năng lực hiểu, kiểm tra và chịu trách nhiệm với mã nguồn do AI tạo ra.

Lo ngại về quyền kiểm soát các mô hình AI mạnh

Bài viết cũng đặt vấn đề về việc các mô hình AI tiên tiến có thể tập trung vào tay một số ít công ty công nghệ.

Nếu những hệ thống AI mạnh nhất được kiểm soát bởi một số doanh nghiệp lớn và người dùng chỉ có thể tiếp cận chúng thông qua các nền tảng đóng, khoảng cách về khả năng tiếp cận công nghệ có thể ngày càng lớn.

Theo lập luận được đưa ra, một nhóm nhỏ sở hữu công nghệ AI tiên tiến sẽ có lợi thế lớn về năng suất, nghiên cứu và kinh tế, trong khi những người không có quyền tiếp cận các công cụ tương tự có nguy cơ bị bỏ lại phía sau.

Đây cũng là lý do Liu nhấn mạnh vai trò của AI mã nguồn mở. Theo quan điểm được ông nêu ra, việc phổ biến các mô hình mạnh với chi phí thấp có thể giúp mở rộng quyền tiếp cận công nghệ thay vì để năng lực AI tập trung hoàn toàn trong tay một số tổ chức.

Cuộc cách mạng AI có thể thay đổi cả cách con người làm việc

Câu chuyện được Liu đưa ra không chỉ xoay quanh nguy cơ mất việc của lập trình viên. Vấn đề lớn hơn là sự thay đổi về vai trò của con người trong quá trình tạo ra công nghệ.

Khi AI ngày càng có khả năng tự viết, kiểm tra và tối ưu mã nguồn, lợi thế của con người có thể chuyển từ kỹ năng thao tác sang khả năng xác định vấn đề, đặt mục tiêu, kiểm soát hệ thống và đánh giá kết quả.

Điều này cũng đặt ra những câu hỏi dài hạn về giáo dục, thị trường lao động và quyền sở hữu công nghệ.

Nếu tốc độ phát triển của AI tiếp tục nhanh hơn tốc độ đào tạo nhân lực, các kỹ năng từng được xem là chuyên môn cao có thể nhanh chóng trở thành những tác vụ có thể tự động hóa.

Bài viết của Shengyu Liu vì vậy thu hút sự chú ý không chỉ bởi câu chuyện một kỹ sư chứng kiến công cụ mình tạo ra ngày càng mạnh hơn, mà còn bởi nó đặt ra câu hỏi rộng hơn: khi AI có thể tự làm ngày càng nhiều công việc của con người, con người sẽ phải định nghĩa lại giá trị của chính mình trong quá trình tạo ra công nghệ như thế nào?