AI giúp tôi code nhanh hơn, nhưng ngày làm việc vẫn đủ 8 tiếng

Trước khi dùng AI, tôi mất hai giờ để viết một tính năng và một giờ để kiểm tra.

Sau khi dùng AI, tôi có thể viết tính năng đó trong 30 phút. Nhưng thay vì được nghỉ sớm hơn 90 phút, tôi thường nhận thêm hai tính năng mới, review nhiều code hơn và phải đảm bảo chất lượng cao hơn trước.

Ngày làm việc vẫn đủ tám tiếng.

Chỉ có lượng công việc hoàn thành trong tám tiếng đó tăng lên.

Là một mobile developer làm việc chủ yếu với React Native, tôi dùng AI gần như mỗi ngày: đọc lỗi build, gợi ý code, tạo cấu trúc màn hình, viết hàm xử lý dữ liệu, giải thích source code cũ và chuẩn bị tài liệu kỹ thuật.

Không thể phủ nhận rằng AI giúp tôi làm việc nhanh hơn. Nhưng sau một thời gian sử dụng thường xuyên, tôi nhận ra một nghịch lý:

Trước đây, khi gặp một lỗi Android hoặc iOS, quy trình quen thuộc của tôi thường là:

Đọc log → tìm kiếm trên Google → mở nhiều trang Stack Overflow hoặc GitHub Issues → thử từng cách → build lại → tiếp tục sửa.

Có những lỗi mất vài giờ chỉ để xác định nguyên nhân.

Hiện tại, tôi có thể đưa log lỗi cùng những phần cấu hình liên quan cho AI. Trong vài phút, AI có thể phân tích các khả năng, giải thích mối liên hệ giữa phiên bản thư viện, Gradle, Kotlin, CocoaPods hoặc React Native và đề xuất hướng kiểm tra.

Khi cần xây một tính năng mới, tôi cũng không còn bắt đầu hoàn toàn từ trang trắng. AI có thể tạo bộ khung component, TypeScript interface, API service, validation và các trường hợp cần xử lý.

Nhưng quy trình không thực sự mất đi nhiều bước. Nó chỉ được thay đổi thành:

Mô tả vấn đề → cung cấp bối cảnh → nhận đề xuất từ AI → đọc và kiểm chứng → sửa lại → chạy thử → kiểm tra trên thiết bị thật → review tác động tới phần còn lại của ứng dụng.

Một số bước cũ được rút ngắn, nhưng các bước mới xuất hiện: viết yêu cầu đủ rõ, đánh giá câu trả lời và phát hiện những chỗ AI tự tin nhưng không chính xác.

Tôi viết code ít hơn, nhưng review nhiều hơn.

Điều nguy hiểm nhất ở code do AI tạo ra không phải là code sai hoàn toàn. Nếu sai rõ ràng, chúng ta có thể phát hiện ngay.

Nguy hiểm hơn là đoạn code nhìn rất hợp lý, chạy được trong trường hợp thông thường nhưng sai ở những tình huống đặc biệt.

Ví dụ, AI có thể đề xuất một API đã bị thay đổi ở phiên bản thư viện tôi đang sử dụng. Nó có thể viết một luồng đăng nhập hoạt động tốt trên Android nhưng thiếu cấu hình cần thiết trên iOS. Nó cũng có thể tạo logic xử lý thanh toán đúng khi giao dịch thành công nhưng bỏ sót trường hợp người dùng hủy, ứng dụng bị đưa xuống background hoặc deep link được mở khi app chưa khởi động.

Nếu tôi tin ngay vào kết quả và sao chép vào dự án, thời gian “tiết kiệm” lúc viết code có thể trở thành thời gian sửa lỗi sau khi phát hành.

Đặc biệt với mobile app, một đoạn code không chỉ cần chạy trên máy của developer. Nó còn phải hoạt động trên nhiều phiên bản hệ điều hành, kích thước màn hình, trạng thái mạng và vòng đời ứng dụng khác nhau.

Vì vậy, AI càng tạo code nhanh, tôi càng phải giữ kỷ luật kiểm chứng:

AI giúp giảm thời gian gõ code. Nhưng trách nhiệm về chất lượng, bảo mật và trải nghiệm người dùng vẫn thuộc về developer.

Thời gian đầu, hoàn thành một công việc sớm hơn dự kiến tạo ra cảm giác rất tích cực.

Nhưng khi tốc độ đó lặp lại đủ nhiều, nó không còn được xem là một thành tích đặc biệt. Nó dần trở thành tốc độ mặc định.

Một task từng được ước tính ba ngày có thể được kỳ vọng hoàn thành trong một ngày. Một bản demo trước đây chỉ cần thể hiện luồng chính, nay có thể được yêu cầu thêm giao diện đẹp, xử lý đầy đủ trường hợp lỗi và có tài liệu đi kèm.

Khi AI giúp tạo ra ba phương án nhanh chóng, câu hỏi tiếp theo thường không phải là “Bạn có thể nghỉ sớm không?”, mà là:

“Có thể làm thêm phương án thứ tư không?”

Đây không hẳn là lỗi của AI, cũng không hoàn toàn là lỗi của quản lý hay khách hàng. Nó là kết quả tự nhiên khi năng suất chung tăng lên. Khi công cụ thay đổi, kỳ vọng về tốc độ và chất lượng cũng thay đổi theo.

Điều đáng chú ý là AI không chỉ giúp tôi hoàn thành công việc cũ nhanh hơn. Nó còn khiến những công việc từng bị xem là “không đủ thời gian để làm” trở nên khả thi.

Tôi có thể viết tài liệu kỹ hơn, thêm test case, phân tích log sâu hơn, thử nhiều phương án UI hơn hoặc chủ động cải thiện những đoạn source code cũ.

Kết quả là sản phẩm tốt hơn, nhưng danh sách việc cần làm cũng dài hơn.

Có, theo một cách khá thú vị.

Khi việc tạo prototype trở nên dễ dàng, chúng ta thử nhiều ý tưởng hơn. Mỗi ý tưởng lại cần được đánh giá, chỉnh sửa và quyết định có tiếp tục hay không.

Khi AI giúp tìm thấy nhiều vấn đề tiềm ẩn trong source code, chúng ta có thêm một danh sách cần xử lý.

Khi AI có thể viết tài liệu nhanh, tiêu chuẩn mới có thể trở thành “mọi tính năng đều phải có tài liệu”.

AI không chỉ hoàn thành công việc. Nó còn mở ra những công việc trước đây chúng ta chưa có khả năng hoặc thời gian để nhìn thấy.

Có lúc tôi hỏi AI cách tối ưu một màn hình bị giật. Tôi chỉ muốn tìm một nguyên nhân, nhưng nhận lại hàng loạt đề xuất: giảm re-render, tối ưu danh sách, cache dữ liệu, kiểm tra kích thước ảnh, theo dõi memory và đo thời gian render.

Câu trả lời giúp tôi tiết kiệm thời gian nghiên cứu, đồng thời tạo ra thêm một danh sách việc phải làm.

Tôi gọi đó là “nợ năng suất”: khi có khả năng làm nhiều hơn, chúng ta bắt đầu cảm thấy mình nên làm tất cả.

Nếu xét trên từng task, câu trả lời là có.

Nếu xét trên toàn bộ ngày làm việc, câu trả lời của tôi là chưa.

AI chưa giúp tôi có thêm nhiều thời gian rảnh. Nó giúp tôi hoàn thành nhiều việc hơn trong cùng một khoảng thời gian. Chất lượng đầu ra cao hơn, khả năng thử nghiệm nhanh hơn và thời gian mắc kẹt với những vấn đề nhỏ giảm đi đáng kể.

Điều đó vẫn rất có giá trị.

Tuy nhiên, tôi nhận ra rằng thời gian tiết kiệm được chỉ trở thành thời gian rảnh khi chính chúng ta chủ động bảo vệ nó. Nếu không, mọi khoảng trống vừa được AI tạo ra sẽ nhanh chóng được lấp đầy bằng một task mới, một ý tưởng mới hoặc một yêu cầu cao hơn.

Thay vì hỏi “AI có thể giúp tôi làm thêm gì?”, tôi bắt đầu hỏi ba câu khác:

Tôi cũng cố gắng không đánh giá năng suất chỉ bằng số lượng task hoàn thành. Một giờ dùng để nói chuyện với người dùng, thiết kế kiến trúc đúng hoặc ngăn một lỗi nghiêm trọng có thể giá trị hơn cả ngày tạo ra thật nhiều code.

AI giúp tăng tốc đôi tay, nhưng chúng ta vẫn cần dùng kinh nghiệm để chọn hướng đi.

Nếu đi sai hướng, chạy nhanh hơn chỉ khiến chúng ta cách mục tiêu xa hơn.

AI thực sự giúp tôi làm việc nhanh hơn, nhưng chưa làm tôi làm việc ít hơn.

Nó biến thời gian chờ đợi thành thời gian thực hiện, biến những ý tưởng từng mất nhiều ngày thành prototype trong vài giờ và giúp một developer có thể đảm nhận nhiều vai trò hơn.

Đổi lại, khối lượng đầu ra tăng, tiêu chuẩn chất lượng cao hơn và trách nhiệm kiểm chứng cũng lớn hơn.

Với tôi, câu hỏi quan trọng không còn là:

“AI giúp tiết kiệm được bao nhiêu giờ?”

Mà là:

Nếu câu trả lời luôn là deadline tiếp theo, AI chỉ giúp chúng ta bận rộn hiệu quả hơn.

Còn nếu chúng ta dùng khoảng thời gian đó để học hỏi, suy nghĩ sâu hơn, chăm sóc sức khỏe hoặc đơn giản là kết thúc công việc đúng giờ, khi ấy AI mới thật sự giúp con người làm việc ít đi.

Còn bạn thì sao? Từ khi dùng AI, bạn có thêm thời gian rảnh hay chỉ có thêm nhiều task đã hoàn thành hơn?