AI làm được hết rồi, vậy học để làm gì?
Giáo sư Chris Piech của Đại học Stanford trả lời thẳng: bạn vẫn nên học lập trình, và câu trả lời “không cần nữa” mới là câu trả lời sai. Ông dạy những lớp nhập môn khoa học máy tính đông sinh viên nhất trường, cùng một lớp toán nền tảng cho AI.
Câu hỏi này không chỉ áp dụng cho lập trình. AI cũng làm được xác suất, cũng viết được văn. Nếu “AI làm được” là lý do đủ để thôi học, thì cuối cùng ta sẽ thôi học mọi thứ.
Con số thực tế cũng đi ngược nỗi lo đó. Lớp học lập trình trực tuyến Code in Place của ông đã chạy 6 năm, cả trước lẫn sau khi Cursor và Claude Code ra đời. Từ khi có các công cụ này, lượng đăng ký gần như tăng gấp đôi. Càng nhiều người thấy AI viết code, càng nhiều người muốn tự học code.
Bài viết này sắp xếp lại những ý chính trong cuộc trò chuyện của ông theo một mạch dễ theo dõi: ông là ai, ông quan sát được gì ở người học, và cuối cùng là lời khuyên cho người đang đứng trước ngã rẽ.
Chris Piech là ai, và Code in Place ra đời thế nào?
Piech sinh ra ở Nairobi (Kenya), năm 12 tuổi chuyển đến Kuala Lumpur (Malaysia), rồi sang Mỹ học đại học. Ông kể mình không hề định làm giáo sư từ đầu, chỉ là người tò mò thích các bài toán thú vị.
Bước ngoặt đến từ một môn tự chọn ở Stanford. Lúc đó ông mới biết sơ về code. Thầy giáo ra thử thách: dùng những gì học trong 2 tuần đầu để làm ra thứ gì đó thật hay. Ông dành thêm khoảng 40 giờ ngoài giờ học chính cho thử thách ấy vì quá hào hứng. Sau trải nghiệm đó, ông bắt đầu tò mò về chuyện con người học như thế nào, và chọn con đường làm giáo sư.
Code in Place ra đời vào những ngày đầu đại dịch. Khi Stanford buộc phải chuyển lớp nhập môn lập trình sang trực tuyến, nhóm của ông tự hỏi có thể làm gì để giúp thế giới đang khó khăn. Đưa video bài giảng lên mạng là việc dễ nhất, nhưng họ biết người xem sẽ học được ít hơn sinh viên Stanford rất nhiều.
Phần “bí quyết” của Stanford ở lớp nhập môn là section leader: một người lớn hơn bạn vài tuổi, đi trước bạn một đoạn, dành thời gian giúp bạn tiến bộ. Từ đó Code in Place được thiết kế quanh yếu tố con người:
- Khoảng 17.000 học viên và hơn 1.000 giảng viên tình nguyện.
- Cứ 10 học viên có 1 giáo viên.
- Ngôn ngữ dạy là Python, bắt đầu bằng chú robot Karel dễ thương.
- Theo Piech, đây là lớp học có nhiều giáo viên nhất thế giới.
Vì sao vẫn phải học lập trình, xác suất, viết lách
Piech cho rằng chúng ta không nên từ bỏ ý tưởng thế hệ sau sẽ là những người thông minh. Bạn vẫn nên học cách trình bày một lập luận chặt chẽ, vẫn nên học chiều sâu của tư duy xác suất, và vẫn nên học lập trình.
Nếu AI làm được những việc đó, năng lực của bạn có thể được khuếch đại thêm. Nhưng ông hình dung rằng trong tương lai, việc giỏi ở những lĩnh vực này vẫn quan trọng. AI là công cụ nhân lên sức người, không phải lý do để người ngừng giỏi lên.
Khủng hoảng động lực: vấn đề khó nhất của giáo dục hiện nay
Piech thấy nhiều học viên rơi vào khủng hoảng động lực hơn trước, và ông cho rằng điều đó dễ hiểu vì thế giới đang bất định hơn.
Gánh nặng này nặng nhất với sinh viên. Một người bắt đầu chương trình 4 năm hôm nay phải tự hỏi: năm 2030, khi AI tiến thêm 4 năm nữa, sẽ còn những nghề nào? Sự mơ hồ đó tự nhiên kéo động lực xuống, và ông nói mình rất đồng cảm.
Bài học từ xe tự lái và nghề tài xế xe tải
Piech nhắc lại giai đoạn 2011-2012, khi đồng nghiệp của ông đạt những cột mốc lớn đầu tiên về xe tự lái. Lúc đó ai nhìn chiếc xe chạy cũng nghĩ nghề tài xế taxi và xe tải sắp biến mất. Thực tế, nghề tài xế xe tải vẫn tăng trưởng khá ổn.
Ông không dám chắc tương lai của nghề này, có thể một ngày nào đó sẽ đến điểm bước ngoặt. Nhưng người ta đã đánh giá thấp nhiều thứ:
- Hàng hóa giá trị cần một người chịu trách nhiệm.
- Trên đường cao tốc, 99% tình huống giống nhau, nhưng 1% còn lại rất khác và AI khó làm chủ hết.
Ông tin một ngày nào đó xe tự lái hoàn toàn sẽ có thật. Điều khiến ông ngạc nhiên là chúng ta đã đánh giá quá cao tốc độ đi đến đó. Dự đoán nghề nào sẽ đúng sau 5 đến 10 năm luôn là việc mọi người làm sai.
Phát hiện bất ngờ sau 6 năm: AI tutor chưa giải được bài toán động lực
Một quan niệm sai phổ biến là cứ có gia sư AI thì mọi thứ sẽ ổn. Theo Piech, thực ra chúng ta đã có gia sư AI từ lâu, nhưng nó không tạo ra bước nhảy như mọi người kỳ vọng.
Trong 6 năm, nhóm của ông thử nhiều liều lượng AI khác nhau cho học viên và rút ra một kết quả khá bất ngờ:
- Đưa cho học viên một chatbot và bảo “hãy dùng nó để học” thì nhiều người bỏ cuộc hơn. AI xuất hiện sai thời điểm khiến người học nản.
- Có những cách dùng AI tinh tế thực sự giúp ích, nhưng không phải kiểu “ném” chatbot vào tay người học.
- Ngược lại, khi hệ thống hiện thông báo “có một giáo viên đang online, muốn trò chuyện 10 phút với bạn không?” và học viên bấm đồng ý, xác suất hoàn thành khóa học tăng khoảng 10 điểm phần trăm.
Bạn có thể nghĩ người nói đúng hơn máy. Piech đã xem lại các cuộc hội thoại: AI nói đúng, ít nhất ở mức nhập môn lập trình thì không bịa. Còn giáo viên người thì không phải lúc nào cũng đúng. Khác biệt nằm ở chỗ khác: sự hiện diện của con người có sức thúc đẩy riêng.
Động lực là viên ngọc quý của giáo dục
Theo ông, tự mình suy nghĩ tốn thêm năng lượng, nên ai cũng cần một lý do để không giao hết việc nghĩ cho Claude. Một lời nói như “Thầy quan tâm việc em trở thành người giỏi, thầy không bỏ cuộc với em trong thời đại AI này. Mình học nền tảng trước, xong rồi thầy dạy em code cùng AI” có hiệu quả hơn nhiều.
Ông đặt cho những ai làm công cụ học tập bằng chatbot một thử thách: làm sao để chatbot truyền cảm hứng? Chatbot trả lời câu hỏi khá tốt, nhưng hiếm khi châm ngòi tò mò. Không ai mở ChatGPT và được rủ “muốn xem một điều làm bạn choáng váng không?”.
Còn khi sinh viên ghé văn phòng, ông có thể bất ngờ cho họ xem một điều thú vị về xác suất, thứ không nằm trong câu hỏi họ mang đến. Vì ông biết khá rõ sinh viên đang ở đâu và muốn đi đâu, ông chọn được ví dụ hay đúng chỗ. Nếu ngọn lửa tò mò bùng lên, cả ngày hôm đó sinh viên sẽ nghĩ về bài toán ấy, và ông tin khi đó họ sẽ tự đi tới đích.
Dùng AI cho tỉnh táo: đừng giao khoán đến mức mất năng lực
Piech vui vẻ khuyến khích mọi người chơi với AI, nhưng với điều kiện phải tự nhận thức được mình đang ở đâu. Câu hỏi ông muốn mỗi người tự đặt ra: khi nào mình thực sự được lợi từ AI, và khi nào mình đã giao đi quá nhiều phần tăng trưởng của bản thân?
Ông lấy chính mình làm ví dụ. Ông lập trình với AI rất nhiều, nhưng nhờ hiểu sâu về lập trình và kiến trúc phần mềm nên ông nhận ra khi AI đưa ra quyết định kém. Nếu không hiểu kiến trúc, lỗi có thể không lộ ra ở bản thử nghiệm đầu tiên. Đến tuần thứ năm, khi sinh viên thật sự dùng sản phẩm và gặp lỗi lạ, ông sẽ không biết đường nào để giúp họ.
Cảm giác này sinh viên nào cũng từng gặp:
- Nhờ AI viết quá nhiều bài luận, đến lúc nào đó bạn không còn tự viết nổi một bài luận.
- Nhờ AI viết quá nhiều code, đến lúc nào đó bạn không còn làm được phần kiến trúc, thứ có giá trị nhất.
Vì vậy ông khuyên hãy theo dõi xem mình có đang lớn lên cùng AI hay không, và hãy quan tâm thật nhiều đến sự phát triển của chính mình.
Học lập trình thực chất là học gì?
Theo Piech, học lập trình gồm hai phần: học cú pháp (cách ra lệnh cho máy tính) và học giải quyết vấn đề. AI sẽ ngày càng giỏi phần cú pháp, nên việc nhớ thuộc từng câu lệnh sẽ kém quan trọng dần. Phần đáng đầu tư là năng lực giải quyết vấn đề:
- Chia một bài toán lớn thành những mảnh nhỏ.
- Sắp xếp dữ liệu để thuật toán “nói chuyện” được với nó.
- Tư duy về thuật toán.
Vì sao lập trình dạy giải quyết vấn đề rất tốt
Lập trình cho bạn phản hồi tức thì và có thể kiểm chứng. Logic sai thì chương trình không chạy, bạn thấy ngay và sửa nhanh. Trong đời sống, một quyết định tồi có thể mất rất lâu mới lộ hậu quả, nên bạn khó luyện được kỹ năng ra quyết định tốt dần lên. Vòng phản hồi ngắn của code là môi trường luyện tập hiếm có.
Muốn thành kỹ sư giỏi: tăng thời gian thực hành
Câu trả lời của ông không có gì bất ngờ: dành thật nhiều thời gian để tự tạo ra sản phẩm. Ông nhấn mạnh phải phân biệt giữa việc bạn tự tạo và việc bạn giao hết cho Claude Code.
Nếu còn trẻ, ông sẽ làm thật nhiều bản prototype cùng Claude Code, và yêu cầu nó: “Hãy dạy tôi những điều quan trọng nhất cần biết để làm ra sản phẩm này.” Lặp đi lặp lại như vậy, bạn tích lũy kinh nghiệm và dần nhận ra khái niệm nào là cốt lõi.
Cơ hội mới cho kỹ sư trẻ: rào cản vào nghề đã thấp đi
Thời điểm này rối ren, nhưng cũng có một cơ hội trước đây không có: rào cản gia nhập đã giảm mạnh. Một học sinh lớp 12, 18 tuổi, cùng một người bạn có thể làm ra một startup chất lượng. Hai người đó có thể viết ra một codebase khá ấn tượng để giải quyết một vấn đề thú vị.
Phần khó giờ nằm ở một nghệ thuật: biết vấn đề nào đáng giải. Ngày càng nhiều kỹ sư trẻ được tiếp xúc với câu hỏi này sớm hơn:
- Điều gì thực sự đáng để làm ra?
- Người dùng muốn gì?
- Tính năng nào giúp họ tiến bộ trong vấn đề của chính họ?
Khả năng làm cầu nối giữa điều máy tính làm được và điều con người thực sự cần luôn là một kỹ năng bậc cao. Piech khuyên kỹ sư trẻ đừng đợi đến lúc lên senior mới rèn kỹ năng này, mà hãy bắt đầu ngay bây giờ.
Tiên đề của Piech: thế hệ sau sẽ thông minh hơn chúng ta
Piech bắt đầu từ một tiền đề: con bạn, hay cháu bạn nếu bạn chưa có con, sẽ trở thành những người thông minh, và cả thế hệ sau sẽ có nhiều người giỏi hơn chúng ta. Từ đó câu hỏi trở thành: làm sao đưa họ tới được mức đó?
Nhìn vào môn học nào, xác suất hay khoa học máy tính, cũng thấy có những khái niệm nền tảng và nhiều tầng phức tạp xây lên trên. Nếu muốn họ giỏi hơn mình thì rất khó bỏ qua phần nền.
Ví dụ: máy tính bỏ túi và phép nhân
Máy tính làm phép nhân từ lâu rồi, nhưng trẻ em vẫn phải học phép nhân. Có một khác biệt tinh tế: hiểu phép nhân là gì thì rất quan trọng, còn tính nhẩm thật nhanh 13 nhân 7 thì ít quan trọng hơn. Ta không thể bỏ nền tảng, nhưng có thể khéo léo hơn trong việc chọn điểm nhấn.
Đừng nghĩ quá nhiều về tương lai của AI
Piech kể về một sinh viên rất xuất sắc: dùng AI để giải bài, học được nhiều điều tuyệt vời. Khi ông hỏi cậu đang nghĩ gì, cậu đáp rằng mình không nghĩ về tương lai của AI, và chính điều đó giúp cậu phát triển tốt.
Ông chia sẻ rằng mình nghĩ về AI khoảng 10 lần mỗi ngày, nên câu nói đó làm ông chững lại. Từ hôm đó, ông bắt đầu ngày mới bằng tiên đề này: ông không hỏi vì sao mình quan tâm việc thế hệ sau thông minh hơn, mà coi đó là điều hiển nhiên, là điều mình muốn và sẽ làm việc vì nó.
Theo ông, AI là công cụ nhân lên sức người. Khi con người ở trạng thái tốt nhất, ta có thể dùng nó để khuếch đại bản thân:
- Người bác sĩ thật lòng quan tâm bệnh nhân giờ làm được nhiều hơn, nhanh hơn, chính xác hơn.
- Người thầy tâm huyết với việc học của học trò có thể đưa học trò đi xa hơn.
Niềm lạc quan của ông còn đến từ việc gặp người trẻ mỗi ngày: ông thấy sự tự nhận thức và tư duy phản biện của họ đang nở rộ. Ông có hai con dưới 5 tuổi và tin chúng sẽ sống trong một thế giới tuyệt vời, vì con người sẽ thích nghi, vẫn tò mò và vẫn phát triển trí tuệ.
Kết: hãy làm ra thứ gì đó
Kỹ sư giỏi nhất có thể không phải người thuộc nhiều code nhất. Có thể đó là người biết biến các vấn đề thật của con người thành ứng dụng, thành khoa học dữ liệu, thành nghiên cứu.
Lời nhắn cuối của Piech rất đơn giản: hãy làm ra thứ gì đó. Làm thứ người ta dùng, làm thứ người ta yêu. Trong quá trình lặp đi lặp lại, bạn có cơ hội trở nên xuất sắc cả ở lập trình lẫn ở giải quyết vấn đề. Hãy bắt đầu ngày mới bằng tiên đề: hôm nay bạn sẽ thông minh hơn hôm qua.
Muốn học thêm?
Piech sắp ra mắt Probability for Artificial Intelligence, một khóa học miễn phí của Stanford về nền tảng toán học đằng sau AI, tại pai.stanford.edu.
Nguồn
- Stanford CS Professor: AI Can Code. That’s Why You Should Learn | Chris Piech (kênh EO, đăng ngày 31/07/2026)