AI tạo sinh đang viết lại cách dạy lập trình: Đã đến lúc các trường đại học phải thay đổi toàn bộ chương trình đào tạo

Trong nhiều thập kỷ, sinh viên ngành Khoa học Máy tính (Computer Science - CS) được đào tạo với mục tiêu cốt lõi là học cách viết mã (code). Tuy nhiên, sự bùng nổ của trí tuệ nhân tạo tạo sinh (Generative AI - GenAI) như ChatGPT, GitHub Copilot, Claude hay Gemini đang làm thay đổi hoàn toàn tiền đề đó. Khi AI có thể tạo ra hàng trăm dòng mã chỉ trong vài giây, kỹ năng viết code không còn là lợi thế cạnh tranh như trước. Điều quan trọng hơn giờ đây là khả năng thiết kế hệ thống, đặt yêu cầu, đánh giá chất lượng và kiểm chứng kết quả do AI tạo ra. Đây là lúc giáo dục ngành CNTT cần một cuộc cải tổ toàn diện.

Không thể tiếp tục dạy lập trình như 20 năm trước

Hãy tưởng tượng vào năm 2040, một sinh viên bước vào lớp học lập trình nhập môn (CS1). Suốt thời gian học phổ thông, em đã quen với việc sử dụng ChatGPT, Copilot hay các trợ lý AI để học tập, tìm kiếm thông tin và hỗ trợ giải quyết bài tập. AI đối với thế hệ này cũng tự nhiên như Internet đối với thế hệ "digital natives" ngày nay.

Thế nhưng khi đến trường đại học, sinh viên vẫn được giao những bài tập quen thuộc từ nhiều thập kỷ trước như tính lượng mưa trung bình, kiểm tra chuỗi đối xứng (palindrome) hay viết chương trình sắp xếp số nguyên.

Câu hỏi đặt ra là: những bài tập như vậy còn mang lại giá trị học thuật hay nghề nghiệp nào trong thời đại AI?

Theo nhiều chuyên gia giáo dục ngành Khoa học Máy tính, câu trả lời ngày càng nghiêng về "không".

Việc cố gắng cấm sinh viên sử dụng AI hoặc tiếp tục duy trì chương trình đào tạo cũ chẳng khác nào giả vờ rằng cuộc cách mạng AI chưa từng xảy ra. Điều đó không chỉ khiến việc giảng dạy trở nên lỗi thời mà còn làm sinh viên mất lợi thế cạnh tranh khi bước vào thị trường lao động.

Lệnh cấm AI không phải lời giải

Trong giai đoạn đầu ChatGPT xuất hiện, nhiều trường đại học lựa chọn giải pháp cấm hoàn toàn AI trong các bài tập và kỳ thi.

Tuy nhiên, cách tiếp cận này ngày càng bộc lộ nhiều hạn chế.

Để thực thi lệnh cấm một cách tuyệt đối, các trường phải xây dựng những môi trường kiểm tra cực kỳ nghiêm ngặt, đặc biệt đối với các dự án lập trình lớn kéo dài nhiều tuần hoặc nhiều tháng. Điều này gần như bất khả thi.

Quan trọng hơn, sinh viên được đào tạo trong môi trường "không AI" sẽ bước vào doanh nghiệp với một khoảng cách rất lớn so với thực tế.

Ngày nay, các kỹ sư phần mềm tại Google, Microsoft, Amazon, Meta hay hàng nghìn công ty công nghệ khác đều đã sử dụng AI như một công cụ làm việc hàng ngày.

Trong tương lai gần, việc sử dụng AI sẽ trở nên bình thường đến mức không ai còn gọi mình là "lập trình viên có AI hỗ trợ", cũng giống như hiện nay không ai tự nhận là "lập trình viên có trình biên dịch hỗ trợ". AI sẽ đơn giản trở thành một phần mặc định trong quy trình phát triển phần mềm.

Viết code không còn là thách thức lớn nhất

Trong nhiều năm qua, phần lớn chương trình đào tạo CNTT được xây dựng trên giả định rằng viết code là kỹ năng khó nhất.

GenAI đã thay đổi hoàn toàn giả định đó.

Ngày nay, AI có thể tạo ra một hàm, một ứng dụng hay thậm chí cả một dự án phần mềm chỉ sau vài phút.

Điều khó khăn không còn nằm ở việc tạo ra mã nguồn mà nằm ở ba giai đoạn quan trọng hơn:

• Xác định đúng vấn đề cần giải quyết.
• Thiết kế hệ thống và mô tả yêu cầu đủ rõ ràng để AI hiểu.
• Đánh giá, kiểm thử và xác minh rằng đoạn mã AI tạo ra thực sự chính xác, an toàn và đáp ứng yêu cầu.

Nói cách khác, "viết code" đang dần trở thành công việc của máy, còn "tư duy phần mềm" mới là giá trị mà con người cần phát triển.

Chương trình đào tạo phải chuyển trọng tâm

Các chuyên gia cho rằng những khóa học lập trình nhập môn cần được thay đổi càng sớm càng tốt.

Tuy nhiên, sự thay đổi không nên chỉ dừng ở một vài môn học đầu tiên mà cần mở rộng ra toàn bộ chương trình đào tạo ngành CNTT.

Thay vì dành phần lớn thời lượng cho cú pháp ngôn ngữ lập trình, sinh viên nên được học sâu hơn về:

• Phân tích yêu cầu.
• Thiết kế hệ thống.
• Đặc tả phần mềm (Specification).
• Kiểm thử.
• Đánh giá chất lượng phần mềm.
• Xác minh và kiểm chứng kết quả.
• Khả năng sử dụng và trải nghiệm người dùng.

Đây đều là những kỹ năng vẫn giữ nguyên giá trị ngay cả khi AI ngày càng thông minh hơn.

AI khiến kiến thức nền càng trở nên quan trọng

Một nghịch lý đang xuất hiện là càng có AI mạnh, con người lại càng cần hiểu sâu về chuyên môn.

Nếu không có kiến thức nền, người dùng rất khó phát hiện:

• AI hiểu sai yêu cầu.
• Mã nguồn chứa lỗi bảo mật.
• Thuật toán hoạt động thiếu hiệu quả.
• Thiết kế hệ thống không thể mở rộng.
• Kết quả tuy hợp lý nhưng hoàn toàn sai.

AI có thể tạo ra những câu trả lời rất thuyết phục. Chính vì vậy, khả năng phản biện và đánh giá của con người trở thành yếu tố quyết định.

Sinh viên cần học cách hợp tác với AI thay vì phụ thuộc vào AI

Một trong những kỹ năng mới quan trọng nhất là khả năng cộng tác với AI.

Điều này không đơn thuần là biết viết prompt.

Sinh viên cần biết:

• Chia nhỏ bài toán.
• Giao đúng phần việc cho AI.
• Kiểm tra từng kết quả trung gian.
• Hiệu chỉnh khi AI mắc lỗi.
• Kết hợp nhiều công cụ AI khác nhau.
• Chịu trách nhiệm cuối cùng về sản phẩm.

Vai trò của con người đang chuyển từ người trực tiếp lập trình sang người điều phối toàn bộ quá trình phát triển phần mềm.

Thay đổi cách đánh giá sinh viên

Nếu AI có thể hoàn thành bài tập về nhà trong vài phút thì việc tiếp tục sử dụng các hình thức đánh giá cũ sẽ không còn nhiều ý nghĩa.

Các chuyên gia đề xuất kết hợp nhiều phương pháp đánh giá mới như:

• Thi vấn đáp.
• Kiểm tra trực tiếp trong phòng thi.
• Đánh giá toàn bộ quá trình thiết kế.
• Nộp tài liệu đặc tả.
• Ghi lại lịch sử prompt.
• Giải thích lý do lựa chọn giải pháp.
• Trình bày các bước kiểm thử.

Thay vì chỉ xem đoạn mã cuối cùng, giảng viên sẽ đánh giá toàn bộ tư duy và quy trình tạo ra sản phẩm.

Ba cấp độ cải tổ chương trình đào tạo

Các nhà nghiên cứu đề xuất ba mức độ thay đổi dành cho các trường đại học.

1. Điều chỉnh nhanh (Quick Fix)

Các trường cần cập nhật ngay mục tiêu môn học để bổ sung nội dung sử dụng AI có trách nhiệm, ban hành chính sách rõ ràng về việc dùng AI trong từng học phần và tăng cường các bài kiểm tra trực tiếp nhằm đánh giá đúng năng lực của sinh viên.

Song song đó, sinh viên phải được hướng dẫn cách sử dụng AI như một công cụ hỗ trợ học tập thay vì phương tiện sao chép hoặc làm hộ bài tập.

2. Cải tạo chương trình (Renovation)

Ở cấp độ này, từng môn học cần được thiết kế lại để phản ánh quy trình phát triển phần mềm trong thời đại AI.

Các trường có thể:

• Tích hợp trợ lý AI vào quá trình học.
• Tăng cường các dự án mở.
• Khuyến khích học theo nhóm.
• Áp dụng mô hình lớp học đảo ngược (Flipped Classroom).
• Tăng thời lượng hướng dẫn cá nhân.

3. Tái thiết toàn diện (Visionary)

Đây là cấp độ tham vọng nhất.

Toàn bộ chương trình đào tạo sẽ được xây dựng lại từ đầu với giả định rằng AI là một thành phần mặc định trong nghề lập trình.

Các môn học như thiết kế hệ thống, phân tích yêu cầu, kiểm thử, xác minh, quản trị dự án và hợp tác giữa con người với AI sẽ trở thành nền tảng xuyên suốt chương trình.

Agentic AI sẽ tạo ra cuộc cách mạng tiếp theo

Trong khi các trường đại học còn đang thích nghi với ChatGPT, công nghệ AI đã bước sang giai đoạn mới với sự xuất hiện của Agentic AI – các hệ thống AI có khả năng tự lập kế hoạch, chia nhỏ công việc, gọi công cụ bên ngoài, ghi nhớ trạng thái và thực hiện nhiều bước liên tiếp gần như một cộng sự thực thụ.

Khác với chatbot chỉ phản hồi từng câu hỏi, Agentic AI có thể chủ động thực hiện cả một quy trình phát triển phần mềm, từ phân tích yêu cầu, viết mã, kiểm thử đến sửa lỗi.

Điều này khiến vai trò của lập trình viên tiếp tục thay đổi: con người sẽ ít trực tiếp viết từng dòng code hơn và tập trung nhiều hơn vào việc giám sát, định hướng, kiểm soát rủi ro, đảm bảo tính minh bạch cũng như chịu trách nhiệm đối với mọi quyết định mà AI đưa ra.

Giáo dục CNTT cần thay đổi trước khi quá muộn

Không chỉ một vài trường đại học mà hầu hết các khoa CNTT trên thế giới đều đang phải đối mặt với cùng một thách thức. Vì vậy, việc chia sẻ kinh nghiệm, xây dựng chuẩn đào tạo chung và hợp tác giữa các trường sẽ giúp quá trình chuyển đổi diễn ra nhanh hơn và hiệu quả hơn.

AI không phải là mối đe dọa đối với giáo dục nếu được sử dụng đúng cách. Ngược lại, nó mở ra cơ hội để sinh viên học được những kỹ năng có giá trị hơn, tư duy ở cấp độ cao hơn và chuẩn bị tốt hơn cho môi trường làm việc tương lai.

Kết luận

Sự phát triển của Generative AI và các hệ thống Agentic AI đang đánh dấu bước ngoặt lớn nhất của giáo dục ngành Khoa học Máy tính trong nhiều thập kỷ. Khi máy móc có thể đảm nhận phần lớn công việc viết mã, giá trị của con người không còn nằm ở tốc độ gõ bàn phím mà ở khả năng xác định vấn đề, thiết kế giải pháp, giám sát AI, đánh giá chất lượng và chịu trách nhiệm đối với kết quả cuối cùng. Nếu các trường đại học vẫn tiếp tục đào tạo sinh viên theo mô hình cũ, họ sẽ tạo ra những kỹ sư phù hợp với quá khứ chứ không phải tương lai. Cuộc cách mạng AI vì thế không chỉ đòi hỏi công nghệ mới, mà còn yêu cầu một cuộc tái định hình toàn diện cách chúng ta dạy, học và đánh giá năng lực trong kỷ nguyên số.