Đánh giá bằng kết quả, không phải số lần dùng AI
Đánh giá kỹ sư phần mềm trong thời đại AI là cách doanh nghiệp xem xét đóng góp của kỹ sư qua giá trị sản phẩm, tác động tới khách hàng và hiệu quả kinh doanh, thay vì chỉ đếm công cụ hay mã do AI tạo ra. Amazon mới đây cập nhật tiêu chí cho đội ngũ kỹ thuật theo hướng đó, trong bối cảnh các công cụ và tác nhân lập trình AI đang làm thay đổi cách xây dựng sản phẩm, dịch vụ công nghệ. Đây là lựa chọn đúng: mức độ sử dụng công cụ cho biết nhân viên có dùng AI, nhưng không chứng minh phần mềm tốt hơn hay vấn đề của khách hàng được giải quyết. Công ty vẫn khuyến khích ứng dụng AI trong công việc; điều họ bác bỏ là biến mức độ sử dụng thành thước đo năng lực duy nhất. Với kỹ sư, phán đoán khi nào nên dùng AI cũng là một phần của chuyên môn.
Nhà phát triển đa năng cần cả AI lẫn phán đoán
Amazon gọi hình mẫu mới là “nhà phát triển Phục hưng”: người phối hợp khả năng xử lý của AI với kiến thức và khả năng phán đoán của con người. Khi công cụ phù hợp, một nhà phát triển đa năng có thể mở rộng phần việc mình đảm nhận từ lập trình sang kiểm thử và cải tiến sản phẩm. Đây là cơ hội nâng tầm nghề nghiệp, nhưng không có nghĩa một kỹ sư phải làm mọi thứ hoặc phó mặc quyết định cho máy. AI có thể giúp tăng phạm vi công việc; con người vẫn phải lựa chọn giải pháp, kiểm tra chất lượng và chịu trách nhiệm về kết quả. Amazon khuyến khích nhân viên học hỏi, thử nghiệm AI trong công việc hằng ngày, đồng thời yêu cầu ghi nhận khi công cụ hiện có chưa hỗ trợ hiệu quả một nhiệm vụ. Năng lực thích ứng vì thế không đồng nghĩa với việc dùng AI ở mọi bước.
Chỉ số sử dụng có ích, nhưng dễ trở thành cái bẫy
Lượng token, số lần sửa mã hay lượt đánh giá mã có thể giúp quản lý quan sát quy trình, nhưng chúng không tự nói lên chất lượng công việc. Khi những con số đó trở thành mục tiêu, nhân viên có thể tối đa hóa việc dùng AI để cải thiện thứ hạng thay vì tạo ra kết quả tốt hơn. Amazon cảnh báo kiểu chạy theo token này có thể làm tăng chi phí và khiến kiến trúc phần mềm phức tạp hơn. Công ty từng đóng bảng xếp hạng nội bộ vào tháng 5 sau khi phát hiện token được dùng để nâng thứ hạng; theo nguồn tin được dẫn, Amazon chưa áp dụng giới hạn token cho nhân viên. Bài học không phải là loại bỏ mọi chỉ số, mà là đặt chúng bên cạnh chất lượng, giá trị dài hạn và kết quả thực tế. Nếu không, thước đo năng suất sẽ khuyến khích hành vi làm đẹp con số.
Quản lý năng suất AI bằng cách dùng đúng việc
Amazon đưa ra hướng tiếp cận có trách nhiệm cho quản lý: xem xét nhóm 10% có mức sử dụng AI thấp nhất để tìm rào cản, đồng thời kiểm tra nhóm 10% cao nhất xem việc sử dụng nhiều có chuyển thành hiệu quả thật hay không. Cách nhìn hai chiều này tránh cả hai cực đoan: gây áp lực dùng AI cho mọi nhiệm vụ, hoặc mặc định rằng dùng nhiều luôn đồng nghĩa với năng suất cao. Doanh nghiệp cũng có thể chọn mô hình phù hợp với từng việc — mô hình tiên tiến cho tác vụ phức tạp, mô hình ít tốn kém hơn cho công việc đơn giản, lặp lại. Cốt lõi là cân bằng tốc độ và chi phí với độ tin cậy, khả năng bảo trì và lợi ích mà phần mềm mang lại. AI trong lập trình chỉ tạo giá trị khi giúp đội ngũ giải quyết vấn đề tốt hơn, chứ không phải khi làm tăng lượng hoạt động có thể đếm.
Cuối cùng, cách đánh giá kỹ sư hợp lý không hỏi ai dùng AI nhiều nhất, mà hỏi công việc của ai tạo ra thay đổi có ích và bền vững. AI có thể giúp nhà phát triển đảm nhận nhiều khâu hơn, nhưng không thay thế nhu cầu về chuyên môn, phán đoán và trách nhiệm. Amazon đang đặt ra một chuẩn đáng lưu ý: khuyến khích thử nghiệm công nghệ, song buộc mọi thước đo quay về tác động tới khách hàng và hoạt động kinh doanh. Đó là cách để năng suất nhờ AI không biến thành cuộc đua tiêu thụ công cụ, mà trở thành giá trị thực của phần mềm.
