AI không làm ta bớt mệt ngay lập tức - nó chỉ chuyển cái mệt sang tầng khác
AI ngày càng mạnh. Nó có thể viết code, tóm tắt tài liệu, dựng kế hoạch, tạo test, review pull request, thậm chí tự chạy như một agent để xử lý nhiều bước liên tục. Về lý thuyết, con người đáng lẽ phải nhàn hơn.
Nhưng thực tế với nhiều người làm việc tri thức, đặc biệt là trong software team, cảm giác lại ngược lại: dùng AI nhiều hơn nhưng mệt hơn, hoa mắt hơn, căng não hơn.
Vấn đề không nhất thiết nằm ở việc AI kém. Vấn đề là AI đang tối ưu rất mạnh phần "tạo output", trong khi con người vẫn phải chịu trách nhiệm cho phần "hiểu, kiểm chứng và quyết định".
Trước đây, một task CRUD có thể mất năm ngày. Dev vừa nghĩ, vừa code, vừa debug, vừa hiểu dần hệ thống. Quá trình làm việc cũng là quá trình não xây dựng ownership: biết vì sao mình viết như vậy, chỗ nào rủi ro, chỗ nào cần cẩn thận.
Bây giờ, AI có thể tạo phần lớn output trong một ngày, thậm chí vài giờ. Nhưng khối lượng review không biến mất. Con người vẫn phải đọc lại code, kiểm tra business logic, xác minh edge case, xem test có thật sự đúng không, đảm bảo không phá behavior cũ, rồi cuối cùng chịu trách nhiệm nếu merge.
Nói cách khác: AI nén thời gian implementation, nhưng không nén tương ứng thời gian comprehension.
Đây là nguyên nhân chính tạo stress. AI làm ra quá nhanh, quá nhiều, quá tự tin. Trong khi con người không thể hiểu, tin và xác minh với cùng tốc độ đó. Khoảng cách giữa tốc độ sinh output của AI và tốc độ hấp thụ của con người chính là nơi mệt mỏi xuất hiện.
Một điểm nguy hiểm hơn: output của AI thường trông rất hợp lý. Code sạch, naming ổn, comment đầy đủ, test có vẻ pass. Nhưng lỗi có thể nằm ở tầng sâu hơn: sai intent, sai permission, sai workflow, sai dữ liệu lịch sử, hoặc sai business rule. Người review vì vậy không thể chỉ nhìn qua là yên tâm. Họ phải nghi ngờ một cách có hệ thống.
Với junior, AI có thể tạo cảm giác được nâng cấp. Nhưng với senior, lead, reviewer hoặc manager, AI đôi khi lại tạo thêm gánh nặng. Không phải vì họ chống AI, mà vì họ nhìn thấy nhiều rủi ro hơn và là người phải chịu trách nhiệm cuối cùng.
Cách dùng AI đúng vì vậy không phải là "để AI làm nhiều nhất có thể". Cách đúng hơn là giới hạn AI trong phạm vi con người còn review nổi.
Một workflow thực dụng nên là:
AI đọc code trước, không sửa gì.
AI viết spec ngắn trước khi implement.
Human approve spec.
AI implement từng phần nhỏ.
AI tự review diff.
Human review lại.
Test và manual verification trước khi merge.
AI nên được dùng như một executor rất nhanh, nhưng có sandbox, có contract, có test và có giới hạn. Không nên dùng AI như một senior dev tự do có quyền tự quyết định business logic.
Nguyên tắc quan trọng nhất là:
Chỉ dùng AI khi việc verify output rẻ hơn tự làm.
Nếu AI giúp tạo code trong một giờ nhưng khiến reviewer mất hai ngày để hiểu và dọn rác, đó không phải productivity thật. Đó chỉ là chuyển gánh nặng từ người viết sang người review.
AI không thay thế ownership. Người submit vẫn phải hiểu code như chính mình viết. Nếu không giải thích được output, không nên merge.
Tóm lại, AI không làm con người hết mệt ngay lập tức. Nó làm tăng leverage. Nhưng leverage luôn có hai mặt: dùng đúng thì nâng được vật nặng hơn; dùng sai thì lực bật ngược lại vào chính mình.
Trong kỷ nguyên AI, bottleneck không còn là tạo output. Bottleneck mới là quản trị output.
Vì vậy, đừng dùng AI để làm nhiều hơn một cách vô kiểm soát. Hãy dùng AI để làm phần đã hiểu rõ nhanh hơn, trong phạm vi nhỏ hơn, với bằng chứng rõ hơn.
AI nên generate.
Con người nên decide.
Test nên verify.
Spec nên khóa scope.
Diff nhỏ nên bảo vệ reviewer.
Evidence nên thay thế niềm tin mù quáng.
Đó có lẽ là cách dùng AI ít mệt hơn trong thế giới hiện nay.
