Ngày 7 tháng 12 năm 2025, Geoffrey Hinton — nhà tiên phong đoạt giải Nobel thường được gọi là "Cha đẻ AI" đã gửi thông điệp rõ ràng đến các sinh viên và nhà phát triển phần mềm lo lắng: đừng từ bỏ bằng khoa học máy tính hay việc học lập trình chỉ vì AI giờ đây có thể viết chương trình.

Phát biểu với Business Insider, Hinton lập luận rằng khoa học máy tính (CS) không chỉ là "lập trình thuần túy", và rằng toán học, thống kê và tư duy hệ thống cơ bản sẽ "vẫn có giá trị trong thời gian dài", ngay cả khi các công cụ AI tự động hóa nhiều công việc lập trình thường quy hơn.

Geoffrey Hinton Thực Sự Nói Gì Về Bằng Khoa Học Máy Tính

Trong cuộc phỏng vấn mới nhất, Hinton phản bác ý tưởng rằng các trợ lý AI và mô hình tạo code khiến bằng CS trở nên không còn giá trị.

Những điểm chính từ nhận xét của ông:

- CS không chỉ là lập trình. Hinton nói nhiều người sai lầm khi thu gọn bằng CS thành "chỉ là lập trình", nhưng ngành học này thực sự bao gồm thuật toán, cấu trúc dữ liệu, xác suất và hệ thống — tất cả đều quan trọng để hiểu AI hoạt động như thế nào và cách áp dụng nó một cách an toàn và hiệu quả.

- Vai trò lập trình cấp trung sẽ thay đổi — hoặc biến mất. Ông cảnh báo rằng việc trở thành "lập trình viên cấp trung có năng lực" không có khả năng là nghề nghiệp an toàn lâu dài vì AI đã giỏi trong việc tạo ra code mẫu.

- Kiến thức nền tảng là bất biến. Hinton nhấn mạnh các lĩnh vực như đại số tuyến tính, lý thuyết xác suất và thống kê là những kỹ năng "sẽ luôn có giá trị" và không có khả năng bị tự động hóa, vì chúng là nền tảng cho cách xây dựng và đánh giá hệ thống AI.

- Lập trình là rèn luyện tư duy. Ông so sánh việc học lập trình với việc học tiếng Latin trong nhân văn — bạn có thể không bao giờ "nói" nó trong cuộc sống hàng ngày, nhưng quá trình này rèn luyện cách bạn suy nghĩ.

Trong bối cảnh khắc nghiệt của thất nghiệp và thị trường việc làm CS khó khăn hơn, quan điểm của Hinton cũng đi kèm với mặt tối: ông đã nhiều lần cảnh báo rằng AI có thể gây ra "thất nghiệp hàng loạt" nếu để mặc cho các lực lượng thị trường hiện tại.

Một báo cáo gần đây ước tính rằng có tới 100 triệu việc làm ở Mỹ có thể gặp rủi ro từ AI và tự động hóa, bên cạnh những công việc quá phổ biến như phát triển phần mềm, sang chăm sóc sức khỏe, và nhiều hơn nữa.

Lời Khuyên Thực Tế

Nếu Bạn Đang Học Trung Học Hoặc Cân Nhắc Bằng Cấp:

• Học lập trình cơ bản — lý tưởng nhất là Python hoặc JavaScript — để xây dựng kiến thức lập trình cốt lõi
• Ưu tiên toán học (đặc biệt là đại số, giải tích và xác suất) và, nếu có thể, thống kê cơ bản
• Khám phá các công cụ AI sớm, nhưng đừng dùng chúng để tránh suy nghĩ

Nếu Bạn Đang Học Bằng CS:

• Đừng hoảng sợ về AI; thay vào đó, tập trung vào các khóa học khó: thuật toán, hệ điều hành, cơ sở dữ liệu, ML
• Bắt đầu kết hợp CS với lĩnh vực thứ hai — tài chính, sinh học, thiết kế, chính sách, hoặc bất cứ thứ gì bạn thực sự thích
• Thực hành phát triển hỗ trợ AI: sử dụng các công cụ như code copilot một cách suy nghĩ, sau đó đọc và phê bình code được tạo ra

Nếu Bạn Là Nhà Phát Triển Giữa Sự Nghiệp Lo Lắng Về "Vibe Coding":

• Giả định công việc lập trình thường quy sẽ tiếp tục được tự động hóa
• Đầu tư vào các kỹ năng nằm trên code: kiến trúc, tư duy sản phẩm, bảo mật, độ tin cậy và cố vấn
• Xây dựng năng lực với các công cụ AI thay vì phớt lờ chúng

Những Điểm Chính Được Rút Ra

AI đang thay đổi cách chúng ta lập trình, không phải liệu CS có quan trọng hay không. Thông điệp cốt lõi của Hinton ngày 7 tháng 12 năm 2025 là khoa học máy tính vẫn có giá trị sâu sắc ngay cả khi AI đảm nhận nhiều tác vụ lập trình.

Lập trình đang trở thành giống như tiếng Latin — rèn luyện tư duy nền tảng. Học lập trình xây dựng thói quen tư duy chính xác, có cấu trúc vẫn hữu ích ngay cả khi "vibe coding" ngôn ngữ tự nhiên thống trị.

Thị trường việc làm đang tái sắp xếp, không phải biến mất. Một số vai trò lập trình cấp trung sẽ thu hẹp, nhưng nhu cầu về những người hiểu hệ thống, toán học và AI — và có thể áp dụng chúng trong các lĩnh vực thực tế — có khả năng tăng lên.

Cách an toàn nhất là chiều sâu cộng khả năng thích ứng. Nền tảng vững chắc trong CS, kết hợp với lĩnh vực chuyên môn và khả năng hợp tác với các công cụ AI.