Vì sao nên học coding
Đọc Chậm 31/1:Vì sao bạn vẫn nên học coding? Bạn sẽ hình thành hay phát triển những kỹ năng nào? (Bài viết của TS. Hồ Quốc Tuấn)
Thị trường vàng, bạc, crypto rơi, rồi sao nữa?
Tuần này ngay trước khi mình viết Đọc Chậm thì có việc đột xuất rất gấp mình phải xử lý nên mình chỉ có thể viết nhanh những gì mình muốn chia sẻ tuần này.
Đầu tiên là trong tuần có một post nhiều bạn đọc và chia sẻ, nhưng mình biết không phải ai đọc Đọc Chậm cũng follow Facebook mình nên mình share lại ở đây. Cũng là cách để giữ lại.
Hiểu một cách đơn giản thế này, ngay cả với một kỹ năng đang được AI hay máy móc thay thế nhiều, không có nghĩa là bạn học nó sẽ không hữu ích gì. Ví dụ có máy tính vẫn cần học Toán, và mình nghĩ vẫn nên học một vài ngoại ngữ. Và coding cũng vậy. Vì nó giúp rèn luyện nhiều kỹ năng tư duy, project management và làm việc nhóm như trong bài mình đã viết trên Facebook như sau:
Vì sao bạn vẫn nên học coding? Bạn sẽ hình thành hay phát triển những kỹ năng nào?
Bà con share tùm lum mấy anh CEO call đừng học code, trong khi cả tuần qua tui thật sự stress vì mấy đứa nhỏ giờ quá lơ mơ phần kỹ thuật core, từ PhD cho tới mấy đứa junior quant analyst.
Mấy ông truyền thông với CEO cứ chém kiểu này thế nào rồi có ngày xã hội sẽ lãnh hậu quả. Kiểu như "Học Toán để làm gì" á.
Từ kinh nghiệm cá nhân, tui thấy nếu bạn nghĩ tới bạn làm một trong các nghề sau: phân tích tài chính, đi nghiên cứu tài chính-kế toán ở đại học, làm quant analyst (không code bao nhiêu) và làm data analyst for whatever thì biết và nắm coding tốt, làm chủ startup (không tự code), bạn vẫn sẽ có rất nhiều lợi thế.
Thậm chí làm một cái việc không liên quan gì coding ví dụ quản lý trong đại học hay giám sát vận hành của quỹ đầu tư (tức là ngồi ký documentation thôi) thì nó vẫn rất hữu ích từ kinh nghiệm cá nhân hay nói chuyện với mấy người skin-in-the-game.
Một phần lớn mấy cái kỹ năng bên dưới là mấy chị ở McKinsey (trong link bên dưới) nói rồi, một số tui bổ sung thêm/diễn giải theo kinh nghiệm của tui.
 |
Tóm lại làm ơn đừng nói mấy đứa nhỏ đừng học coding nữa, giống như đừng học ngoại ngữ hay đừng học toán vì có AI, máy tính vậy. Vì nó rèn nhiều kỹ năng/tư duy như sau:
1. Tư duy máy tính (Computational Thinking)
Đây là kỹ năng quan trọng nhất mà coding mang lại. Nó bao gồm khả năng:
-
Phân rã vấn đề (Decomposition): Chia nhỏ một vấn đề lớn, phức tạp thành các phần nhỏ hơn, dễ quản lý và giải quyết hơn.
-> đây là kỹ năng cực kỳ hữu ích cho tui trong bất kỳ việc gì tui làm. Và tui thấy mấy người gặp khó khăn trong công việc vì họ không biết phân rã vấn đề mà suy nghĩ rất là rối rắm và kết quả là họ làm một việc mà thôi, còn tui làm được 5-10 việc trong cùng thời gian vì tui break vấn đề ra nho nhỏ để 5-10 phút tui solve từng phần cùng lúc nhiều vấn đề. -
Nhận diện pattern (Pattern Recognition): Tìm ra những điểm tương đồng hoặc các quy luật lặp đi lặp lại để đưa ra giải pháp hệ thống. -> mấy bạn đòi làm quant, data analyst mà không có tư duy nhận pattern, để AI nhận giùm vậy người ta nuôi mấy bạn chi cho tốn không khí?
-
Algorithm Design (chả biết dịch là gì): Thiết kế thành một chain các logic actions cụ thể để đạt được kết quả mong muốn. Muốn ra lệnh cho mấy con AI mà hiểu cái này sẽ rất nhiều khả năng improve cái prompt chứ không phải suốt ngày đi xin prompt.
2. Khả năng giải quyết vấn đề (Problem-Solving)
Coding rèn luyện cho bạn cách tiếp cận các thách thức một cách có hệ thống. Chơi game cũng vậy.
Khi bị bug đè hay boss đè, bạn sẽ phát triển thành siêu nhân qua đêm sau 24 tiếng cày bug/boss.
Hoặc là bạn sẽ thay màn hình mới (sau khi đập N cái màn hình)
3. Tư duy trừu tượng
Học lập trình giúp bạn biết cách lọc bỏ những chi tiết không quan trọng để tập trung vào các đặc điểm cốt lõi giúp giải quyết vấn đề. Kỹ năng này cực kỳ hữu ích cho các anh researcher lẫn project manager.
4. Sự nhạy bén và khả năng ra quyết định
Coding giúp bạn rèn kỹ năng ra quyết định, cost-benefit analysis và logic quyết định. Nó cũng giúp bạn hiểu cái nền để hiểu core vấn đề ở đâu để đánh giá chất lượng sản phẩm công nghệ hơn là tin vào chém gió.
5. Đánh giá rủi ro và Kiểm soát sai lệch (Risk Assessment)
Khi sử dụng AI để hỗ trợ công việc, người biết lập trình sẽ có khả năng:
Phát hiện các lỗi logic hoặc lỗ hổng bảo mật mà AI có thể tạo ra.
Kiểm chứng và debug các kết quả do máy tính thực hiện thay vì tin tưởng mù quáng.
Cái này mấy bạn McKinsey nói, tui không có ý kiến.
6. Khả năng giao tiếp với công nghệ (Prompting & Technical Literacy)
Hiểu về code giúp bạn biết cách đặt câu hỏi và ra lệnh cho AI một cách chính xác hơn. Đừng chỉ là người đi xin prompt, học vẹt về prompting.
Tóm lại nếu bạn không muốn nằm trong mấy chục bà con vừa bị bắt quả tang dùng AI tào lao ở 1 conference nọ và bị bêu tên thị chúng thì làm ơn suy nghĩ cho kỹ. 1 trường China đã công bố withdraw fundings từ 1 team bị bắt quả tang và treo giò apply funding 10 năm (nghĩa là goodbye cái nghề làm research).
7. Học làm quen với qui trình kiểm tra chất lượng và kỹ năng quản lý dự án
Tham gia vào một dự án lập trình buộc bạn phải tuân thủ các quy tắc viết code (coding chuẩn hóa) và làm việc nhóm. Nó cũng giúp bạn hiểu tầm quan trọng của việc xây dựng các quy trình để bất kỳ ai trong nhóm cũng có thể đọc hiểu và tiếp quản công việc của bạn.
Thế giới vẫn cần mấy kon human, cho dù AI làm được 99% một số task
Túm lại, AI bây giờ có thể giúp bạn làm ra sản phẩm ngon lành chỉ cần ngồi gõ kêu nó làm (mà giờ không cần chỉ từng step nữa). Nhưng trong 1 thế giới có vài chục nghìn sản phẩm AI slop mỗi ngày, người ta chỉ cần sản phẩm có chất lượng.
Ví dụ một số uni ở Anh sắp tới sẽ chỉ nhận hồ sơ từ ứng viên publish trong khoảng top 10-15 journal trong ngành (nghĩa là vài trăm cái Q1, 3-star ngoài kia không count).
Và một số funds / investment bank sẽ cho thi viết thuật toán / giải case trở lại. Mấy bạn cứ chửi uni bắt quay lại thi viết đi.
Túm lại thời AI thì làm ra sản phẩm (kiểu AI làm hết rô) là một chuyện, có ai nhận sản phẩm của bạn không, có bóc phốt nó không, có kiện bạn vì xài AI không thì là chuyện khác.
Giống như bà con nói không cần học toán vì có máy tính rồi vậy á. Tư duy hỗn loạn thì con bot nó đưa ra vài solution khác nhau, chọn hoài vẫn chọn bậy vì vốn dĩ không biết mình phải chọn cái gì, vì sao.
Một fun fact khác, vì số sản phẩm AI slop nhiều, nên AI sẽ được feed cho học đồ dỏm nhiều hơn đồ xịn (ví dụ paper chất lượng thấp vẫn được đăng chiếm hơn 90% còn số paper chất lượng cao hàng năm thì ít).
Kết quả, tin vào AI làm research dùm là khả năng cao lấy kết quả chất lượng thấp.
Ở một khía cạnh khác, trong nghề nghiên cứu và nghề analyst quả thật có mấy ông tệ hơn bot nhưng tồn tại chục năm qua vì nhiều lý do. Họ quả thật gần với không biết gì và trước đây họ đu theo một số team, hay lấy đồ của người khác, giờ họ dùng bot tỏ ra hiểu biết. Khả năng là một số xã hội sẽ tiếp tục tôn vinh một số ông như vậy và rồi bị bóc phốt.
Bởi vì dân ngoài nghề không có kỹ năng đánh giá 1 báo cáo phân tích hay nghiên cứu là tốt hay dỏm. Họ đa số đánh giá dựa trên kết quả (phím mua/bán trúng hay không, đăng trên tạp chí Q1, Q2) .v.v mà họ không biết trong mấy cái đó thì yếu tố may mắn và thượng vàng hạ cám rất nhiều. Dân trong nghề nhìn vô sẽ biết cái gì là insight khác biệt, cái gì là luck.
Một xã hội có thể lầm chất lượng một số thứ trong thời gian ngắn, nhưng về dài hạn sẽ bóc phốt ra hết hà, ví dụ mấy vụ tố liêm chính khoa học ngày càng nhiều và ngày sẽ lộ ra nhiều tên tuổi đình đám đã chơi game như thế nào. Mấy người đó sẽ càng dễ dính game AI slop và bị bóc phốt.
Những bài viết hay liên quan đến AI để bạn tham khảo - Mình nghĩ thay vì AI thay con người, AI-con human cộng sinh là xu thế tất yếu, và như vậy năng lực tư duy của kon human càng quan trọng
Why learning to code still matters
Một năm bác sĩ và AI ngồi chung bàn: dò dẫm cộng sinh
Nhiều doanh nghiệp bối rối vì AI không giúp tăng doanh thu
GS Yuval Noah Harari: Con người hiểu sai và ‘nghĩ ngắn’ về AI
Một số bài tiếng Anh có liên quan đến một số bài tiếng Việt ở trên
AI and the Future of Education