Trong hơn hai thập kỷ qua, Khoa học máy tính và Công nghệ thông tin thường được nhìn nhận như những ngành đào tạo nghề nghiệp khá rõ ràng: học để trở thành lập trình viên, kỹ sư phần mềm, chuyên gia dữ liệu, quản trị hệ thống hay chuyên gia an toàn thông tin. Nhưng sự phát triển rất nhanh của AI đang đặt ra một khả năng khác: Khoa học máy tính và Công nghệ thông tin có thể đang dịch chuyển từ những ngành mang tính nghề nghiệp cao thành những ngành học nền tảng, tương tự vai trò mà Toán–Tin hay Toán ứng dụng đã đảm nhiệm trong nhiều lĩnh vực.
Rào cản lập trình đang hạ xuống
Sự thay đổi dễ nhận thấy nhất nằm ở lập trình. Trước đây, để xây dựng một hệ thống phần mềm, người thực hiện phải thành thạo ngôn ngữ lập trình, framework, cơ sở dữ liệu, API, triển khai và hàng loạt công cụ kỹ thuật. Low-code đã bắt đầu hạ thấp rào cản này, Generative AI tiếp tục đẩy nhanh quá trình đó, và Agentic AI có thể đưa nó đi xa hơn nữa. Con người ngày càng có khả năng mô tả mục tiêu, yêu cầu và các ràng buộc của hệ thống, trong khi AI đảm nhiệm một phần lớn công việc triển khai chi tiết.
Phần nào của Khoa học máy tính trở nên quan trọng
Điều đó không khiến Khoa học máy tính trở nên kém quan trọng. Ngược lại, nó làm thay đổi phần nào của Khoa học máy tính trở nên quan trọng. Khi việc tạo ra một dòng code ngày càng rẻ, năng lực hiểu hệ thống, dữ liệu, thuật toán, kiến trúc và cách giải quyết vấn đề bằng máy tính lại càng có giá trị.
Một kỹ sư tương lai có thể không cần nhớ chính xác cú pháp để viết một API, nhưng vẫn phải hiểu API đó nên được thiết kế thế nào, dữ liệu nào đi qua nó, quyền truy cập được kiểm soát ra sao, hệ thống phản ứng thế nào khi tải tăng mạnh và kết quả do AI tạo ra phải được kiểm chứng bằng cách nào. AI có thể viết code, nhưng để giao đúng bài toán cho AI và đánh giá kết quả của nó, con người vẫn cần kiến thức nền.
Từ ốc đảo chuyên môn sang các kết hợp liên ngành
Đây cũng là lý do cách nhìn về việc học Khoa học máy tính có thể sẽ thay đổi. Một sinh viên học Khoa học máy tính trong tương lai không nhất thiết phải trở thành lập trình viên, cũng giống như một người học Toán ứng dụng không nhất thiết trở thành nhà toán học. Kiến thức về tính toán, dữ liệu, thuật toán và hệ thống có thể được sử dụng trong tài chính, sản xuất, logistics, y tế, sinh học, năng lượng, xây dựng hay quản trị doanh nghiệp.
Thay vì Khoa học máy tính tồn tại như một “ốc đảo” chuyên môn riêng biệt, chúng ta có thể thấy ngày càng nhiều sự kết hợp như Tài chính + Khoa học máy tính, Sản xuất + Khoa học máy tính, Logistics + Khoa học máy tính, Sinh học + Khoa học máy tính hay Quản trị kinh doanh + Công nghệ thông tin.
Một chuyên gia tài chính trong tương lai có thể tự xây dựng các agent phân tích dữ liệu và hỗ trợ ra quyết định. Một kỹ sư sản xuất có thể làm việc thường xuyên với Digital Twin, IoT, dữ liệu thiết bị và AI. Một chuyên gia vận hành có thể mô hình hóa quy trình rồi sử dụng AI và low-code để tạo ra ứng dụng phục vụ chính công việc của mình. Một bác sĩ không cần trở thành kỹ sư AI nhưng sẽ ngày càng cần hiểu dữ liệu, xác suất, giới hạn của mô hình và cách đánh giá kết quả do AI đưa ra.
Khi đó, lợi thế lớn không nhất thiết thuộc về người biết nhiều ngôn ngữ lập trình nhất mà thuộc về những người đứng ở giao điểm giữa kiến thức chuyên ngành và năng lực tính toán.
Nghịch lý Excel
Ở đây xuất hiện một nghịch lý đáng chú ý: số người làm nghề lập trình thuần túy có thể giảm tương đối, nhưng số người có khả năng tạo ra phần mềm lại tăng lên rất mạnh. Điều tương tự từng xảy ra khi spreadsheet trở nên phổ biến. Excel không làm ngành tài chính biến mất; ngược lại, nó đưa khả năng tính toán, lập mô hình và phân tích đến hàng trăm triệu người không phải là chuyên gia phần mềm. AI coding có thể tạo ra một quá trình tương tự: khả năng xây dựng phần mềm vốn tập trung trong đội ngũ IT sẽ dần được phân phối sang nhiều ngành nghề khác.
Vì vậy, câu hỏi “AI có thay thế lập trình viên hay không?” có lẽ đang trở nên quá hẹp. Câu hỏi lớn hơn là: điều gì sẽ xảy ra khi khả năng sử dụng máy tính và AI để tạo ra hệ thống trở thành một năng lực phổ thông của lao động trí thức? Nếu xu hướng này tiếp tục, ranh giới giữa “người làm IT” và “người sử dụng IT” cũng sẽ ngày càng mờ đi. Người làm nghiệp vụ không chỉ sử dụng phần mềm mà có thể trực tiếp tham gia tạo ra phần mềm, trong khi người được đào tạo chuyên sâu về Khoa học máy tính sẽ dịch chuyển lên những lớp bài toán khó hơn: kiến trúc, thuật toán, dữ liệu, AI, bảo mật, tối ưu hóa và thiết kế những hệ thống phức tạp.
Con đường của Toán ứng dụng
Theo nghĩa đó, Khoa học máy tính có thể đang đi trên một con đường khá giống Toán ứng dụng. Nếu Toán học cung cấp công cụ để mô hình hóa thế giới bằng các cấu trúc và quan hệ toán học, thì Khoa học máy tính bổ sung khả năng mô hình hóa, tự động hóa và điều khiển thế giới số. AI càng phát triển, năng lực này càng không chỉ dành cho những người làm nghề công nghệ mà trở thành nền tảng để làm việc trong rất nhiều lĩnh vực khác.
Công nghệ thông tin cũng có thể trải qua một sự chuyển dịch tương tự nhưng theo hướng ứng dụng hơn. Thay vì chỉ là ngành đào tạo người xây dựng và vận hành hệ thống CNTT, kiến thức về dữ liệu, nền tảng số, tự động hóa, tích hợp, an toàn thông tin và AI sẽ dần trở thành một lớp năng lực cần thiết trong hầu hết các tổ chức. Giống như ngày nay một nhà quản lý cần biết đọc báo cáo tài chính hay sử dụng bảng tính mà không cần trở thành kế toán, trong tương lai một nhà quản lý có thể cần hiểu dữ liệu, workflow, API, AI agent và tự động hóa mà không cần trở thành kỹ sư phần mềm.
Câu hỏi dành cho người học
Điều này cũng gợi ý một thay đổi trong cách chúng ta nhìn về giáo dục. Có lẽ trong tương lai, câu hỏi dành cho một sinh viên Khoa học máy tính không chỉ còn là “Học xong em sẽ làm nghề gì?”, mà quan trọng hơn là “Em sẽ sử dụng Khoa học máy tính để giải quyết vấn đề trong lĩnh vực nào?”. Giá trị nghề nghiệp khi đó không đơn thuần nằm ở một tấm bằng Khoa học máy tính hay Công nghệ thông tin, mà ở khả năng kết hợp nền tảng đó với một lĩnh vực chuyên môn đủ sâu.
Nếu dự báo này đúng, AI sẽ không làm Khoa học máy tính và Công nghệ thông tin mất đi. Điều ngược lại có thể xảy ra: chúng sẽ trở nên phổ quát hơn. Khoa học máy tính có thể dần mang vai trò của một ngành khoa học nền tảng như Toán–Tin hay Toán ứng dụng, còn Công nghệ thông tin trở thành một lớp năng lực ứng dụng xuyên suốt các ngành nghề.
Khi ấy, lợi thế của thế hệ tiếp theo có lẽ không còn nằm ở việc biết lập trình nhiều hơn người khác, mà ở việc hiểu một lĩnh vực đủ sâu và biết sử dụng Khoa học máy tính, Công nghệ thông tin và AI để giải quyết những bài toán thực sự của lĩnh vực đó.