Fresher có nên học lập trình khi AI viết được code?

Có, nhưng đổi cách học. AI viết tốt những việc nhỏ và rõ ràng, còn việc của người mới là hiểu vấn đề, đọc và kiểm chứng code, và giải thích được quyết định. Một nghiên cứu của Stanford dùng dữ liệu lương cho thấy việc làm của người 22 đến 25 tuổi ở nghề chịu ảnh hưởng nhiều từ AI giảm khoảng 13% so với nhóm khác, nên cạnh tranh đang khó hơn, nhưng đó là tương quan chứ chưa phải bằng chứng nhân quả.

Nên dùng AI thế nào khi mới học để không mất kỹ năng?

Tự viết trước, rồi nhờ AI giải thích, so sánh và chỉ lỗi. Đừng nhờ AI viết hộ phần bạn đang học. Trong thử nghiệm của Anthropic với 52 người học một thư viện Python mới, nhóm dùng AI đạt khoảng 50% bài kiểm tra so với khoảng 67% của nhóm tự viết, chênh nhiều nhất ở câu về gỡ lỗi. Đây là nghiên cứu nhỏ, nên hãy dùng như một cảnh báo chứ không phải kết luận chắc.

Mất bao lâu để thành junior?

Không có con số chắc, vì còn tùy thời gian học mỗi tuần và thị trường. Kế hoạch trong bài giả định khoảng 15 đến 20 giờ mỗi tuần trong 12 tháng. Đây là suy luận của tác giả, chưa được kiểm chứng trên nhiều người, nên hãy coi là điểm xuất phát và tự điều chỉnh theo bảng tự kiểm tra hằng tháng.

Hồ sơ của fresher nên có gì thời AI?

Hai hoặc ba dự án nhỏ chạy được kèm lời giải thích vì sao thiết kế như vậy, một vài đóng góp thật (sửa lỗi, tài liệu, review) và nhật ký học. Nhà tuyển dụng khó phân biệt code do AI viết với code bạn viết, nên cách chứng minh tốt nhất là giải thích được code và gỡ lỗi trực tiếp trước mặt họ.

Hành trình

Fresher thời AI: kế hoạch 12 tháng để thành junior

Tuyển dụng người mới đang khó hơn và AI viết được nhiều code đơn giản. Bài này đưa kế hoạch 12 tháng chia bốn quý, cách dùng AI để học thay vì để bị học thay, thói quen hằng tuần và cách tự kiểm tra tiến bộ.

Nhu Duy Thin (Thinnd)29/10/2026, 15:2010 phút đọc

#fresher
#junior
#AI
#lộ trình
#học lập trình
#sự nghiệp

Bản trình chiếu

Bấm vào slide rồi dùng phím mũi tên để chuyển trang. Phím L đổi ngôn ngữ, phím F để toàn màn hình.

Mở toàn màn hình

Dành cho sinh viên, người mới đi làm và người chuyển nghề. Từ kỹ thuật nào cũng có giải thích ngắn.

Kế hoạch là suy luận của mình từ các nghiên cứu công khai ở cuối bài, chưa được kiểm chứng trên nhiều người. Nhân vật "Minh" là ví dụ minh họa dựng lại cho dễ hình dung, không phải người thật. Hãy coi đây là điểm xuất phát và điều chỉnh theo bạn.

Tóm tắt nhanh#

Đầu vào của nghề đang hẹp hơn: một nghiên cứu của Stanford thấy việc làm của người 22 đến 25 tuổi ở các nghề chịu ảnh hưởng nhiều từ AI giảm khoảng 13% so với nhóm khác. Đó là tương quan, chưa chắc nhân quả.
Kế hoạch 12 tháng chia bốn quý: nền tảng tự viết tay, dự án nhỏ có AI làm gia sư, môi trường gần thật, rồi hồ sơ và phỏng vấn.
Quy tắc xuyên suốt: tự viết trước, nhờ AI giải thích sau, và luôn giải thích lại được code của mình bằng lời.
Học cùng AI có thể làm bạn học kém đi nếu để nó viết hộ: nhóm dùng AI trong một thử nghiệm nhỏ của Anthropic làm bài kiểm tra kém hơn nhóm tự viết.
Mỗi tháng tự kiểm tra bằng ba câu hỏi (xem mục 6), không dựa vào cảm giác.

Từ khó, nói dễ#

Thuật ngữ	Nói dễ hiểu
Fresher / junior	Người mới vào nghề / người đã làm được việc nhỏ với sự hướng dẫn.
Mã nguồn mở	Dự án mà ai cũng xem và đóng góp được. Là nơi luyện tập trong môi trường gần thật.
Code review	Đọc code người khác viết và góp ý trước khi gộp vào dự án.
Gỡ lỗi (debug)	Tìm ra vì sao chương trình làm sai và sửa.
Gia sư AI	Dùng AI để giải thích, đặt câu hỏi ngược, chỉ lỗi, không để nó làm bài hộ.
Tương quan	Hai thứ cùng thay đổi. Không có nghĩa thứ này gây ra thứ kia.

1. Chuyện gì đang xảy ra với người mới#

Có hai nhóm bằng chứng, đều cần đọc thận trọng.

Việc làm. Bài "Canaries in the Coal Mine" của Brynjolfsson, Chandar và Chen (Stanford, 8/2025) dùng dữ liệu lương của ADP. Họ thấy việc làm của người 22 đến 25 tuổi ở các nghề chịu ảnh hưởng nhiều từ AI giảm khoảng 13% so với nhóm khác, sau khi loại các cú sốc của từng công ty, trong khi người lớn tuổi hơn ở cùng nghề thì ổn định. Báo chí hay nhắc đến lập trình viên, nhưng phần tóm tắt của bài báo không nêu riêng nghề này. Đây là dữ liệu của Mỹ và là tương quan. Mình chưa tìm được số liệu tương đương cho Việt Nam, nên hãy tự xem thị trường tuyển dụng quanh bạn.
Học tập. Anthropic công bố (1/2026) một thử nghiệm ngẫu nhiên với 52 lập trình viên, phần lớn là người mới, học một thư viện Python lạ tên Trio. Nhóm dùng AI đạt trung bình khoảng 50% bài kiểm tra kiến thức, nhóm tự viết khoảng 67%, chênh nhiều nhất ở câu hỏi về gỡ lỗi. Nhóm dùng AI nhanh hơn khoảng hai phút, nhưng chênh lệch đó không có ý nghĩa thống kê. Mẫu nhỏ (26 người mỗi nhóm), và mình mới đọc bản tóm tắt chứ chưa đọc kỹ bài gốc.

Đọc chung hai điều này: cửa vào hẹp hơn, và con đường tắt (nhờ AI làm hộ) có thể khiến bạn hụt đúng thứ nhà tuyển dụng cần kiểm tra, là hiểu và gỡ lỗi.

2. Nguyên tắc dùng AI khi đang học#

Tự viết trước. Dù chỉ 20 phút. Bạn phải có một bản của mình để so sánh.
Nhờ AI giải thích, không nhờ viết hộ. "Giải thích đoạn này làm gì từng dòng", "chỉ ra chỗ có thể sai", "cho mình ba bài tập tương tự".
Giải thích lại bằng lời. Nếu bạn không nói được vì sao code chạy, bạn chưa học xong, dù nó chạy.
Gỡ lỗi bằng tay trước. In giá trị, đọc thông báo lỗi, thử giả thuyết. Hỏi AI sau khi đã thử 15 phút.
Ghi lại. Mỗi tuần một dòng: tuần này mình tự làm được gì mà tuần trước chưa làm được.

Một bài viết cùng blog, Vì sao không nên tin AI tuyệt đối, giải thích vì sao AI nói trôi chảy mà vẫn có thể sai, nên luôn kiểm chứng.

3. Kế hoạch 12 tháng, bốn quý#

Giả định khoảng 15 đến 20 giờ mỗi tuần. Nếu bạn có ít thời gian hơn, kéo dài mỗi quý thay vì bỏ bớt bước.

Quý 1 (tháng 1 đến 3): Nền tảng tự viết tay#

Chọn một ngôn ngữ và ở lại với nó. Ví dụ Python hoặc JavaScript.
Học: biến, hàm, vòng lặp, danh sách và từ điển, đọc và ghi tệp, xử lý lỗi, dòng lệnh, Git.
Mỗi tuần: 5 bài tập nhỏ không dùng AI để viết. Cho phép dùng AI để giải thích sau khi xong.
Đọc code người khác: mỗi tuần một tệp 50 đến 100 dòng trong một dự án nhỏ, tự viết lại phần hiểu được bằng lời.
Đích quý 1: viết được chương trình dòng lệnh 100 đến 200 dòng, có test đơn giản, đưa lên Git.

Quý 2 (tháng 4 đến 6): Dự án nhỏ, AI làm gia sư#

Làm hai dự án nhỏ có người dùng thật là chính bạn và bạn bè: một ứng dụng web có dữ liệu và một công cụ tự động hóa việc bạn hay làm.
Học thêm: HTTP, cơ sở dữ liệu cơ bản, API, viết test, đọc tài liệu chính thức.
Dùng AI theo mẫu: tự phác thiết kế, tự viết phần khó, nhờ AI review và chỉ chỗ yếu.
Mỗi dự án có một trang README giải thích vì sao thiết kế như vậy và điều gì bạn đã thử mà hỏng.
Đích quý 2: hai dự án chạy được, bạn giải thích được từng phần mà không nhìn code.

Quý 3 (tháng 7 đến 9): Môi trường gần thật#

Luyện đọc và sửa code của người khác: chọn một dự án mã nguồn mở nhỏ, sửa lỗi dễ hoặc tài liệu, gửi thay đổi và nhận review.
Luyện review: đọc thay đổi của người khác mỗi tuần, dùng danh sách kiểm 15 điểm để tập nhìn.
Luyện gỡ lỗi có hệ thống: tái hiện lỗi, thu hẹp phạm vi, giả thuyết, kiểm tra.
Thử thực tập, dự án thuê ngắn hạn hoặc làm cùng nhóm bạn. Làm việc cùng người khác dạy những thứ sách không dạy.
Đích quý 3: ít nhất ba đóng góp thật được chấp nhận, hoặc một đợt thực tập, và bạn từng nhận và sửa theo review.

Quý 4 (tháng 10 đến 12): Hồ sơ và phỏng vấn#

Chọn hai hoặc ba dự án tốt nhất, dọn dẹp, viết README, ghi âm hoặc ghi chú cách bạn giải thích.
Luyện phỏng vấn: giải thích code của mình, gỡ lỗi trực tiếp, trả lời "bạn dùng AI thế nào khi làm việc".
Nộp hồ sơ đều đặn, xin phản hồi sau mỗi lần bị từ chối.
Đích quý 4: hồ sơ gọn, ba cuộc phỏng vấn thử với người khác, và danh sách các vị trí bạn nhắm đến.

4. Minh họa: hai cách làm cùng một bài#

Ví dụ minh họa, nhân vật dựng lại.

Minh được giao bài: đọc một tệp CSV doanh thu và in tổng theo tháng.

Cách A. Minh dán đề cho AI, nhận 30 dòng code, chạy ra kết quả đúng, nộp. Tuần sau gặp bài tương tự với định dạng ngày khác, Minh không biết sửa chỗ nào.
Cách B. Minh tự viết 20 phút, mắc lỗi đọc ngày, nhờ AI giải thích lỗi chứ không xin code mới, sửa tay, rồi nhờ AI cho hai bài tương tự để thử. Tốn gấp ba thời gian trong ngày đầu.

Sau một tháng, Minh B sửa được bài ngày khác trong vài phút. Cách A nhanh hơn lúc đầu, nhưng thứ bạn mua bằng thời gian ở cách B là khả năng gỡ lỗi, đúng chỗ thử nghiệm của Anthropic thấy chênh nhiều nhất.

5. Hồ sơ cần gì thời AI#

Nhà tuyển dụng khó biết code do bạn hay do AI viết, nên bằng chứng tốt nhất là bạn giải thích và gỡ lỗi được trước mặt họ. Một hồ sơ gọn gồm:

Hai hoặc ba dự án nhỏ chạy được, mỗi cái có README nêu mục tiêu, thiết kế, điều đã thử hỏng.
Đóng góp thật: sửa lỗi, tài liệu, review, dù nhỏ.
Nhật ký học ngắn: những điều bạn đã học được từng tháng.
Một đoạn nói về cách bạn dùng AI: dùng để làm gì, kiểm chứng thế nào, khi nào không dùng.

Dữ liệu từ khảo sát Stack Overflow 2025 cho thấy trong hơn 49.000 người trả lời, 46% không tin độ chính xác của AI và 66% nói gặp tình huống "gần đúng nhưng chưa đúng". Người phỏng vấn biết điều đó, nên họ quan tâm bạn kiểm chứng thế nào hơn là bạn dùng AI nhiều hay ít.

6. Tự kiểm tra mỗi tháng#

Trả lời ba câu, viết ra giấy:

Tháng này mình tự làm được việc gì mà tháng trước chưa làm được (không có AI)?
Mình giải thích được bao nhiêu phần trong code mình nộp, không nhìn lại?
Lần gỡ lỗi khó nhất tháng này mình xử lý thế nào, mất bao lâu, ai giúp?

Nếu hai tháng liền câu 1 và 2 không tiến, hãy giảm AI viết hộ và tăng tự viết. Nếu câu 3 luôn là "nhờ AI sửa", hãy luyện gỡ lỗi tay.

7. Nhìn cân bằng#

Kế hoạch chưa được kiểm chứng. Nó dựa trên suy luận từ vài nghiên cứu nhỏ và dữ liệu của Mỹ. Với bạn, thứ tự có thể khác.
Không phải ai cũng cần 12 tháng. Người đã có nền tảng có thể bắt đầu từ quý 2 hoặc 3.
Thị trường biến động. Số liệu việc làm đổi theo thời gian. Hãy theo dõi nguồn gốc thay vì nhớ một con số.
Dùng AI không xấu. Thứ đáng tránh là để nó làm thay phần bạn đang cần học. Khi đã thành thạo, AI giúp bạn nhanh hơn rất nhiều.
Người có kinh nghiệm cũng chậm lại khi dùng AI không đúng chỗ. Nghiên cứu của METR (7/2025) trên 16 lập trình viên giàu kinh nghiệm thấy họ chậm hơn khoảng 19% khi dùng công cụ AI đầu 2025, dù chính họ tin mình nhanh hơn. Mẫu nhỏ và công cụ đã đổi, nhưng nó nhắc: cảm giác nhanh không phải số đo.

8. Kết luận#

Cửa vào nghề đang chật hơn, nhưng thứ nhà tuyển dụng vẫn phải kiểm tra là hiểu, gỡ lỗi và giải thích. Hãy dùng AI như gia sư kiên nhẫn chứ không như người làm hộ bài: tự viết trước, hỏi sau, giải thích lại bằng lời, và ghi lại tiến bộ mỗi tuần.

Bắt đầu tuần này: chọn một ngôn ngữ, một bài tập nhỏ, tự viết trong 20 phút, rồi mới hỏi AI.

Nguồn tham khảo#

Câu hỏi thường gặp

Fresher có nên học lập trình khi AI viết được code?: Có, nhưng đổi cách học. AI viết tốt những việc nhỏ và rõ ràng, còn việc của người mới là hiểu vấn đề, đọc và kiểm chứng code, và giải thích được quyết định. Một nghiên cứu của Stanford dùng dữ liệu lương cho thấy việc làm của người 22 đến 25 tuổi ở nghề chịu ảnh hưởng nhiều từ AI giảm khoảng 13% so với nhóm khác, nên cạnh tranh đang khó hơn, nhưng đó là tương quan chứ chưa phải bằng chứng nhân quả.
Nên dùng AI thế nào khi mới học để không mất kỹ năng?: Tự viết trước, rồi nhờ AI giải thích, so sánh và chỉ lỗi. Đừng nhờ AI viết hộ phần bạn đang học. Trong thử nghiệm của Anthropic với 52 người học một thư viện Python mới, nhóm dùng AI đạt khoảng 50% bài kiểm tra so với khoảng 67% của nhóm tự viết, chênh nhiều nhất ở câu về gỡ lỗi. Đây là nghiên cứu nhỏ, nên hãy dùng như một cảnh báo chứ không phải kết luận chắc.
Mất bao lâu để thành junior?: Không có con số chắc, vì còn tùy thời gian học mỗi tuần và thị trường. Kế hoạch trong bài giả định khoảng 15 đến 20 giờ mỗi tuần trong 12 tháng. Đây là suy luận của tác giả, chưa được kiểm chứng trên nhiều người, nên hãy coi là điểm xuất phát và tự điều chỉnh theo bảng tự kiểm tra hằng tháng.
Hồ sơ của fresher nên có gì thời AI?: Hai hoặc ba dự án nhỏ chạy được kèm lời giải thích vì sao thiết kế như vậy, một vài đóng góp thật (sửa lỗi, tài liệu, review) và nhật ký học. Nhà tuyển dụng khó phân biệt code do AI viết với code bạn viết, nên cách chứng minh tốt nhất là giải thích được code và gỡ lỗi trực tiếp trước mặt họ.