HackerRank và nỗi lo 'ảo hóa' năng lực: Tại sao đánh giá kỹ năng lập trình bằng AI đang mất dần độ tin cậy

Trong những buổi phỏng vấn kỹ thuật gần đây, tôi thường xuyên gặp những ứng viên có bảng điểm "đẹp như mơ" trên các nền tảng như HackerRank. Tuy nhiên, khi đối diện với một bài toán thực tế – chẳng hạn như tối ưu hóa một quy trình xử lý dữ liệu phức tạp cho sàn giao dịch carbon vừa vận hành tại Việt Nam – họ lại tỏ ra lúng túng. Sự tương phản này không phải do ứng viên thiếu thông minh, mà đến từ sự lệch pha giữa khả năng giải thuật thuần túy và tư duy kỹ thuật trong môi trường doanh nghiệp.

Sự đứt gãy giữa điểm số thuật toán và thực tế vận hành

Các nền tảng đánh giá kỹ năng lập trình thường xây dựng dựa trên những bài toán logic tách biệt. Đây là môi trường lý tưởng để rèn luyện tư duy thuật toán, nhưng lại là "vùng an toàn" cách xa thực tế. Tại doanh nghiệp, lập trình viên không chỉ cần giải quyết một bài toán đầu vào - đầu ra, họ cần giải quyết bài toán về bảo trì, khả năng mở rộng và sự tương thích với hệ thống cũ.

Một lập trình viên có thể đạt điểm tuyệt đối trong việc sắp xếp mảng dữ liệu nhưng lại thất bại khi thiết kế một cơ sở dữ liệu có khả năng chịu tải cao. Trong bối cảnh Thủ đô đang triển khai hàng loạt dự án hạ tầng số quy mô lớn, yêu cầu đặt ra không còn là viết code chạy được, mà là viết code an toàn, hiệu quả và dễ dàng nâng cấp. Việc quá phụ thuộc vào điểm số từ nền tảng tự động khiến nhiều doanh nghiệp bỏ lỡ những ứng viên có khả năng tư duy hệ thống sắc bén chỉ vì họ không dành thời gian "cày" các bài tập logic lý thuyết.

Rào cản 'phủ định giả' từ các công cụ ATS

Hệ thống lọc hồ sơ tự động (ATS) hiện nay đang vô tình tạo ra rào cản 'phủ định giả'. Nhiều doanh nghiệp mặc định rằng ứng viên không có chứng chỉ từ các nền tảng đánh giá kỹ thuật hoặc không vượt qua được vòng test tự động thì không phù hợp. Điều này dẫn đến việc loại bỏ những nhân sự có kinh nghiệm thực chiến nhưng không muốn hoặc không có thời gian tham gia các kỳ thi sát hạch trên nền tảng trực tuyến.

Hơn nữa, sự trỗi dậy của các mô hình ngôn ngữ lớn như GLM-5.2 hay các công cụ hỗ trợ code AI đã làm thay đổi bản chất của các bài kiểm tra này. Ứng viên giờ đây có thể dễ dàng "vượt qua" các vòng test nhờ sự trợ giúp từ AI. Khi quy trình tuyển dụng lập trình viên quá dựa dẫm vào thuật toán chấm điểm, chúng ta đang vô tình lọc ra những người giỏi sử dụng công cụ AI để vượt qua bài kiểm tra, thay vì những người thực sự nắm vững nền tảng tư duy để giải quyết vấn đề khó.

Thay đổi tư duy: Từ kiểm tra kỹ năng sang đánh giá năng lực giải quyết tình huống

Để hiring tech talent hiệu quả, thay vì bắt ứng viên giải các bài toán "đố", hãy đưa họ vào các tình huống thực tế mà team kỹ thuật đang đối mặt. Một bài tập nhỏ yêu cầu ứng viên đọc một đoạn code có lỗi logic và đề xuất cách sửa, hoặc yêu cầu họ phân tích tại sao một hệ thống bị nghẽn cổ chai, sẽ mang lại giá trị cao hơn nhiều so với việc yêu cầu họ viết lại một thuật toán sắp xếp.

Việc đánh giá AI trong tuyển dụng nên chuyển dịch từ "chấm điểm kết quả" sang "đánh giá quá trình". Thay vì nhìn vào kết quả cuối cùng trên màn hình, hãy để ứng viên giải thích tư duy của họ. Tại sao họ chọn cấu trúc dữ liệu này? Họ cân nhắc điều gì về hiệu năng? Những câu hỏi này giúp nhà tuyển dụng nhìn thấu tư duy kỹ thuật – thứ không thể được tạo ra bởi AI hay các bài tập mẫu.

Xây dựng quy trình phỏng vấn tập trung vào tư duy thay vì kết quả

Kinh nghiệm cho thấy, những nhân sự có thâm niên – những người đã trải qua các chu kỳ phát triển sản phẩm thực tế – thường xử lý tình huống linh hoạt hơn nhiều so với các 'tân binh' chỉ thuần thục kỹ năng giải thuật. Trong quy trình phỏng vấn kỹ thuật, hãy áp dụng các nguyên tắc sau:

Sử dụng bài tập Case-study: Thay thế các bài toán lý thuyết bằng các vấn đề thực tế doanh nghiệp đang gặp phải. Ví dụ: "Làm thế nào để hệ thống xử lý được lưu lượng truy cập tăng đột biến khi người dùng đổ xô vào các trang web giả mạo World Cup?"
Review code trực tiếp: Yêu cầu ứng viên review một đoạn code có sẵn. Đây là cách nhanh nhất để đánh giá tư duy về độ sạch, tính bảo mật và khả năng làm việc nhóm.
Phỏng vấn dựa trên kinh nghiệm: Tập trung vào các dự án quá khứ. Đặt câu hỏi về những thất bại họ từng gặp phải và cách họ vượt qua thay vì chỉ hỏi về các framework họ từng sử dụng.

Công nghệ luôn thay đổi, và những công cụ như AI hay các nền tảng đánh giá tự động sẽ ngày càng thông minh hơn. Tuy nhiên, tư duy giải quyết vấn đề, khả năng học hỏi và sự nhạy bén với thực tế vẫn là những giá trị cốt lõi mà bất kỳ lập trình viên nào cũng cần có. Đừng để các con số trên màn hình che lấp đi việc đánh giá con người bằng sự kết nối và tư duy thực tế.

Bạn cần tư vấn về thiết kế website hoặc marketing? Liên hệ ngay — miễn phí hoàn toàn.