--- format: "aidr-story-markdown/v1" id: "cdd7b7c92bebb827ab7a0643ee97dfc646464e1e72f961aef0b9dcc903205d4a" canonical_url: "https://aidr.today/cdd7b7c9?lang=vi" title: "Giảm tải nhận thức của AI thay đổi" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-01T12:57:19.000Z" category: "Models" topics: ["coding"] source_urls: ["https://amoffat.github.io/blog/cognitive-load.html","https://lobste.rs/s/iwvjr0/reducing_cognitive_load_ai_changes"] summary: "Khi xem xét lượng lớn mã do AI tạo ra, tôi thường thấy LLM chọn các thuật ngữ cho các khái niệm trừu tượng mà không phải lúc nào cũng phù hợp với lựa chọn của riêng tôi. Ví dụ, những gì nó có thể gọi là MutationIntent thì với tôi sẽ tự nhiên hơn là EditRequest. Vì lựa chọn từ ngữ của LLM không phải là lựa chọn lý tưởng của tôi, mỗi lần nhìn thấy nó tôi phải thực hiện một phép tra cứu trong đầu để hiểu nghĩa, điều này thêm tải nhận thức. Điều này có vẻ như là một sự cản trở nhỏ, nhưng tải nhận thức tích lũy khi cân nhắc cách hàng chục thuật ngữ mới tương tác với nhau trong mã không quen thuộc. Tôi chỉ có thể giữ một số lượng hữu hạn những tra cứu ngữ nghĩa này trong đầu trước khi bắt đầu hiểu lầm cách mọi thứ hoạt động. Để tối thiểu hóa điều này, trước khi xem xét, tôi hậu xử lý những thay đổi của AI bằng lời nhắc này: Tôi sau đó đi qua và xác nhận lại lựa chọn thuật ngữ. AI thực hiện tìm và thay thế ở mọi nơi, bao gồm cả tài liệu. Mã kết quả dễ dàng xem xét hơn nhiều vì bây giờ nó được viết giống như nó đến từ não của tôi." --- # Giảm tải nhận thức của AI thay đổi > [Open the canonical story]() **Published:** 2026-10-01T12:57:19.000Z **Category:** Models **Topics:** coding ## Summary Khi xem xét lượng lớn mã do AI tạo ra, tôi thường thấy LLM chọn các thuật ngữ cho các khái niệm trừu tượng mà không phải lúc nào cũng phù hợp với lựa chọn của riêng tôi\. Ví dụ, những gì nó có thể gọi là MutationIntent thì với tôi sẽ tự nhiên hơn là EditRequest\. Vì lựa chọn từ ngữ của LLM không phải là lựa chọn lý tưởng của tôi, mỗi lần nhìn thấy nó tôi phải thực hiện một phép tra cứu trong đầu để hiểu nghĩa, điều này thêm tải nhận thức\. Điều này có vẻ như là một sự cản trở nhỏ, nhưng tải nhận thức tích lũy khi cân nhắc cách hàng chục thuật ngữ mới tương tác với nhau trong mã không quen thuộc\. Tôi chỉ có thể giữ một số lượng hữu hạn những tra cứu ngữ nghĩa này trong đầu trước khi bắt đầu hiểu lầm cách mọi thứ hoạt động\. Để tối thiểu hóa điều này, trước khi xem xét, tôi hậu xử lý những thay đổi của AI bằng lời nhắc này: Tôi sau đó đi qua và xác nhận lại lựa chọn thuật ngữ\. AI thực hiện tìm và thay thế ở mọi nơi, bao gồm cả tài liệu\. Mã kết quả dễ dàng xem xét hơn nhiều vì bây giờ nó được viết giống như nó đến từ não của tôi\. ## Sources - [Story source]() - [Discussion]()