Font size
WorksheetsCHƯƠNG 1. quizz
Total questions: 135
Worksheet time: 1hrs 8mins
Một mô hình AI chấm điểm tín dụng được huấn luyện trên dữ liệu lịch sử bị thiên lệch, khiến mô hình phân biệt đối xử với một nhóm khách hàng nhất định. Vấn đề này thuộc nhóm thách thức nào của AI?
Thiên vị thuật toán và vấn đề đạo đức
Không có dữ liệu
Hạn chế về phần cứng
Thiếu định nghĩa về AI
Trong giai đoạn “mùa đông AI” (AI Winter), nguyên nhân chính khiến AI không phát triển mạnh là:
Không có ứng dụng nào trong kinh tế
Con người không quan tâm đến AI
Hạn chế về dữ liệu và sức mạnh tính toán so với kỳ vọng đặt ra
Không có ý tưởng thuật toán nào mới
Khi ứng dụng AI trong doanh nghiệp Việt Nam, một rào cản là hành lang pháp lý và quy định về bảo vệ dữ liệu cá nhân chưa hoàn thiện, gây lo ngại cho doanh nghiệp. Đây là ví dụ về:
Thách thức công nghệ thuần túy
Thách thức pháp lý – xã hội – đạo đức
Thách thức về phần cứng
Thách thức về siêu trí tuệ
Ủy ban châu Âu (EU AI Act, 2021) nhấn mạnh AI là:
Phần mềm được phát triển bằng một hoặc nhiều kỹ thuật như học máy, logic, thống kê… để tạo ra đầu ra như dự đoán, khuyến nghị hoặc quyết định cho mục tiêu xác định
Hệ thống phần cứng có khả năng tự sửa chữa
Hệ thống cơ sở dữ liệu dùng để lưu trữ dữ liệu lớn
Mạng máy tính dùng để kết nối các cảm biến IoT
Hệ thống tự động đọc hóa đơn giấy, trích xuất thông tin (số tiền, ngày, mã khách hàng) và đưa vào phần mềm kế toán sử dụng chủ yếu các công nghệ AI nào?
NLP và Chatbot
Computer Vision/OCR kết hợp Machine Learning
Symbolic AI và Big Data
Speech Recognition và Robotics
Một công ty chứng khoán sử dụng mô hình AI để dự báo xu hướng giá cổ phiếu dựa trên dữ liệu lịch sử và tin tức thị trường. Cách tiếp cận phù hợp nhất là:
Robotics trong dây chuyền sản xuất
Statistical AI dựa trên học máy và mô hình xác suất
Symbolic AI với luật IF–THEN cố định
Hybrid AI kết hợp robot vật lý và dữ liệu lớn
Khái niệm Big Data (dữ liệu lớn) thường được mô tả bằng đặc trưng:
3R (Real-time, Robust, Reliable)
3D (Data, Device, Decision)
3C (Cost, Control, Complexity)
3V (Volume, Velocity, Variety)
Phát biểu nào dưới đây mô tả đúng sự khác nhau giữa AI và Big Data trong bối cảnh kinh tế?
AI là dữ liệu, Big Data là thuật toán
AI là nguyên liệu, Big Data là công cụ
Big Data là nguyên liệu dữ liệu, AI là công cụ để khai thác và tạo giá trị từ dữ liệu đó
AI và Big Data là hai khái niệm hoàn toàn giống nhau
Công nghệ cho phép hệ thống “hiểu” và xử lý ngôn ngữ tự nhiên của con người là:
Speech Recognition
Robotics
Natural Language Processing (NLP)
Computer Vision
Cấp độ AI hiện đang được triển khai rộng rãi trong thực tiễn hiện nay là:
Trí tuệ nhân tạo sinh học
Siêu trí tuệ nhân tạo (Super AI)
Trí tuệ nhân tạo tổng quát (General AI/Strong AI)
Trí tuệ nhân tạo hẹp (Narrow AI/Weak AI)
Một ngân hàng sử dụng mô hình để học từ dữ liệu giao dịch quá khứ và dự đoán khả năng vỡ nợ của khách hàng mới. Mô hình này thuộc nhánh kỹ thuật nào trong AI?
Machine Learning
Robotics
Computer Vision
Symbolic AI
Trên các sàn thương mại điện tử, hệ thống gợi ý sản phẩm “có thể bạn quan tâm” dựa trên lịch sử mua hàng và hành vi duyệt web của người dùng. Hệ thống gợi ý này chủ yếu dựa trên:
Computer Vision
Machine Learning
Symbolic AI
Robotics
Hệ thống chatbot của ngân hàng giúp khách hàng tra cứu số dư, lịch sử giao dịch và giải đáp câu hỏi 24/7. Hệ thống này có thể được mô tả là:
Một hệ thống Data Mining
Một hệ thống Big Data
Một dạng Narrow AI sử dụng NLP để tương tác
Một dạng General AI
Doanh nghiệp thường mại điện tử phân tích dữ liệu mua hàng trong quá khứ để phát hiện các nhóm khách hàng có hành vi tiêu dùng tương đồng. Mục tiêu chính của quá trình này phù hợp nhất với khái niệm:
General AI
Computer Vision
Super AI
Data Mining
Theo John McCarthy, trí tuệ nhân tạo (AI) được hiểu là gì?
Ngành khoa học nghiên cứu dữ liệu lớn và cách lưu trữ dữ liệu
Ngành khoa học và kỹ thuật tạo ra những cỗ máy thông minh, đặc biệt là các chương trình máy tính có khả năng học hỏi
Ngành khoa học nghiên cứu cấu trúc não bộ con người
Ngành khoa học nghiên cứu robot trong sản xuất công nghiệp
Xét các phát biểu sau về thành tựu và thách thức của AI: (1) Các mô hình ngôn ngữ lớn như ChatGPT, Copilot đã mở ra kỷ nguyên giao tiếp tự nhiên giữa người và máy. (2) AI trong tài chính, kế toán, kiểm toán giúp tăng hiệu quả nhưng không đặt ra bất kỳ vấn đề nào về chất lượng dữ liệu hay quyền riêng tư. (3) Một thách thức lớn của AI là tính minh bạch và khả năng giải thích quyết định, đặc biệt trong các mô hình deep learning. (4) Tại Việt Nam, nguồn nhân lực AI chất lượng cao vẫn còn hạn chế so với nhu cầu triển khai. Tổ hợp phương án đúng là:
(2), (3)
(1), (3), (4)
(1), (2), (3)
(1), (2), (4)
Đối với người được định hướng làm việc trong khối ngành kinh tế, ý nghĩa quan trọng nhất của việc học AI là:
Thay thế hoàn toàn kiến thức tài chính – kế toán truyền thống
Chỉ để lập trình robot công nghiệp
Hiểu và biết cách ứng dụng AI trong học tập, nghiên cứu và nghề nghiệp, tạo lợi thế cạnh tranh trên thị trường lao động
Chỉ để hiểu các mô hình toán học phức tạp
So sánh ba hướng tiếp cận Symbolic AI, Statistical AI và Hybrid AI, phát biểu nào sau đây đúng nhất?
Cả ba hướng tiếp cận đều không liên quan đến học máy
Hybrid AI cố gắng kết hợp ưu điểm của Symbolic AI (minh bạch, dễ giải thích) và Statistical AI (học từ dữ liệu, khả năng thích ứng)
Statistical AI chỉ yêu dựa trên luật IF–THEN, ít phụ thuộc dữ liệu
Symbolic AI mạnh trong học từ dữ liệu lớn, nhưng khó biểu diễn tri thức chuyên gia
Theo phân loại theo kỹ thuật, Machine Learning (ML) là:
Một nhánh của AI cho phép hệ thống học từ dữ liệu, cải thiện hiệu suất mà không cần lập trình cứng
Một dạng dữ liệu lớn (Big Data)
Hệ thống lưu trữ và truy vấn tri thức dựa trên luật
Một nhánh của Deep Learning
Deep Learning (DL) là:
Một phương pháp thống kê truyền thống
Một nhánh của Machine Learning sử dụng mạng nơ-ron nhiều lớp để xử lý dữ liệu phức tạp
Một phương pháp xử lý dữ liệu trong kho dữ liệu (Data Warehouse)
Một dạng hệ chuyên gia dựa trên luật
Công nghệ cho phép hệ thống "nhìn" và phân tích hình ảnh, video là gì?
Computer Vision
Big Data
Cloud Computing
Data Mining
Trong kế toán, hệ thống MindBridge AI rà soát toàn bộ dữ liệu để phát hiện giao dịch bất thường. Lợi thế chính so với chọn mẫu truyền thống là gì?
Giảm nhu cầu sử dụng máy tính
Chỉ xem xét một phần nhỏ dữ liệu
Không cần dữ liệu lịch sử
Kiểm tra toàn bộ dữ liệu và phát hiện mẫu bất thường
Theo định nghĩa của Russell & Norvig, AI nghiên cứu về điều gì?
Máy tính không cần lưu trữ dữ liệu
Hệ thống quyết định dựa trên luật pháp
Hệ thống xử lý dữ liệu lớn trên đám mây
Tác nhân thông minh nhận thức môi trường và hành động
Một công ty muốn vừa tuân thủ luật kế toán vừa dùng dữ liệu giao dịch để phát hiện gian lận. Hướng tiếp cận AI phù hợp nhất là gì?
Symbolic AI thuần túy
Hybrid AI kết hợp luật và học máy
Chỉ dùng Big Data mà không cần AI
Statistical AI thuần túy
Symbolic AI (AI dựa trên luật) còn được gọi là gì?
Deep AI
Hybrid AI
Modern AI
Good Old-Fashioned AI (GOFAI)
Tổng đài thông minh tự động nhận diện giọng nói và trả lời. Công nghệ AI cốt lõi nhất ở đây là gì?
Computer Vision
Data Mining
Robotics công nghiệp
Speech Recognition kết hợp NLP
Xét các phát biểu về cách phân loại AI: (1) Phân loại theo mức độ mô phỏng trí tuệ con người gồm: AI hẹp, AI tổng quát, siêu AI. (2) Phân loại theo kỹ thuật triển khai gồm các nhánh như: Machine Learning, Deep Learning, NLP, Computer Vision, Robotics. (3) Phân loại theo mức độ mô phỏng trí tuệ phản ánh trình độ “thông minh” của hệ thống; phân loại theo kỹ thuật phản ánh “cách thức” xây dựng hệ thống. (4) Một hệ thống chỉ có thể được phân loại theo một trong hai cách trên, không thể đồng thời theo cả hai. Phương án đúng là:
(1), (2), (3)
Chỉ (2) và (4)
(1), (2), (4)
Chỉ (1) và (3)
Xét các phát biểu sau về mối quan hệ giữa AI, Machine Learning (ML), Deep Learning (DL), Data Mining và Big Data: (1) AI là khái niệm rộng bao trùm, ML là một nhánh và DL là nhánh con của ML. (2) Data Mining chủ yếu phát hiện mẫu và tri thức từ dữ liệu hiện có. (3) Big Data là các tập dữ liệu khổng lồ, đa dạng, tốc độ sinh nhanh, là “nguyên liệu” để AI phát huy sức mạnh. (4) Mọi hệ thống Big Data đều là hệ thống AI. Tổ hợp phương án đúng là:
(1), (2), (3)
Chỉ (3)
(1) và (4)
(2), (3) và (4)
Một doanh nghiệp logistics dùng thuật toán AI để tối ưu hóa tuyến đường vận chuyển, giảm chi phí và thời gian giao hàng. Thuật toán này thuộc nhóm ứng dụng AI nào trong kinh tế?
Speech Recognition chuyển giọng nói thành văn bản
Chatbot chăm sóc khách hàng
Machine Learning cho tối ưu và dự báo
Computer Vision nhận diện hình ảnh
Xét các phát biểu sau về các cấp độ AI: (1) Narrow AI giải quyết nhiệm vụ cụ thể, thường vượt trội hơn người trong phạm vi đó. (2) General AI có tư duy linh hoạt như con người, hiện đã được triển khai rộng rãi trong doanh nghiệp. (3) Super AI là giả định về trí tuệ vượt xa con người trong hầu hết lĩnh vực. (4) Hiện nay phần lớn hệ thống thực tế dừng lại ở giai đoạn Narrow AI. Phương án đúng là:
(1), (2), (3)
(1), (2), (4)
(1), (3), (4)
(2), (3), (4)
Vì sao xây dựng chuẩn mực đạo đức cho AI cần có nhiều cấp độ cùng hợp tác?
Để chỉ các tập đoàn tự giám sát
Để thị trường tự điều chỉnh mọi lúc
Để giải quyết vấn đề đa dạng, phức tạp
Để bỏ qua vai trò của cộng đồng
Một ngân hàng dùng mô hình cây quyết định để chấm điểm tín dụng. Lý do đạo đức phù hợp nhất là gì?
Chạy nhanh hơn mọi thuật toán khác
Chính xác hơn mạng nơ-ron sâu
Minh bạch, dễ giải thích quyết định
Không dùng dữ liệu số
Câu quảng cáo 'xe hoàn toàn không bao giờ gây tai nạn' có vấn đề vì điều gì?
Xe tự lái không có cảm biến
Mâu thuẫn với thực tế, giảm trách nhiệm
Xe tự lái không dùng trí tuệ nhân tạo
Xe tự lái không thể đi trong thành phố
Phát biểu đúng về mối quan hệ giữa dữ liệu và giá trị đạo đức trong AI là gì?
Dữ liệu tự sinh ra giá trị đạo đức
Ý nghĩa xuất hiện khi con người dùng
Không cần phân tích nguồn dữ liệu
Không cần hiểu chất lượng dữ liệu
Khi triển khai nghiên cứu ứng dụng AI, ngoài kỹ thuật cần chú ý điều gì?
Chỉ viết mã Python cho AI
Chỉ tối ưu hoá học sâu
Chỉ phần cứng GPU/TPU
Các vấn đề đạo đức và pháp lý
Sinh viên dùng ChatGPT viết tiểu luận, việc nào thể hiện trách nhiệm?
Xem bài AI là hoàn chỉnh
Gọi AI là 'tài sản trí tuệ' riêng
Trích dẫn nguồn, kiểm chứng và chỉnh sửa
Hoàn toàn tin mọi nội dung AI
Vấn đề nền tảng (symbol grounding problem) hỏi chủ yếu về điều gì?
Giảm chi phí phần cứng hệ thống
Tăng tốc độ mạng Internet
Làm biểu tượng thuật toán có ý nghĩa
Chọn hạ tầng chạy hệ thống
Dữ liệu trong các hệ thống AI về bản chất là gì?
Các chương trình phần mềm độc lập với con người
Trí thức hoàn chỉnh, tự nó đã chứa sẵn giá trị đạo đức
Các tệp văn bản thuần túy không thể xử lý
Các dòng dữ liệu chỉ được con người gán ý nghĩa trong những bối cảnh và mục đích cụ thể
Sự khác biệt cốt lõi giữa trí tuệ nhân tạo và trí tuệ con người là gì?
Con người không thể học từ kinh nghiệm
Máy tính không thể xử lý bit nhị phân
Trí tuệ con người gắn với nền tảng hiện thân và bối cảnh xã hội, còn AI chỉ thao tác trên dữ liệu và thuật toán
Bộ não con người có tốc độ tính toán chậm hơn máy tính
Khi sử dụng mô hình Markov ẩn (HMM) để giám sát hệ thống rotor trực thăng, kết luận “không an toàn, cần hạ cánh” là minh họa bài học đạo đức nào?
AI luôn biết chính xác lỗi do linh kiện nào gây ra
AI chỉ đưa ra tín hiệu trạng thái tổng quát, con người vẫn cần điều tra nguyên nhân và chịu trách nhiệm quyết định
Con người không cần đào tạo để hiểu hệ thống
Không cần bảo trì trực thăng nữa
Khi sinh viên sử dụng AI để "nghiên cứu trên Internet" về vắc-xin, hành vi nào sau đây phù hợp nhất với ba quy tắc trong đạo đức và pháp lý AI?
Chỉ đọc những bài viết ủng hộ sẵn niềm tin của mình
Chọn ngẫu nhiên vài bài trên mạng xã hội để tham khảo
Tìm hiểu cách hoạt động của công cụ tìm kiếm, kiểm tra nguồn tác giả, đối chiếu với bằng chứng khoa học và sẵn sàng điều chỉnh quan điểm
Tin vào video được chia sẻ nhiều nhất trên mạng
Khi soạn “điều khoản sử dụng” cho một ứng dụng AI miễn phí nhưng thu thập nhiều dữ liệu cá nhân, điều khoản nào phù hợp với khuyến nghị về quyền riêng tư?
Ép buộc người dùng phải chia sẻ mọi thông tin mới được sử dụng ứng dụng
Viết mơ hồ để người dùng khó hiểu
Nêu rõ loại dữ liệu thu thập, mục đích sử dụng, cách chia sẻ và cho phép người dùng lựa chọn đồng ý hoặc từ chối
Không nhắc tới việc thu thập và chia sẻ dữ liệu
Một công ty Fintech dùng dữ liệu lịch sử tín dụng có thiên lệch về giới tính để huấn luyện mô hình AI phê duyệt khoản vay. Hành động nào là phù hợp với trách nhiệm của nhà phát triển?
Bỏ qua vì mô hình đạt độ chính xác thống kê cao
Cố tinh sử dụng thiên lệch để tối đa hóa lợi nhuận
Chuyển toàn bộ trách nhiệm cho người dùng cuối
Phân tích và điều chỉnh bộ dữ liệu cũng như mô hình để giảm sai lệch, đánh giá rủi ro đạo đức
Ví dụ nào sau đây thuộc nhóm “các vấn đề đạo đức đối với nhà phát triển/lập trình viên AI”?
Xác định thời gian làm việc của nhân viên bán hàng
Bảo đảm phần mềm tuân thủ quy định về quyền riêng tư đối với dữ liệu y tế
Định giá sản phẩm AI cho thị trường
Thiết kế logo thương hiệu cho công ty
Một doanh nghiệp muốn xây dựng hệ thống tuyển dụng sử dụng AI lọc sơ yếu lý lịch. Yêu cầu đạo đức quan trọng nhất là:
Không cần thẩm định dữ liệu đào tạo, miễn là hệ thống hoạt động
Chỉ lựa chọn ứng viên từ một số trường đại học nhất định
Bảo đảm thuật toán không tái tạo các định kiến trong dữ liệu lịch sử và có thể giải thích được tiêu chí loại/chọn ứng viên
Giảm tối đa chi phí tuyển dụng
Một trong các thách thức đạo đức khi dùng AI trong chẩn đoán y khoa là:
Không thể kết nối Internet với bệnh viện
AI không thể đọc được các ảnh y khoa
Thiếu hoàn toàn quy định về lưu trữ dữ liệu
Vấn đề tính minh bạch của thuật toán và tuân thủ quy định về quyền riêng tư bệnh nhân
Ai là người phải chịu trách nhiệm về các sản phẩm AI được tạo ra và sử dụng?
Chỉ nhà cung cấp phần cứng máy tính
Những con người tham gia thiết kế, phát triển, triển khai và sử dụng hệ thống AI
Chỉ nhà quản lý doanh nghiệp
Chỉ người dùng cuối của hệ thống AI
Đối tượng nào giữ vai trò quan trọng trong việc nâng cao nhận thức đạo đức AI cho xã hội?
Hệ thống giáo dục và cộng đồng có hiểu biết về AI
Chỉ các tập đoàn công nghệ lớn
Chỉ các công ty quảng cáo trực tuyến
Chỉ các cơ quan công an
So sánh việc dùng mạng nơ-ron sâu và cây quyết định trong chấm điểm tín dụng, kết luận nào dưới đây phù hợp với lập luận về đạo đức và pháp lý?
Cả hai cách tiếp cận đều hoàn toàn minh bạch như nhau
Tùy ngữ cảnh, nhưng xét về minh bạch và khả năng giải thích cho người bị ảnh hưởng, cây quyết định thường có ưu thế hơn mạng nơ-ron sâu
Cây quyết định kém hơn vì không thể xử lý dữ liệu thực tế
Mạng nơ-ron sâu luôn tốt hơn về đạo đức vì độ chính xác cao hơn
Một bệnh viện triển khai hệ thống AI đọc ảnh X-quang và gợi ý chẩn đoán, bác sĩ vẫn là người ra quyết định cuối cùng. Cách sử dụng này phù hợp nhất với quan điểm nào sau đây?
Bác sĩ chỉ cần ký tên vào kết quả AI đưa ra mà không cần xem xét
Không cần quan tâm tới quyền riêng tư dữ liệu bệnh nhân
AI là công cụ hỗ trợ, quyết định y khoa vẫn cần được trung gian bởi con người có trách nhiệm
AI thay thế hoàn toàn trách nhiệm của bác sĩ trong mọi quyết định
Xét các phát biểu về chi phí môi trường của AI: (1) Việc huấn luyện các mô hình ngôn ngữ lớn tiêu tốn nhiều năng lượng và gây phát thải CO₂ đáng kể. (2) Các trung tâm dữ liệu lớn có thể chiếm tỷ trọng đáng kể trong tổng lượng khí nhà kính toàn cầu. (3) Việc sử dụng điện thoại, laptop cá nhân cho AI là hoàn toàn không có tác động môi trường. (4) Hành động tiêu chí phi năng lượng giúp ta sử dụng AI một cách có trách nhiệm hơn. Phương án đúng là:
(1), (2) và (3)
(1) và (4)
(1), (2) và (4)
(2), (3) và (4)
Một chính quyền địa phương sử dụng hệ thống AI để phân loại mức hỗ trợ an sinh xã hội cho người dân. Thiết kế nào là phù hợp nhất để công bằng và có thể khiếu nại?
Hệ thống như hộp đen, có đánh giá sai lệch dữ liệu
Giao toàn bộ quyền quyết định cho AI không xem xét lại
Cho phép kiểm tra sai lệch, giải thích rõ ràng kết quả
Thuật toán bí mật hoàn toàn, không có cơ chế khiếu nại
“Deepfake” là gì trong bối cảnh đạo đức AI?
Kỹ thuật dùng AI tạo hình hoặc giọng giả giống người thật
Thuật toán nén dữ liệu lớn để tiết kiệm bộ nhớ
Hệ thống lưu trữ dữ liệu trên đám mây an toàn
Một loại virus máy tính tấn công hệ điều hành
Một quốc gia muốn giảm phát thải khí nhà kính từ ngành AI. Biện pháp nào phù hợp nhất?
Cấm sử dụng mô hình ngôn ngữ lớn hoàn toàn
Yêu cầu trung tâm dữ liệu dùng năng lượng tái tạo và tối ưu thuật toán
Cấm toàn bộ việc truy cập Internet để giảm tải
Khuyến khích AI giúp tăng trưởng kinh tế nhanh hơn
Sinh viên dùng AI để tra cứu tài liệu trên Internet. Hành vi nào thể hiện khiêm tốn và kỷ luật trong nghiên cứu?
Dùng duy nhất một trang blog làm nguồn tham khảo chính
Không đọc kỹ tài liệu gốc, chỉ xem tóm tắt ngắn
Luôn tìm bằng chứng trái chiều và kiểm tra nguồn dữ liệu
Chỉ chọn các tài liệu ủng hộ quan điểm của mình
Nghiên cứu trên Internet có trách nhiệm, bước đầu tiên quan trọng là gì?
Không cần quan tâm người tài trợ nội dung
Chọn các bài viết có nhiều lượt thích nhất
Hiểu cách hoạt động của công cụ tìm kiếm và thuật toán AI
Bỏ qua kết quả quảng cáo hiển thị trên trang tìm kiếm
Ví dụ nào minh họa rõ việc người dùng trở thành “hàng hóa” trên Internet?
Cài đặt hệ điều hành cho máy tính cá nhân
Đọc sách giấy tại thư viện địa phương
Bị theo dõi tìm kiếm và mua sắm để hiển thị quảng cáo mục tiêu
Chơi cờ trên máy tính không kết nối mạng
Lý do khiến mô hình chấm điểm tín dụng dùng AI bị coi là thiếu đạo đức là gì?
Mạng nơ-ron xử lý dữ liệu định lượng rất tốt
Mô hình hộp đen, thiếu minh bạch và khó giải thích quyết định
Người dùng luôn có thể tự chỉnh sửa điểm tín dụng
AI luôn đưa ra điểm số chính xác tuyệt đối
Xét các phát biểu về xử lý ngôn ngữ tự nhiên (NLP) và “ý nghĩa”: (1) Các mô hình ngôn ngữ lớn thao tác các mẫu thống kê của từ/mã thông báo chứ không “hiểu” như con người. (2) Trong nhiều tác vụ thực tế, các quan hệ thống kê này vẫn có thể cung cấp kết quả hữu ích. (3) Vì AI không có “ý nghĩa” như con người nên tuyệt đối không được dùng trong mọi tình huống liên quan đến ngôn ngữ. (4) Khi dùng AI trong tư vấn hay ra quyết định nhạy cảm, cần có sự trung gian và giám sát của con người. Phương án đúng là:
C. (1), (3) và (4)
B. (1), (2) và (4)
D. (2), (3) và (4)
A. (1), (2) và (3)
Khi thiết kế chatbot tư vấn sức khỏe tâm thần, nhóm phát triển cần ưu tiên điều gì để phù hợp với khuyến nghị đạo đức trong AI?
D. Thu thập dữ liệu người dùng càng nhiều càng tốt mà không cần xin phép
A. Tập trung tối đa vào việc tạo giọng nói giống người thật
B. Giấu người dùng rằng họ đang tương tác với máy
C. Rõ ràng về giới hạn của AI, bảo đảm có kênh hỗ trợ con người khi cần và tôn trọng quyền riêng tư
Cần hiểu cụm từ, “người dùng như một hàng hóa” nghĩa là:
A. Người dùng trực tiếp bán sản phẩm trên sàn thương mại điện tử
B. Dữ liệu và sự chú ý của người dùng được thu thập và mua bán cho các mục đích thương mại
C. Người dùng là chủ sở hữu toàn bộ Internet
D. Người dùng phải trả tiền cho mỗi lần thực hiện tìm kiếm
Xét các phát biểu sau về bảo vệ quyền riêng tư khi xây dựng sản phẩm AI: (1) Người dùng phải được thông báo rõ ràng về loại dữ liệu bị thu thập và mục đích sử dụng. (2) Việc “ấn” điều khoản thu thập dữ liệu trong văn bản khó hiểu vẫn được coi là đồng ý hợp lệ. (3) Người dùng nên có quyền lựa chọn từ chối hoặc giới hạn việc chia sẻ dữ liệu ngoài mục đích cốt lõi của dịch vụ. (4) Nhà phát triển không cần quan tâm vì trách nhiệm thuộc về người dùng. Phương án đúng là:
A. (1) và (2)
C. (2) và (4)
D. (3) và (4)
B. (1) và (3)
Một trong những lo ngại chính về chi phí môi trường của AI là:
D. Không thể lưu trữ dữ liệu lịch sử của hệ thống
A. Thiếu lập trình viên AI trên thị trường
B. Tiêu thụ năng lượng khổng lồ của các trung tâm dữ liệu và phát thải khí nhà kính, rác thải điện tử
C. Thiếu chuẩn định dạng file dữ liệu
Khi một cá nhân gửi mẫu DNA cho công ty tư vấn xét nghiệm phả hệ, lo ngại đạo đức chính là:
D. Phân tích DNA làm giảm sức khỏe người tham gia
C. Không thể xác định tổ tiên vì thiếu dữ liệu
B. Nguy cơ dữ liệu di truyền bị lạm dụng hoặc chia sẻ ngoài kiểm soát, ảnh hưởng quyền riêng tư
A. DNA không đủ chính xác để phân tích
Câu hỏi đạo đức tiêu biểu nào liên quan tới AI trong chăm sóc sức khỏe tâm thần?
Có nên dùng AI để dịch văn bản kỳ thuật hay không?
AI có thể tự động cập nhật hệ điều hành không?
Có thể tin tưởng chatbot về tâm lý hiểu được cảm thường và cảm xúc phức tạp của con người hay không?
AI có thể tự sửa phần cứng bị hỏng không?
Trong bối cảnh “người dùng như hàng hóa”, tình huống nào là minh họa rõ nhất cho nguy cơ bị thao túng thông tin chính trị?
Hệ thống quản lý kho hàng tự động trong doanh nghiệp
Email khảo sát chính trị bắt đầu bằng câu hỏi “bắt bẻ”, sau đó thu thập dữ liệu cá nhân và chuyển cho các chiến dịch vận động
Một ứng dụng nhắc lịch học tập cá nhân, không có quảng cáo
Hệ thống chấm điểm tín dụng nội bộ của ngân hàng
Xét các phát biểu về trách nhiệm của các bên trong vòng đời sản phẩm AI: (1) Nhà phát triển/lập trình viên AI phải hiểu rõ giới hạn kỹ thuật, dữ liệu huấn luyện và các ràng buộc pháp luật liên quan. (2) Nhân viên bán hàng/tiếp thị AI chỉ cần quan tâm đến doanh số, không cần hiểu nhu cầu đạo đức và pháp lý của khách hàng. (3) Khách hàng/người dùng cuối phải chia sẻ rõ các yêu cầu về quyền riêng tư, minh bạch và chịu trách nhiệm khi sử dụng sai mục đích. (4) Khi phần mềm AI được phát hành, không bên nào còn phải chịu trách nhiệm đạo đức. Phương án đúng là:
(1) và (2)
(1) và (3)
(2) và (4)
(3) và (4)
Khi xem xét hai dự án AI: (a) vũ khí tự động có khả năng tự chọn mục tiêu; (b) robot hỗ trợ phục hồi chức năng cho người khuyết tật, lập trường nào sau đây phù hợp nhất với cách tiếp cận đạo đức?
Cả hai đều hoàn toàn trung lập về đạo đức, chỉ cần quan tâm tới lợi nhuận
Nên đánh giá riêng rẽ từng dự án, cân nhắc lợi ích – rủi ro, nhưng ưu tiên các ứng dụng tăng chất lượng sống và giảm tổn hại cho con người
Tự động cấm mọi hệ thống liên quan đến quân sự, kể cả mục đích phòng thủ tự động
Mọi hệ thống y tế đều nguy hiểm hơn vũ khí vì liên quan tới dữ liệu riêng tư
Một công ty quảng cáo sử dụng lịch sử tìm kiếm và tương tác mạng xã hội để hiển thị quảng cáo cá nhân hóa, nhưng không thông báo rõ cho người dùng. Vấn đề đạo đức nổi bật nhất là:
Không tối ưu hóa doanh thu cho doanh nghiệp
Vi phạm quyền sở hữu trí tuệ đối với phần mềm
Chi phí quảng cáo quá cao
Nguy cơ xâm phạm quyền riêng tư và biến người dùng thành “hàng hóa” mà họ không ý thức được
Một nhóm nghiên cứu y khoa muốn dùng GPT để tóm tắt hồ sơ bệnh án thật rồi gửi lại cho bệnh nhân. Mối quan tâm đạo đức lớn nhất là:
Bệnh nhân không đọc được bản tóm tắt
Nguy cơ rò rỉ dữ liệu nhạy cảm và yêu cầu tuân thủ chặt chẽ quy định về quyền riêng tư y tế
GPT không thể xử lý ngôn ngữ tiếng Việt
Không có lợi ích nào cho bệnh nhân
Một bạn sinh viên dùng prompt: “Phân tích quy chế học vụ” và nhận kết quả rất chung. Lỗi chính trong prompt này là:
Gõ sai chính tả
Không nêu rõ mục tiêu, phạm vi, tiêu chí và định dạng đầu ra
Dùng tiếng Việt thay vì tiếng Anh
Đặt câu hỏi ở thì hiện tại
Nhiệm vụ cốt lõi của hầu hết các LLM (mô hình ngôn ngữ lớn) là gì?
Tự động thu thập dữ liệu trên Internet
Phân loại hình ảnh ở độ phân giải cao
Dịch mọi ngôn ngữ với độ chính xác tuyệt đối
Dự đoán token tiếp theo trong chuỗi văn bản
Trong các công cụ sau, công cụ nào nổi bật nhờ tích hợp sâu vào Word, Excel, PowerPoint?
ChatGPT
Google Gemini
Microsoft Copilot
Claude
Các Chatbot Việt Nam thường có điểm mạnh là:
Sáng tạo thơ ca tiếng Anh
Đọc tốt tài liệu khoa học tiếng Đức
Tối ưu cho tiếng Việt và bối cảnh trong nước
Tích hợp sâu với Microsoft 365
Bạn muốn yêu cầu mô hình trả lời dưới dạng bảng 3 cột “Việc | Phụ trách | Hạn chót”. Nên nhấn mạnh thành phần nào trong prompt?
Vai trò
Định dạng đầu ra (Format)
Ngữ cảnh
Mục tiêu
Trong phân tích tài liệu bằng AI, việc thiết lập “Evidence Table” (bảng minh chứng) nhằm mục đích:
Chỉ liệt kê mục tiêu của tài liệu
Tăng số trang báo cáo
Liên kết mỗi kết luận với trích dẫn và vị trí cụ thể trong tài liệu
Che giấu nguồn gốc thông tin
Claude (Anthropic) được nhắc đến với đặc trưng:
Cửa sổ ngữ cảnh rất lớn, phù hợp đọc tài liệu dài
Chỉ hỗ trợ tiếng Việt
Không có khả năng tóm tắt
Chỉ chạy được trên điện thoại
Bạn cần thiết kế một prompt cho bài tập: “Trích xuất bảng thông tin học phí từ thông báo”. Thành phần nào dưới đây nếu thiếu sẽ làm giảm mạnh khả năng kiểm chứng kết quả?
Quy định bảng có cột Minh chứng (trích đoạn + vị trí trong tài liệu)
Yêu cầu trả lời bằng tiếng Việt
Nhắc đến đối tượng là sinh viên năm nhất
Nêu rõ tên môn học kèm theo
Bạn cần AI hỗ trợ viết email mời họp trang trọng cho giảng viên. Thành phần nào trong prompt giúp điều chỉnh giọng điệu phù hợp?
Tiêu chí kiểm chứng (Criteria)
Mục tiêu (Goal)
Định dạng (Format)
Đóng vai (Persona/Role)
Trong bối cảnh dịch thuật, trường hợp nào sau đây nên cân nhắc thuê dịch giả chuyên nghiệp thay vì chỉ dựa vào AI Chatbot?
Dịch nội dung tin nhắn nhóm lớp
Dịch một email cá nhân hỏi thăm bạn bè
Dịch một hợp đồng pháp lý quan trọng, có ràng buộc trách nhiệm và điều khoản chi tiết
Dịch đoạn quảng cáo nội bộ cho CLB sinh viên
Bạn cần chọn Chatbot để tìm thông tin cập nhật mới nhất về một chính sách kinh tế. Nên ưu tiên công cụ nào?
Công cụ không kết nối tìm kiếm Internet
Chatbot tích hợp chặt chẽ với công cụ tìm kiếm như Google Gemini
Công cụ dịch thuần túy
Chatbot chỉ dùng dữ liệu nội bộ cũ
Khi dùng AI tóm tắt tài liệu quy chế, yêu cầu “mỗi bullet kèm trích đoạn và số trang” giúp ích chủ yếu ở khía cạnh nào?
Làm văn bản đẹp hơn
Tăng tính minh bạch và khả năng kiểm chứng nội dung
Giảm thời gian chạy mô hình
Giảm số lượng bullet cần viết
Một ví dụ điển hình của prompt mơ hồ là:
“Lập bảng 3 cột: Việc | Phụ trách | Hạn chót từ danh sách sau.”
“Viết báo cáo tài chính ngắn.”
“Dịch đoạn văn sau sang tiếng Việt, giữ nguyên số liệu và ký hiệu.”
“Tóm tắt văn bản sau thành 5 bullet, mỗi bullet ≤ 12 từ.”
Trong các lựa chọn sau, đâu là ví dụ áp dụng tốt nguyên tắc GIGO khi viết prompt?
Xác định rõ đối tượng, mục tiêu, định dạng và tiêu chí đánh giá trong prompt
Không cần kiểm chứng vì mô hình luôn đúng
Có ý bỏ qua ngữ cảnh để mô hình tự suy diễn
Nhập yêu cầu càng ngắn càng tốt để tiết kiệm thời gian
Sau khi dùng AI dịch một đoạn văn có nhiều thuật ngữ, bước nào là trách nhiệm nhất trước khi gửi cho người khác?
Gửi ngay cho đối tác đọc thử
Đọc lại, so sánh, chỉnh sửa sai sót
Chỉ kiểm tra lỗi chính tả nhanh
Dịch lại sang ngôn ngữ khác nữa
Nguyên tắc GIGO (Garbage In, Garbage Out) nhắc chúng ta điều gì khi dùng AI?
Cứ nhập thật nhiều dữ liệu là tốt
Đầu vào kém sẽ cho đầu ra kém
Mô hình luôn cho kết quả chuẩn
Đầu ra không liên quan đầu vào
Trong kỹ thuật viết prompt, thêm câu "nếu thiếu dữ liệu thì giải thích lý do" giúp đạt mục tiêu chính nào?
Tăng tính sáng tạo bất ngờ
Rút ngắn độ dài prompt
Hạn chế hiện tượng bịa đặt
Tăng tốc độ suy luận của máy
Nếu nộp báo cáo do AI tạo ra mà không sửa và không ghi nguồn, rủi ro lớn nhất là gì?
Bị trừ điểm vì trình bày xấu
Vi phạm đạo đức học thuật
Làm giảng viên khó đọc hơn
Tăng dung lượng file nộp bài
Muốn xây dựng quy trình chuẩn để tái sử dụng và cải tiến kết quả AI theo thời gian, bước nào hữu ích nhất?
Mỗi lần làm lại prompt mới
Lưu lại prompt, kết quả, ghi chú
Chỉ lưu bản tóm tắt cuối cùng
Chỉ lưu file gốc của quy chế
Khi báo cáo AI có kết luận trái ngược với minh chứng từ tài liệu gốc, cách xử lý phù hợp là gì?
Chỉ chỉnh lại tiêu đề báo cáo
Xóa toàn bộ báo cáo ngay
Dùng kiểm tra mâu thuẫn
Bỏ qua vì AI thường đúng
Kỹ thuật Few-shot Prompting chủ yếu dựa trên việc nào sau đây?
Yêu cầu mô hình kiểm tra chính tả
Cung cấp 1–2 ví dụ làm mẫu
Chia nhiệm vụ thành nhiều bước nhỏ
Giảm độ dài đầu ra của AI
Trong một bài tập nhóm, bạn A đề xuất dùng ChatGPT, bạn B muốn dùng Copilot, bạn C chọn Gemini. Nhóm cần viết báo cáo dựa trên tài liệu nội bộ của trường và trình bày trên PowerPoint. Lựa chọn kết hợp nào hợp lý nhất?
Chỉ dùng ChatGPT cho tất cả các bước
Dùng Gemini để tìm thông tin cập nhật bên ngoài, ChatGPT để phác thảo nội dung, Copilot để hoàn thiện slide và định dạng
Chỉ dùng Copilot, không cần đến các công cụ khác
Chỉ dùng Google Dịch
Bạn có một thông báo dài 250 từ, muốn rút gọn xuống 100 từ mà vẫn đủ ý. Câu yêu cầu nào phù hợp nhất gửi cho Chatbot?
Viết lại đoạn sau cho hay hơn
Rút gọn đoạn sau còn ≤100 từ, giữ đủ 5W1H và nội dung chính
Dịch đoạn sau sang tiếng Anh
Viết lại đoạn sau bằng phong cách truyện cười
Bạn có một danh sách hành động rời rạc sau khi đọc quy chế. Để biến chúng thành kế hoạch cụ thể cho lớp, prompt nào thể hiện tốt việc vận dụng AI vào lập Action Items?
Hãy tóm tắt ngắn gọn các ý sau
Chuyển các câu sau sang tiếng Anh
Từ danh sách sau, lập bảng Action Items với 4 cột: Việc | Phụ trách | Hạn | Rủi ro; bảo đảm các hành động đều khả thi với lớp sinh viên
Viết lại các câu sau cho dài hơn
Bạn cần dùng AI để soạn thông báo về thay đổi lịch học, đồng thời đăng lên nhiều kênh (email, LMS, mạng xã hội). Chiến lược sử dụng AI nào là hợp lý nhất?
Chỉ đăng một thông duy nhất cho tất cả
Dùng AI soạn bản gốc đầy đủ, sau đó yêu cầu viết lại các phiên bản rút gọn, giọng điệu phù hợp cho từng kênh khác nhau
Mỗi lần lại nhờ AI viết một bản hoàn toàn khác nhau
Viết một mẫu duy nhất, copy nguyên văn cho mọi kênh
Bạn muốn dùng AI để xây dựng bộ Q&A về chính sách hỗ trợ sinh viên dựa trên nhiều văn bản. Đâu là cách tin cậy nhất để đảm bảo độ tin cậy?
Hỏi trực tiếp AI, không cần cung cấp tài liệu
Gộp tài liệu, đánh số mục/trang, dùng prompt Q&A “chỉ dựa trên DOC”, kèm Evidence Table, sau đó kiểm chứng thủ công
Dịch toàn bộ tài liệu sang tiếng Anh rồi hỏi lại
Chỉ dùng một tài liệu gần đúng, không cần trích dẫn
Cơ chế self-attention (tự chú ý) trong Transformer giúp LLM làm gì?
Tự động thay đổi kiến trúc mạng nơ-ron
Xem xét và cân trọng số cho các từ liên quan trong câu/đoạn
Chỉ đọc từng từ một, không xét câu xung quanh
Bỏ qua toàn bộ ngữ cảnh trước đó
Ví dụ nào sau đây thể hiện rõ việc vi phạm nguyên tắc bảo mật khi sử dụng Chatbot AI?
Xóa lịch sử chat sau mỗi buổi làm việc
Dùng dữ liệu giả lập và ẩn thông tin nhạy cảm trước khi gửi
Dán toàn bộ hợp đồng chứa thông tin cá nhân, số tài khoản thật lên Chatbot công cộng
Chỉ hỏi về kiến thức chung, không gửi dữ liệu riêng
Bạn muốn tóm tắt Quy chế học vụ 10 trang cho sinh viên năm nhất, có kèm trích dẫn. Prompt nào phù hợp nhất?
“Tóm tắt học vụ.”
“Viết lại quy chế học vụ theo cách dễ hiểu.”
“Tóm tắt tài liệu này trong 1 câu.”
“Tóm tắt tài liệu dưới đây thành 10 bullet, mỗi bullet ≤ 12 từ, mỗi bullet kèm trích đoạn ≤ 15 từ + số trang, chỉ dùng thông tin trong tài liệu.”
Mô hình ngôn ngữ (Language Model) chủ yếu được sử dụng để làm gì?
Điều khiển phần cứng máy tính
Mã hóa hình ảnh thành chuỗi số
Dự đoán token hoặc từ tiếp theo dựa trên ngữ cảnh trước đó
Lưu trữ dữ liệu dạng bảng
Trong bối cảnh LLM, “token” được hiểu là gì?
Một mô-đun phần cứng trên GPU
Một tệp dữ liệu nhị phân
Một đơn vị nhỏ của văn bản như từ, mẫu từ hoặc dấu câu
Một trang văn bản hoàn chỉnh
Tiền huấn luyện (pre-training) LLM thường nhằm mục tiêu nào?
Học cách mã hóa hình ảnh thành văn bản
Học từ kho văn bản rất lớn để nắm ngữ pháp, từ vựng, mẫu câu
Học cách tối ưu phần cứng máy chủ
Học cách kết nối với tất cả website trên Internet
Bạn đưa cho Chatbot một yêu cầu: “Phân tích case Starbucks” và kết quả rất chung chung. Cách cải thiện phù hợp nhất là:
Chỉ yêu cầu mô hình viết dài hơn
Thêm bối cảnh, mục tiêu, mô hình phân tích (ví dụ SWOT), đối tượng người đọc
Yêu cầu mô hình trả lời bằng tiếng khác
Giảm câu lệnh xuống còn 3–4 từ
Một prompt yêu cầu: “Nếu thiếu thông tin, hãy hỏi tôi đa 5 câu làm rõ trước khi trả lời”. Đây là ví dụ của kỹ thuật nào?
Decomposition
Clarification
Role-playing
Few-shot
Một sinh viên muốn hỏi nhanh thông tin hành chính của trường bằng tiếng Việt (thời khóa biểu, phòng ban...). Công cụ nào nên được ưu tiên?
Chatbot Việt do trường hoặc doanh nghiệp trong nước triển khai
Công cụ chỉ hỗ trợ tiếng Nhật
Công cụ chỉ dành cho lập trình viên
Công cụ chỉ xử lý hình ảnh
Bạn cần so sánh hai phiên bản quy chế cũ và mới. Prompt nào dưới đây thể hiện đúng tinh thần dùng AI để so sánh có bằng chứng?
Đoán xem tài liệu nào mới hơn.
Tóm tắt ngắn mỗi tài liệu.
So sánh hai tài liệu A và B theo 4 mục: điểm giống, điểm khác, ý nghĩa, rủi ro; mỗi bullet kèm trích đoạn ≤ 15 từ + vị trí (A: Trang/Mục, B: Trang/Mục).
Hãy cho biết bản nào tốt hơn.
Khi soạn email nhắc nộp bài tập, thông tin nào sau đây nếu thiếu sẽ làm giảm hiệu quả văn bản?
Tên môn học
Hạn chót nộp bài cụ thể về ngày và giờ
Cảm xúc cá nhân của người gửi
Số trang tối đa của bài tập
Một giảng viên muốn dùng Copilot để chuyển danh sách quyền lợi nhân viên trong văn bản thành bảng, rồi tiếp tục tinh chỉnh bảng đó. Trình tự sử dụng Copilot nào là phù hợp nhất?
Không cần Copilot, chỉ dùng Excel
Chọn văn bản → Dùng kiểm tra chính tả → In ra giấy
Chọn văn bản → Xóa đi → Gõ lại bằng tay
Chọn văn bản → Visualize as a table → Giữ bảng → Dùng Copilot yêu cầu tinh chỉnh nội dung các ô
Trong bài tập phân tích văn bản với AI, giảng viên yêu cầu nộp kèm iteration log cho mỗi lần chỉnh prompt. Ý nghĩa sâu xa của yêu cầu này là:
Giảm thời gian chấm điểm
Giúp sinh viên rèn tư duy phản biện, học được cách cải thiện dần chất lượng yêu cầu và đầu ra
Chỉ để tăng thêm số trang nộp
Ghi lại lỗi chính tả của mô hình
Bạn yêu cầu Chatbot: “Tóm tắt báo cáo dưới đây thành 5 bullet, mỗi bullet ≤ 12 từ, không thêm thông tin ngoài tài liệu”. Câu lệnh này đặc biệt giúp:
Giữ nội dung gọn, bám sát nguồn, dễ đọc
Tăng số lượng bullet không giới hạn
Giảm độ chặt chẽ của nội dung
Tăng khả năng mô hình bịa thêm chi tiết
Khi dùng AI soạn thảo văn bản, vai trò quan trọng nhất của người sử dụng là:
Giao toàn bộ việc viết cho AI, không cần đọc lại
Kiểm chứng, chỉnh sửa và chịu trách nhiệm về nội dung cuối cùng
Chỉ quan tâm đến hình thức trình bày
Luôn chấp nhận mọi đề xuất của AI
ChatGPT thường được đánh giá mạnh nhất ở điểm nào sau đây?
Tích hợp sẵn trong tất cả ứng dụng Microsoft 365
Sáng tạo và diễn đạt ngôn ngữ đa dạng, tự nhiên
Đọc được mọi tài liệu không cần định dạng
Về đồ thị tài chính thời gian thực
Khi cần thực hiện một nhiệm vụ phức tạp như viết báo cáo dài, việc chia thành các bước: dàn ý; nháp; rút gọn là ví dụ của kỹ thuật nào?
Decomposition (phân rã nhiệm vụ)
Few-shot với nhiều ví dụ
Ràng buộc định dạng nghiêm ngặt
Role-playing trong lời nhắc
Giai đoạn tinh chỉnh (fine-tuning) thường được dùng để làm gì với mô hình AI?
Tăng tốc độ xử lý đồ họa trên GPU
Thay toàn bộ dữ liệu huấn luyện cũ
Dạy mô hình thực hiện nhiệm vụ cụ thể
Nén mô hình xuống kích thước nhỏ nhất
Bạn có nhiệm vụ dịch một email thông báo học phí sang tiếng Anh và cần thống nhất thuật ngữ. Bước nào nên thực hiện trước khi dùng AI?
Dùng Google Translate rồi chấp nhận kết quả
Chỉ gửi tiêu đề email cho AI
Xây dựng bảng thuật ngữ (term bank)
Không chuẩn bị gì để AI tự chọn từ
Trong quy trình 5 bước soạn thảo văn bản với AI, bước nào giúp bạn học được từ những lần chỉnh sửa trước?
Không lưu lịch sử chỉnh sửa
Ghi lại iteration log sau mỗi vòng
Xóa toàn bộ phiên bản cũ
Chỉ dựa vào trí nhớ cá nhân
Bạn đang làm bài tập nhóm trên Excel và cần AI gợi ý công thức, phân tích dữ liệu ngay trong bảng. Công cụ nào thuận tiện nhất?
Microsoft Copilot tích hợp trong Excel
Một chatbot chỉ hỏi đáp lý thuyết
ChatGPT chỉ trên trình duyệt web
Google Translate hỗ trợ công thức
Google Gemini có ưu thế nổi bật nào?
Chỉ hoạt động trong ứng dụng Word
Tích hợp chặt với Google Search
Chỉ dùng để dịch văn bản tiếng Anh
Không cần Internet vẫn cập nhật
Bạn có danh sách đầu việc dạng văn bản trong Word và muốn chuyển thành bảng phân công. Tính năng nào của Copilot hỗ trợ trực tiếp việc này?
Thay đổi kích thước trang
Kiểm tra chính tả tự động
Visualize as a table trong Word
Chèn hình ảnh từ web
Thành phần “Vai trò” (Role) trong một prompt hiệu quả thường dùng để làm gì?
Giới hạn số lượng token đầu ra
Ẩn hoàn toàn dữ liệu người dùng
Tắt các mô-đun lập luận sâu
Xác định AI nên đóng vai nào
Thuật ngữ “Large” trong Mô hình Ngôn ngữ Lớn (LLM) phản ánh đặc trưng nào sau đây?
Quy mô dữ liệu huấn luyện và số lượng tham số rất lớn
Dung lượng tệp mô hình luôn trên 1 TB
Chỉ dùng cho ngôn ngữ tiếng Anh
Chỉ chạy được trên siêu máy tính lượng tử
Một prompt tốt yêu cầu: “Trả lời bằng bảng 4 cột: Câu hỏi | Trả lời | Evidence | Vị trí”. Mục đích chính của việc quy định như vậy là:
Giúp mô hình sáng tạo hơn
Tăng khả năng chấm điểm, kiểm tra và tái sử dụng kết quả
Rút ngắn thời gian đọc kết quả
Giảm số cột cần hiển thị
RLHF (Reinforcement Learning from Human Feedback) chủ yếu giúp mô hình:
Tự động thu thập dữ liệu mới từ người dùng
Chạy nhanh hơn trên máy tính cá nhân
Điều chỉnh đầu ra theo phản hồi con người để an toàn, hữu ích hơn
Tự do tạo lời lối không cân tuân thủ chính sách
Điểm khác biệt cơ bản giữa prompt và truy vấn (query) của công cụ tìm kiếm là:
Prompt luôn ngắn hơn query
Prompt dùng để kích hoạt quá trình tạo sinh nội dung mới, còn query chủ yếu truy xuất thông tin có sẵn
Prompt chỉ dùng tiếng Anh, query dùng mọi ngôn ngữ
Prompt chỉ dùng cho hình ảnh, query chỉ dùng cho văn bản
Prompt trong bối cảnh LLM được hiểu là:
Tên gọi khác của bộ xử lý đồ họa
Chuỗi văn bản hoặc dữ liệu đầu vào dùng để gọi ra phản hồi cụ thể
Mã nguồn của mô hình
Dữ liệu huấn luyện đã hoàn đầu
Nguyên tắc “5C” trong soạn thảo văn bản hiệu quả KHÔNG bao gồm yếu tố nào sau đây?
Clear (rõ ràng)
Concise (ngắn gọn)
Complex (phức tạp)
Correct (đúng)
Khái niệm “knowledge cutoff” mô tả điều gì về LLM?
Số lượng tham số tối đa của mô hình
Thời gian tối đa để mô hình được phép chạy cho mỗi truy vấn
Mốc thời gian mà sau đó mô hình không được cập nhật dữ liệu mới trong quá trình huấn luyện ban đầu
Thời điểm mô hình bắt đầu được huấn luyện
Khi sử dụng Copilot để viết lại đoạn văn cho trang trọng hơn, bạn nên:
Yêu cầu “làm đoạn văn này thân mật, nhiều từ lóng”
Yêu cầu chuyển đổi sang giọng điệu trang trọng, dùng từ chuẩn mực
Yêu cầu rút gọn thành liệt kê không có câu đầy đủ
Yêu cầu thêm nhiều biểu cảm cảm xúc mạnh
Một prompt quá dài, chồng chéo yêu cầu có thể dẫn đến vấn đề gì?
Độ trễ xử lý tăng vượt trội
Kết quả rối, khó đáp ứng đầy đủ, dễ sai lệch mong đợi
Mô hình tự chia nhỏ nhiệm vụ hoàn hảo
Mô hình bỏ qua toàn bộ yêu cầu
Trong môi trường công sở tương lai, người biết kết hợp nhiều Chatbot/AI khác nhau có lợi thế gì?
Không có khác biệt đáng kể
Dễ bị phụ thuộc vào công nghệ hơn
Khai thác điểm mạnh từng công cụ, nâng năng suất và chất lượng
Chỉ làm công việc đơn giản hơn người khác
Trong ứng dụng thực tế, Chatbot AI thường được mô tả là gì?
Toàn bộ bộ nhớ ngôn ngữ và hạ tầng máy chủ
Giao diện dùng cho người dùng cuối, kết nối với LLM ở tầng lôi
Một thiết bị phần cứng cắm ngoài
Một phần mềm xử lý bằng tính năng chuyên dụng
Khi soạn email bằng AI gửi cho giảng viên, hành động nào giúp tránh vi phạm đạo đức học thuật?
Nhờ AI trả lời thay trong mọi trao đổi học thuật
Yêu cầu AI giả mạo chữ ký của giảng viên
Dùng AI gợi ý cấu trúc, sau đó tự chỉnh cho phù hợp
Để AI viết toàn bộ nội dung rồi gửi
Bạn muốn Copilot trong Word giúp tóm tắt tài liệu đang mở. Hành động phù hợp là gì?
Đóng Word rồi mở lại
Mở Copilot, nhập lệnh tóm tắt các điểm chính
Chỉ nhấn Ctrl+S để lưu
Đổi font chữ của tài liệu
Yêu cầu AI đề xuất 2 cách diễn đạt ngắn hơn cho văn bản dài giúp điều gì?
Tăng độ dài văn bản
Cải thiện độ trôi chảy, tự nhiên của bản dịch
Loại bỏ hết thuật ngữ chuyên ngành
Làm văn bản khó hiểu hơn
Hiện tượng “hallucination” ở Chatbot AI là gì?
Mô hình tạm ngừng phản hồi do lỗi mạng
Mô hình chỉ trả lời bằng hình ảnh
Mô hình từ chối trả lời vì vi phạm chính sách
Mô hình bịa đặt thông tin, suy đoán sai nhưng trình bày rất tự tin
