Một thử nghiệm thực tế do phóng viên của tờ The Korea Times thực hiện gần đây trên kỳ thi tuyển sinh đại học quốc gia Hàn Quốc, thường được biết đến với các tên gọi như CSAT hay Suneung, đã thu hút sự chú ý lớn của giới công nghệ. Dữ liệu dùng để kiểm tra bao gồm toàn bộ 28 câu hỏi đọc hiểu thuộc môn tiếng Anh, loại trừ phần kiểm tra kỹ năng nghe, cùng với 46 câu hỏi của môn Toán học, bao gồm cả nội dung kiến thức chung và ba phần tự chọn. Toàn bộ các câu trả lời này sau đó được đem ra đối chiếu trực tiếp với hệ thống đáp án chính thức do Viện Đánh giá và Chương trình Giáo dục Hàn Quốc, viết tắt là KICE, công bố.

Khả năng vận hành vượt trội của mô hình Claude Opus 5.5
Khi nhận được yêu cầu thực hiện giải đề thi một cách trực tiếp, mô hình Claude Opus 5.5 thuộc phiên bản trả phí do công ty Anthropic phát triển, được cấu hình ở thiết lập mức độ tư duy cao, đã đạt được mức độ chính xác tuyệt đối lên tới 100% chỉ trong khoảng thời gian chưa đầy 5 phút. Trong quá trình xử lý, do tệp tài liệu PDF gốc gặp phải một số lỗi kỹ thuật liên quan đến phông chữ hiển thị công thức toán học, hệ thống này đã chủ động tự động chuyển đổi toàn bộ tài liệu sang định dạng hình ảnh nhằm nhận diện chính xác các mặt chữ và ký hiệu toán học.
Đặc biệt, đối với hai câu hỏi mang tính chất đánh đố thuộc phần Xác suất và Thống kê, cụ thể là câu 28 và câu 30, mô hình trí tuệ nhân tạo này đã tự động viết ra các đoạn mã ngôn ngữ Python rồi tiến hành chạy thử nghiệm trực tiếp. Phương pháp này giúp hệ thống liệt kê đầy đủ các tổ hợp có thể xảy ra và thực hiện việc kiểm tra chéo nhằm đưa ra đáp án chính xác nhất.

Sự phân hóa năng lực rõ rệt ở các công cụ AI miễn phí
Chuyển sang nhóm các công cụ hỗ trợ miễn phí trên thị trường, kết quả thử nghiệm cho thấy sự phân hóa cực kỳ rõ rệt giữa năng lực xử lý ngôn ngữ tự nhiên và khả năng tư duy, tính toán toán học phức tạp. Cụ thể, công cụ Perplexity đã hoàn thành việc giải quyết 71 trên tổng số 74 câu hỏi, trong đó gồm 27 câu tiếng Anh và 44 trên 45 câu toán học, với tổng thời gian thực hiện chỉ kéo dài hơn hai phút. Tuy nhiên, hệ thống này đã phải bỏ trống hai câu hỏi có chứa biểu đồ cùng đồ thị hàm số do gặp lỗi trích xuất hình ảnh từ tệp tin PDF, đồng thời giải sai câu hỏi số 27 thuộc phần Hình học không gian.
Trong khi đó, phiên bản ChatGPT miễn phí lại thể hiện một bộ kỹ năng có phần trái ngược. Hệ thống này chỉ mất khoảng 10 giây để hoàn thành chính xác toàn bộ 28 câu đọc hiểu tiếng Anh. Dù vậy, khi chuyển sang phần Toán học, ChatGPT chỉ đưa ra đáp án đúng cho 32 trên tổng số 46 câu, làm sai hai câu và hoàn toàn bỏ ngỏ tới 12 câu hỏi ở mức độ phức tạp cao.
Góc nhìn chuyên gia kỹ thuật từ TTC Việt Nam
Nhận định về năng lực xử lý khối lượng dữ liệu lớn của AI, các chuyên gia kỹ thuật từ TTC Việt Nam cho rằng sự bứt phá của các mô hình ngôn ngữ lớn (LLM) trong việc giải quyết các bài toán chuẩn hóa phức tạp chỉ trong vài phút cho thấy hạ tầng điện toán và thuật toán đã tiến những bước dài. Tuy nhiên, để ứng dụng các giải pháp AI này vào thực tế doanh nghiệp hay giáo dục đòi hỏi hệ thống mạng viễn thông ổn định, khả năng đồng bộ dữ liệu lớn và giải pháp bảo mật thông tin toàn diện. Điều này khẳng định tầm quan trọng của việc xây dựng một hạ tầng CNTT vững chắc trước khi tích hợp các công nghệ thông minh.
Mặc dù theo đánh giá từ The Korea Times, cuộc thử nghiệm này chưa thể xem là một bảng xếp hạng chuẩn hóa hoàn chỉnh do có sự chênh lệch đáng kể về cấu hình phần cứng cũng như quyền truy cập công cụ giữa các nền tảng khác nhau, nhưng kết quả thu được vẫn mang ý nghĩa vô cùng quan trọng. Các mô hình trí tuệ nhân tạo hiện đại đã chứng minh được khả năng giải quyết mượt mà các bài kiểm tra chuẩn hóa với độ khó cao trong khoảng thời gian chỉ tính bằng phút, thay vì đòi hỏi nhiều năm ôn luyện miệt mài như các thí sinh thông thường.
Để được tư vấn chi tiết về các giải pháp mạng, hạ tầng viễn thông và công nghệ số tối ưu nhất cho doanh nghiệp của bạn, hãy liên hệ ngay với TTC Việt Nam hôm nay để nhận được sự hỗ trợ tận tâm từ đội ngũ chuyên gia kỹ thuật hàng đầu.






