KR — 전자신문
Thử giải đề bằng AI, đạt điểm tối đa trong kỳ thi kế toán thuế và LEET; Hwang Jeong-ah kêu gọi điều tra toàn diện
AI2 phút đọc
Một nghị sĩ Hàn Quốc đã đưa các mô hình AI vào thử làm đề thi kế toán thuế và đề thi năng lực vào trường luật (LEET) của năm nay. Nhiều mô hình AI hàng đầu đạt điểm tuyệt đối, khiến người ta đặt câu hỏi về điểm cao trong các kỳ thi thật.
Chuyện gì đã xảy ra
Bà Hwang Jung-a, nghị sĩ thuộc Đảng Dân chủ, đã đưa đề thi vòng một kỳ thi kế toán thuế năm 2026 vào Claude, mô hình AI của công ty Anthropic. Bà chỉ đưa hình ảnh đề thi, không đưa đáp án hay lời giải. Sau đó, bài làm của AI được chấm theo đáp án chính thức của Cơ quan Phát triển Nguồn nhân lực Hàn Quốc. Mô hình Opus 4.7, ra mắt 9 ngày trước kỳ thi, đạt điểm tuyệt đối 100 môn kế toán. Trong kỳ thi thật, số người đạt từ 90 điểm trở lên tăng hơn 30 lần so với năm ngoái.
Các con số chính
- Opus 4.7 đạt 100 điểm môn kế toán (40 câu, làm đúng hết). Các mô hình cũ hơn đạt 62,5 (Sonnet 4.5), 25 (Haiku 4.5) và 75 (Opus 4.5).
- Số người đạt từ 90 điểm trở lên môn kế toán: 1 người năm 2024, 2 người năm 2025 và 66 người năm nay.
- Điểm cao nhất môn kế toán tăng từ 90 và 95 của các năm trước lên 100 năm nay.
- Môn luật thuế năm nay chỉ có 1 người đạt từ 90 điểm trở lên, và đó là điểm tuyệt đối.
- Bài thi LEET: Fable 5 làm đúng cả 30 câu tiếng Anh và 39/40 câu suy luận. Sau khi được học thêm từ các đề thi cũ, AI này cũng đạt điểm tuyệt đối phần suy luận.
Cách thử nghiệm khác nhau
Các mô hình AI được thử theo những cách khác nhau. Với môn luật thuế, AI được phép đọc văn bản luật gốc của từng câu trước khi trả lời. Cả hai trường hợp đều không có đáp án hay lời giải. Bài báo cho biết kết quả của AI tốt lên qua từng phiên bản mới, và điểm thi thật cũng tăng cùng lúc.
Vì sao chuyện này quan trọng
Nghị sĩ cho rằng việc điểm cao nhất tăng mạnh khó có thể là ngẫu nhiên, và bà muốn kiểm tra kỹ xem có gian lận hay không. Câu chuyện cũng cho thấy AI tiến bộ nhanh đến mức nào. Chỉ trong bảy tháng, AI đi từ kết quả yếu đến điểm tuyệt đối ở các kỳ thi về thuế và luật. Bà cho rằng Hàn Quốc cần các biện pháp bảo đảm công bằng cho mọi kỳ thi chứng chỉ quốc gia, giống như việc giám sát chặt chẽ ở kỳ thi tuyển sinh đại học.
Cần theo dõi
- Cơ quan chức năng có tiến hành kiểm tra toàn bộ những người đạt điểm cao như nghị sĩ yêu cầu hay không.
- Cơ quan tổ chức thi có thay đổi cách giám sát các kỳ thi chứng chỉ quốc gia hay không.
- Khả năng làm bài của AI trong các kỳ thi ở trường và nghề nghiệp có tiếp tục tăng sau mỗi phiên bản mới hay không.
Chú giải
- Anthropic
- Công ty làm ra Claude, một mô hình AI có thể trả lời câu hỏi và viết văn bản.
- Claude
- Mô hình AI của Anthropic, được dùng trong thử nghiệm này.
- LEET
- Bài thi năng lực đầu vào dành cho người muốn học trường luật ở Hàn Quốc.
- Opus 4.7
- Một phiên bản mô hình AI mới của Anthropic, ra mắt 9 ngày trước kỳ thi.