Hệ thống AI khác phần mềm truyền thống ở đâu?
🎯 Mục tiêu học (LO AI-1.1.1 · mức K2 – Hiểu): phân biệt hệ thống dựa trên AI với hệ thống truyền thống.
💡 Ý cốt lõi: vì sao phải kiểm thử khác?
• Phần mềm thường → chạy theo luật người viết sẵn
• Hệ AI → chạy theo mẫu học từ dữ liệu
Phân loại: 3 khác biệt cốt lõi
Thuộc bảng này là đủ ý để thi.
| # | Tiêu chí | Phần mềm truyền thống | Hệ thống AI (ML) |
|---|---|---|---|
| 1 | Cách ra kết quả | Luật tường minh (if-then-else) → tất định, dễ đoán | Học mẫu từ dữ liệu, suy luận xác suất → khó đoán |
| 2 | Giải thích được không | Minh bạch, lần ra được lý do | Hộp đen (hàng tỉ tham số), khó biết vì sao |
| 3 | Thích ứng | Tĩnh — đổi hành vi phải sửa code | Tự học theo dữ liệu mới → cần giám sát liên tục |
Giải thích nhanh từng khác biệt
① Tất định vs Xác suất. Phần mềm thường: cùng một đầu vào luôn cho cùng đầu ra. Hệ AI giải quyết vấn đề bằng bộ ba: suy luận xác suất (probabilistic reasoning), suy luận thống kê (statistical inference) và nhận dạng mẫu (pattern recognition). Nhờ đó AI xử lý được sự bất định (uncertainty) và mơ hồ (ambiguity) phức tạp tốt hơn — đánh đổi là đầu ra không phải lúc nào cũng đoán trước được. Ví dụ: nhận diện mèo — hệ thường cần mô tả luật ("tai nhọn, có ria"); hệ AI học từ hàng nghìn ảnh rồi tự rút đặc trưng.
② Minh bạch vs Hộp đen. Mô hình học sâu có thể chứa hàng tỉ tham số → khó biết vì sao nó ra quyết định. Nguy hiểm ở lĩnh vực hệ trọng: y tế, tài chính, quốc phòng, giao thông. Vì vậy tính minh bạch (transparency) và giải thích được (explainability) đang là trọng tâm của các quy định về AI (xem thêm mục 2.1.1).
③ Tĩnh vs Tự học. Hệ thường tĩnh, muốn đổi hành vi phải cập nhật thủ công. Hệ AI tự học, liên tục cải thiện khi gặp dữ liệu mới → đặc biệt mạnh trong môi trường động, thay đổi liên tục. Đổi lại, phải giám sát liên tụcđể nó không "trôi" khỏi yêu cầu ban đầu.
📝 Bẫy hay gặp
- Nhớ đúng cặp đối lập: tất định ↔ xác suất, minh bạch ↔ hộp đen, tĩnh ↔ tự học.
- Đề hay gài: "hệ AI luôn cho cùng kết quả với cùng input" → SAI (đó là hệ truyền thống).
📌 Ghi nhớ
Phần mềm thường = luật + tất định + minh bạch + tĩnh
Hệ AI = dữ liệu + xác suất + hộp đen + tự học
Với tester: đầu ra xác suất + hộp đen + tự trôi → không có "một đáp án đúng duy nhất" để so — gốc rễ khiến các phần sau phải dùng cách tiếp cận thống kê, test oracle riêng cho AI, và kiểm thử drift.
📖 Thuật ngữ Anh–Việt (mục này)
Đề thi dùng thuật ngữ tiếng Anh — nhớ đúng cụm bên trái. Bấm 🔊 để nghe từng từ, hoặc "Đọc tất cả" để nghe lần lượt Anh → (vài giây) → Việt.
| Thuật ngữ (EN) | Nghĩa & ghi nhớ nhanh |
|---|---|
| Artificial intelligence (AI) | Trí tuệ nhân tạo |
| AI-based system | Hệ thống dựa trên AI |
| Conventional system | Hệ thống truyền thống (lập trình luật tường minh) |
| Machine learning (ML) | Học máy — nhánh AI học từ dữ liệu, không lập trình tường minh |
| Deep learning | Học sâu — dùng mạng nơ-ron nhiều lớp |
| Imperative language | Ngôn ngữ mệnh lệnh — viết từng bước if-then-else |
| Deterministic | Tất định — cùng đầu vào luôn cho cùng đầu ra |
| Probabilistic reasoning | Suy luận xác suất |
| Statistical inference | Suy luận thống kê |
| Pattern recognition | Nhận dạng mẫu |
| Uncertainty | Sự bất định |
| Ambiguity | Sự mơ hồ |
| Explainability | Khả năng giải thích (vì sao AI ra quyết định đó) |
| Transparency | Tính minh bạch |
| Black-box | Hộp đen — không nhìn được bên trong |
| Adaptability | Khả năng thích ứng |
| Self-learning | Tự học — cải thiện khi có dữ liệu mới |
| Dynamic environment | Môi trường động — thay đổi liên tục |
| Continuous monitoring | Giám sát liên tục (theo dõi AI sau khi triển khai) |
🎯 Câu hỏi minh họa (phong cách đề CT-AI · K2)
A team replaces a fixed if-then-else credit-scoring module with a machine learning model trained on historical data. Compared with the old module, which statement correctly describes the new system?
- a) Given the same input record, it always returns the same score in a deterministic way.
- b) Its results are based on patterns learned from data and are probabilistic, so they are not always predictable.
- c) The way it makes decisions is always more transparent and easier to explain than the old module.
- d) It needs no monitoring after deployment because its behaviour is fixed.
Xem bản dịch tiếng Việt
Một nhóm phát triển thay module tính điểm tín dụng bằng luật if-then-else cố định bằng một mô hình học máy huấn luyện từ dữ liệu lịch sử. So với module cũ, phát biểu nào mô tả đúng hệ thống mới?
a) Cùng một hồ sơ đầu vào luôn cho cùng một điểm số một cách tất định.
b) Kết quả dựa trên mẫu học từ dữ liệu và mang tính xác suất, không phải lúc nào cũng đoán trước được.
c) Cách hệ ra quyết định luôn minh bạch và dễ giải thích hơn module cũ.
d) Hệ không cần giám sát sau khi triển khai vì hành vi đã cố định.
Xem đáp án & giải thích
✅ Đáp án đúng: b — Mô hình ML học mẫu từ dữ liệu và suy luận theo xác suất → đầu ra không tất định.
a sai — tất định là đặc điểm của hệ luật cũ.
c sai — mô hình ML thường là hộp đen, khó giải thích hơn.
d sai — hệ tự học cần giám sát liên tục để không bị trôi.
Đề để tiếng Anh cho sát đề thi thật; phần giải thích để tiếng Việt cho dễ hiểu. Câu hỏi do maiqai.com tự soạn theo phong cách đề — trong đề mẫu chính thức, LO AI-1.1.1 tương ứng với Câu 1 (Sample Exam Set A).
📎 Nguồn: Chương 1 – Giới thiệu AI, mục 1.1.1 "AI-Based and Conventional Systems", trang 15 — ISTQB® Certified Tester AI Testing Syllabus v2.0 (© International Software Testing Qualifications Board). Nội dung biên soạn/dịch ý lại bằng tiếng Việt, không sao chép nguyên văn.