Artificial Intelligence IELTS Reading Answers with Explanation

Luyện tập đề IELTS Reading Practice với passage Artificial Intelligence được lấy từ cuốn sách IELTS CAM IELTS Practice Test 21 - Test 2 - Passage 3 với trải nghiệm thi IELTS trên máy và giải thích đáp án chi tiết bằng Linearthinking, kèm list từ vựng IELTS cần học trong bài đọc.

Làm Bài Xem giải thích Từ vựng

Artificial Intelligence IELTS Reading Answers with Explanation

📖 Bài đọc (reading passage)

Artificial Intelligence
In many countries in the West, hysteria about the future of artificial intelligence (AI) is everywhere. There seems to be no shortage of sensationalist news about how AI could cure diseases, accelerate human innovation and improve human creativity. Just looking at the media headlines, you might think that we are already living in a future where AI has infiltrated every aspect of society.

While it is undeniable that AI has opened up a wealth of promising opportunities, it has also led to the emergence of a mindset that can be best described as 'AI solutionism'. This is the philosophy that, given enough data, machine learning algorithms can solve all of humanity's problems. But, in fact, instead of supporting AI progress, this mindset actually jeopardises the value of machine intelligence by disregarding important AI safety principles and setting unrealistic expectations about what AI can really do for humanity.

In only a few years, AI solutionism has made its way from the technology evangelists' mouths in Silicon Valley in California to the minds of government officials and policymakers around the world. The pendulum has swung from the dystopian notion that AI will destroy humanity to the utopian belief that our algorithmic saviour is here.

We are now seeing governments pledge support to national AI initiatives and compete in a technological race to dominate the burgeoning machine-learning sector. While many politicians proclaim the transformative effects of the coming 'AI revolution', they fail to realise the complexity around deploying advanced machine learning systems in the real world.

One of the most promising varieties of AI technologies are neural networks. This form of machine learning is loosely modelled on the neuronal structure of the human brain, but on a much smaller scale. But what many politicians do not understand is that simply adding a neural network to a problem will not automatically mean that you'll find a solution. Similarly, adding a neural network to a system of government does not mean it will be instantaneously more inclusive or fair. 

AI systems need a lot of data to function, but the public sector typically does not have the appropriate data infrastructure to support advanced machine learning. Most of the data remains stored in offline archives. The few digitised sources of data that exist tend to be buried in bureaucracy. More often than not, data is spread across different government departments that each require special permissions to be accessed. Above all, the public sector typically lacks the human talent with the right technological capabilities to fully reap the benefits of machine intelligence.

For these reasons, the sensationalism over AI has attracted many critics. Stuart Russell, a professor of computer science at the University of California, Berkeley, has long advocated a more sensible and realistic approach that focuses on simple everyday applications of AI instead of the hypothetical takeover by super-intelligent robots. Similarly, Rodney Brooks, professor of robotics at Massachusetts Institute of Technology, writes that 'almost all innovations in robotics and AI take far, far, longer to be really widely deployed than people in the field and outside the field imagine'.

One of the many difficulties in deploying machine learning systems is that AI is extremely susceptible to adversarial attacks. This means that a malicious AI can target another AI to make it behave in a certain way, such as forcing it to make wrong predictions. Many researchers have warned against the rolling out of AI without appropriate security standards and defence mechanisms. Still, AI security remains an often overlooked topic when machine learning systems are installed.

If we are to reap the benefits and minimise the potential harms of AI, we must start thinking about how machine learning can be meaningfully applied to specific areas of government, business and society. This means we need to have a discussion about AI ethics and the distrust that many people have towards machine learning.

Most importantly, we need to be aware of the limitations of AI and where people still need to take the lead. Instead of painting an unrealistic picture of the power of AI, it is important to take a step back and separate the actual technological capabilities of AI from fantasy.

The medical profession has also recognised the drawbacks to AI. The IBM Watson for Oncology programme was a piece of AI that was meant to help doctors treat cancer. Even though it was developed to deliver the best recommendations, human experts found it hard to trust the machine. As a result, the AI programme was abandoned in most hospitals where it was trialled.

Similar difficulties arose in the legal domain when algorithms were used in courts in the US to sentence criminals. An algorithm calculated risk assessment scores and advised judges on the sentencing. The system was found to amplify structural racial discrimination and was later abandoned.

There are some crucial lessons here for everyone aiming to boost investments in national AI programmes. These examples demonstrate that there is no AI solution for everything. Using AI simply for the sake of AI may not always be productive or useful, and not every issue is best addressed by applying machine intelligence to it. All solutions come with a cost and not everything that can be automated should be.

❓ Câu hỏi (questions)

What is the writer doing in the first paragraph?

predicting the future impact of AI

describing a public perception of AI

outlining some possible benefits of AI

highlighting the breadth of the influence of AI

When discussing AI solutionism in the second paragraph, the writer

points out a risk involved.

specifies its probable origins.

mentions its chief supporters.

weighs up some pros and cons.

In the fourth paragraph, the writer suggests that many politicians may

have failed to appreciate the true potential of AI initiatives.

have misunderstood the function of the machine-learning sector.

be unaware of the challenges of implementing national AI initiatives.

be too keen to enter the race to dominate the machine-learning sector.

Al in government, medicine and the law

Neural networks are a promising area of Al technology for governments. However, many politicians overestimate their capabilities, believing that the mere addition of a neural network will produce solutions and promote ﻿.
Most public sector organisations have not set up the necessary ﻿ to manage the huge amount of data required to enable Al to function. Complex bureaucracy is another issue, as each person involved needs ﻿ to access the relevant data, which is often spread across different departments. But the main problem is that few public sector employees have the ﻿ to take full advantage of machine intelligence.
The medical profession experimented with an Al programme, but their experts had little faith in its ﻿ , and the programme was abandoned. US courts also abandoned the use of algorithms when it was found that these reflected and magnified the existing ﻿ within the legal profession.

reliability

funding

skills

prejudices

computers

equality

framework

confidentiality

approval

Stuart Russell's proposals regarding the use of Al are impractical.

Rodney Brooks' view has attracted unfair criticism from supporters of Al.

Nowadays, the need to protect Al systems is always taken into account when they are set up.

In order to benefit from Al and minimise the harms, we have to explore people's concerns about its use.

What would be a suitable subtitle for Reading Passage 3?

How to make the most of what Al has to offer

Why Al may not be the answer to our problems

Why governments should not invest in Al systems

How Al could improve the efficiency of the public sector

🔥 Answer key (đáp án và giải thích)

Giải thích chi tiết

✅Phân tích câu hỏi:

Câu hỏi hỏi: Trong đoạn 1, tác giả đang làm gì? Đây là câu hỏi về function/purpose của đoạn, tức là không chỉ hỏi “đoạn nói gì” mà hỏi tác giả dùng đoạn đó để làm gì.

Muốn chọn đúng, mình cần phân biệt:

tác giả tự khẳng định điều gì là đúng
với tác giả chỉ đang mô tả người ta đang nghĩ / đang nhìn nhận như thế nào

-------

✅Locate thông tin liên quan:

Thông tin nằm ngay ở đoạn 1 vì câu hỏi hỏi trực tiếp “in the first paragraph”.

Khi đọc nhanh, thấy các cụm:

hysteria
sensationalist news
you might think
AI has infiltrated every aspect of society

thì phải nhận ra đoạn này đang nói về cách công chúng / truyền thông nhìn AI, chứ chưa phải tác giả đang tự dự đoán tương lai hay liệt kê lợi ích thật sự của AI.

-------

✅Đọc thông tin liên quan theo Linearthinking:

(1) hysteria about the future of artificial intelligence is everywhere .

(2) There seems to be no shortage of sensationalist news about how AI could cure diseases, accelerate human innovation and improve human creativity .

Lưu ý từ khó: sensationalist rất quan trọng. Từ này cho thấy đây là tin tức giật gân/thổi phồng, nên tác giả không đơn thuần đang ca ngợi lợi ích của AI.

(3) Just looking at the media headlines , you might think that (...) AI has infiltrated every aspect of society .

Lưu ý từ khó:

might think = “có thể nghĩ rằng” → đây là dấu hiệu rất mạnh cho thấy tác giả đang nói về perception / impression
infiltrated = “xâm nhập / len vào”, nhưng ở đây không cần bám sát từng chữ; chỉ cần hiểu là “AI dường như đã hiện diện khắp nơi” theo cách báo chí khiến người ta nghĩ vậy.

Ý chính của đoạn: Các cụm hysteria, sensationalist news, you might think đều lặp lại cùng một ý: đoạn này tập trung vào cách AI đang được công chúng nhìn nhận chứ không phải khẳng định thực tế AI đã làm được hết những điều đó.

-------

✅Chọn đáp án:

Đáp án đúng là B. describing a public perception of AI.

Vì đoạn 1 chủ yếu đang mô tả nhận thức / ấn tượng phổ biến của công chúng về AI:

có sự “hysteria”
có “sensationalist news”
và người đọc “might think” AI đã ở khắp mọi nơi

Tức là tác giả đang dựng lên bức tranh về cách AI được nhìn nhận trong xã hội.

-------

❌ Những đáp án khác

A. predicting the future impact of AI Nếu skim/scan thấy cụm future of artificial intelligence hoặc các ý như cure diseases / accelerate innovation, rất dễ tưởng tác giả đang dự đoán tương lai AI. Nhưng option này sai vì đoạn không tập trung vào prediction của tác giả. Tác giả đang nói về hysteria và sensationalist news xung quanh AI.
C. outlining some possible benefits of AI Dễ nhầm vì đoạn có liệt kê: cure diseases, accelerate human innovation, improve human creativity Nhưng đây không phải mục đích chính của đoạn. Những lợi ích này chỉ xuất hiện bên trong cụm sensationalist news about how AI could... Tức là tác giả đang nhắc đến các lợi ích đó như một phần của cách truyền thông thổi phồng AI, chứ không phải đang thật sự “outline benefits”.
D. highlighting the breadth of the influence of AI Dễ bị bẫy bởi cụm AI has infiltrated every aspect of society. Nhưng câu này đi sau you might think that..., nghĩa là đây là ấn tượng mà truyền thông tạo ra, không phải điều tác giả trực tiếp khẳng định là đúng. Vậy nên đoạn này không phải đang nhấn mạnh phạm vi ảnh hưởng thật của AI, mà đang mô tả cách người ta bị dẫn đến chỗ nghĩ như vậy.

Xem full giải thích

IELTS Reading Practice

Gồm làm đề, xem giải thích chi tiết, học từ vựng của những bài thi IELTS Reading phổ biến nhất trên thị trường

Saving the saiga IELTS Reading Answers with Explanation

Luyện tập đề IELTS Reading Practice với passage Saving the saiga được lấy từ cuốn sách IELTS CAM IELTS Practice Test 21 - Test 3 - Passage 1 với trải nghiệm thi IELTS trên máy và giải thích đáp án chi tiết bằng Linearthinking, kèm list từ vựng IELTS cần học trong bài đọc.

The Globemakers: The Curious Story of an Ancient Craft IELTS Reading Answers with Explanation

Luyện tập đề IELTS Reading Practice với passage The Globemakers: The Curious Story of an Ancient Craft được lấy từ cuốn sách IELTS CAM IELTS Practice Test 21 - Test 4 - Passage 3 với trải nghiệm thi IELTS trên máy và giải thích đáp án chi tiết bằng Linearthinking, kèm list từ vựng IELTS cần học trong bài đọc.

How could multilingualism benefit India's poorest schoolchildren? IELTS Reading Answers with Explanation

Luyện tập đề IELTS Reading Practice với passage How could multilingualism benefit India's poorest schoolchildren? được lấy từ cuốn sách IELTS CAM IELTS Practice Test 21 - Test 4 - Passage 2 với trải nghiệm thi IELTS trên máy và giải thích đáp án chi tiết bằng Linearthinking, kèm list từ vựng IELTS cần học trong bài đọc.

Book review: The World of Sugar by Ulbe Bosma IELTS Reading Answers with Explanation

Luyện tập đề IELTS Reading Practice với passage Book review: The World of Sugar by Ulbe Bosma được lấy từ cuốn sách IELTS CAM IELTS Practice Test 21 - Test 1 - Passage 3 với trải nghiệm thi IELTS trên máy và giải thích đáp án chi tiết bằng Linearthinking, kèm list từ vựng IELTS cần học trong bài đọc.

The problems and benefits created by the spread of the water hyacinth in Kenya IELTS Reading Answers with Explanation

Luyện tập đề IELTS Reading Practice với passage The problems and benefits created by the spread of the water hyacinth in Kenya được lấy từ cuốn sách IELTS CAM IELTS Practice Test 21 - Test 4 - Passage 1 với trải nghiệm thi IELTS trên máy và giải thích đáp án chi tiết bằng Linearthinking, kèm list từ vựng IELTS cần học trong bài đọc.