Trong hai năm gần đây, AI đã giải được nhiều bài toán Olympic Toán quốc tế ở mức tương đương huy chương, và các hệ thống chuyên dụng viết được chứng minh mà máy kiểm tra từng bước. Năm 2024, hệ thống của DeepMind đạt điểm tương đương huy chương bạc; năm 2025, đã có hệ thống được công bố đạt điểm tương đương huy chương vàng. Đây là những bước tiến có thật, được các nhà toán học theo dõi sát.
Nhưng giải một bài olympic, vốn đã có đáp án và được thiết kế để giải được trong vài giờ, khác rất xa với nghiên cứu toán học, nơi người ta không biết câu hỏi nào đáng hỏi và có khi mất cả đời cho một giả thuyết. Bài này giải thích AI làm toán bằng những cách nào, giới hạn nằm ở đâu, và học sinh yêu toán nên nhìn chuyện này ra sao.
Vì sao toán là phép thử khó với AI
Chatbot trò chuyện thông thường học bằng cách đoán từ tiếp theo trong văn bản. Cách học này cho câu trả lời trôi chảy nhưng không đảm bảo đúng, và toán học lại là lĩnh vực mà một bước sai nhỏ làm hỏng cả lời giải. Nhiều người dùng đã thấy chatbot viết lời giải trông rất tự tin rồi kết luận sai, hoặc lập luận đúng ở từng câu nhưng nhảy cóc ở chỗ khó nhất.
Toán olympic còn khó theo kiểu riêng: mỗi bài cần một ý tưởng then chốt, như dựng thêm một điểm phụ trong hình học, chọn đúng đại lượng bất biến, hay nhìn bài toán theo một cách hoàn toàn khác. Không có công thức chung để tìm ý tưởng đó, và đây chính là thứ các đội tuyển luyện nhiều năm.
Vì vậy, khi một hệ thống AI giải được bài olympic và viết ra chứng minh đầy đủ, điều đó có ý nghĩa hơn việc trả lời đúng một câu trắc nghiệm. Nó cho thấy máy có thể tìm kiếm trong không gian ý tưởng rộng và giữ được chuỗi lập luận dài mà không sai. Tuy vậy, cách đạt được kết quả rất khác nhau giữa các hệ thống, và cần đọc kỹ từng trường hợp.
Một lý do nữa khiến toán được chọn làm phép thử là toán có tiêu chuẩn đúng sai rõ ràng hơn hầu hết lĩnh vực khác. Trong sinh học hay khí hậu, kiểm một dự đoán có khi mất nhiều năm thí nghiệm; trong toán, một chứng minh được kiểm xong là xong. Vì vậy các nhóm phát triển AI coi toán như sân tập để rèn khả năng suy luận nhiều bước, rồi mong mang khả năng đó sang các ngành khoa học khác.
Mốc đáng chú ý của AI trong toán học
Bảng dưới chỉ ghi những mốc đã được công bố rộng rãi và được giới toán học bình luận. Chi tiết kỹ thuật và điều kiện thi của từng hệ thống khác nhau; nếu dùng cho bài thuyết trình, hãy đọc thông báo gốc của nhóm phát triển và nhận xét của ban tổ chức kỳ thi.
| Thời điểm | Hệ thống | Kết quả | Ghi chú |
|---|---|---|---|
| Đầu 2024 | AlphaGeometry (DeepMind) | Giải phần lớn trong một bộ bài hình học olympic lấy từ các kỳ thi cũ | Kết hợp mô hình ngôn ngữ đề xuất điểm phụ với bộ máy suy luận hình học chặt chẽ |
| Tháng 7/2024 | AlphaProof và AlphaGeometry 2 | Giải 4 trên 6 bài Olympic Toán quốc tế, điểm tương đương huy chương bạc | Đề được dịch sang ngôn ngữ hình thức; một số bài máy chạy lâu hơn nhiều so với thời gian thi |
| Tháng 7/2025 | Một số mô hình suy luận | Được công bố đạt điểm tương đương huy chương vàng | Viết lời giải bằng ngôn ngữ tự nhiên; cách chấm và mức độ kiểm chứng độc lập khác nhau giữa các nhóm |
| Cuối 2023 | FunSearch (DeepMind) | Tìm được cấu trúc mới tốt hơn kết quả đã biết cho một bài toán tổ hợp | Mô hình sinh chương trình, máy chấm tự động giữ lại chương trình tốt |
Điểm chung: các thành công lớn đều đi kèm một "trọng tài" chặt chẽ, có thể là bộ máy suy luận hình học, trợ lý chứng minh, hay hàm chấm điểm tự động. Khi có trọng tài, máy được phép thử sai rất nhiều lần mà không sợ lời giải sai lọt ra ngoài.
Ba cách AI đang làm toán
Tìm kiếm có trọng tài chặt chẽ. Hệ thống thử rất nhiều hướng, mỗi bước được một chương trình kiểm tra logic. AlphaGeometry là ví dụ: phần mô hình ngôn ngữ đề xuất dựng thêm điểm, phần suy luận ký hiệu chứng minh từ đó. Ưu điểm là kết quả đáng tin; nhược điểm là chỉ chạy được trong lĩnh vực có công cụ kiểm tra tốt.
Viết chứng minh trong ngôn ngữ hình thức. Các trợ lý chứng minh như Lean cho phép viết toán dưới dạng chương trình mà máy kiểm tra được từng bước. AI có thể học viết chứng minh kiểu này, và mỗi chứng minh được chấp nhận là đúng chắc chắn theo các tiên đề đã chọn. Cộng đồng toán học đang xây dựng thư viện lớn các định lý đã hình thức hoá, làm nền cho hướng này.
Lập luận bằng ngôn ngữ tự nhiên. Các mô hình suy luận mới viết lời giải như học sinh viết, có thể dài nhiều trang. Kết quả gần với cách con người đọc hơn, nhưng cần người chấm có chuyên môn kiểm từng dòng, vì lời giải sai vẫn có thể trông rất thuyết phục.
Gợi ý cho nhà toán học. Ngoài giải bài, AI được dùng để tìm ví dụ, phản ví dụ, hay dò quy luật trong dữ liệu số, rồi nhà toán học tự chứng minh. Một số nhà toán học nổi tiếng đã nói công khai về việc thử dùng AI như một trợ lý nghiên cứu, kèm lời nhắc phải kiểm kỹ.
Toán học còn cần con người ở đâu
Bài olympic có một tính chất đặc biệt: người ra đề đã biết bài giải được, và lời giải thường gọn trong vài trang. Nghiên cứu toán học thì không như vậy. Phần lớn công việc là quyết định câu hỏi nào đáng hỏi, khái niệm nào nên định nghĩa, và kết quả nào nói lên điều gì sâu sắc. Một định lý được trân trọng không chỉ vì đúng mà vì nó làm sáng tỏ cấu trúc, nối hai lĩnh vực tưởng xa nhau, hay mở ra hướng mới.
Hiểu vì sao một điều đúng cũng khác với biết nó đúng. Một chứng minh máy kiểm tra dài hàng nghìn bước có thể chắc chắn đúng mà không ai đọc hiểu được ý tưởng. Nhiều nhà toán học coi việc tìm ra một chứng minh dễ hiểu cho một kết quả đã biết cũng là đóng góp có giá trị.
Cuối cùng, toán học là hoạt động cộng đồng: trình bày, tranh luận, dạy lại cho thế hệ sau. Những việc đó gắn với con người. Viễn cảnh mà nhiều nhà toán học mô tả là AI trở thành trợ lý mạnh, kiểm tra chi tiết và thử nhiều hướng, còn con người giữ phần định hướng và hiểu biết. Chưa ai biết chắc ranh giới sẽ dịch chuyển đến đâu, và các dự đoán nên được đọc với sự dè dặt.
Học sinh yêu toán nên dùng AI thế nào
AI có thể là người bạn luyện tập tốt nếu được dùng đúng cách, và là cái bẫy nếu được dùng để chép lời giải. Một vài nguyên tắc mà nhiều thầy cô dạy đội tuyển nhắc học sinh:
- Tự vật lộn với bài ít nhất một buổi trước khi hỏi AI. Phần lớn giá trị của toán olympic nằm ở quá trình tìm ý tưởng, không ở đáp án.
- Khi kẹt, xin gợi ý thay vì lời giải: "Chỉ cho em một gợi ý nhỏ về hướng đi, chưa nói cách làm."
- Nhờ AI đọc lời giải của chính mình: "Hãy tìm bước nào trong lời giải sau chưa chặt chẽ, nhưng không sửa hộ."
- Luôn kiểm lời giải AI đưa ra từng dòng, thử với trường hợp cụ thể bằng số. Mô hình trò chuyện thông thường vẫn có thể sai ở bài khó dù viết rất trơn tru.
- Tìm hiểu trợ lý chứng minh hình thức nếu bạn thích lập trình; đây là một cách học logic chặt chẽ rất tốt.
- Không nhập họ tên, trường lớp hay đề thi chưa công bố vào chatbot.
Với phụ huynh: việc con dùng AI để học toán không đáng lo bằng việc con dùng AI để né suy nghĩ. Hãy hỏi con giải thích lại lời giải bằng lời của mình; nếu con làm được, AI đang giúp con học.
Kiểm tin "AI vượt mặt nhà toán học" như thế nào
Tin về AI và toán học thường được giật thành "AI giỏi hơn thí sinh vàng" hay "AI giải xong bài toán thế kỷ". Trước khi tin, hãy kiểm vài điều. Thứ nhất, máy có làm bài trong cùng điều kiện với thí sinh không: cùng thời gian, cùng đề nguyên văn, không có người dịch đề hay chọn lọc lời giải. Thứ hai, ai chấm: ban tổ chức kỳ thi, chuyên gia độc lập, hay chính nhóm phát triển. Thứ ba, kết quả là bài toán đã có lời giải hay một câu hỏi mở thật sự.
Với những tuyên bố "giải được bài toán mở", hãy chờ phản hồi của cộng đồng chuyên ngành. Đã có những trường hợp tin được loan đi rồi sau đó các nhà toán học chỉ ra kết quả thực ra đã có trong tài liệu cũ, hoặc lời giải có lỗ hổng. Đó không phải chuyện xấu hổ; đó là cách khoa học tự sửa sai.
Một cách học hay là nhờ chatbot tóm tắt tin rồi hỏi tiếp: "Tin này có nêu ai đã kiểm chứng kết quả không? Điều kiện làm bài khác thí sinh ở đâu?" Nếu chatbot không trả lời được từ nguồn, câu hỏi vẫn còn để ngỏ. Thói quen chờ phản biện và đọc điều kiện làm bài cũng giúp bạn khi gặp tin AI làm được điều gì đó trong vật lý, sinh học hay y học, vì cách thổi phồng thường giống nhau.
Câu hỏi thường gặp
AI có thể thay thế giáo viên dạy toán không?
AI giúp giải thích, tạo bài luyện và kiểm lời giải, nhưng dạy toán còn là hiểu học sinh đang nghĩ sai ở đâu, khơi hứng thú và rèn thói quen suy nghĩ kiên nhẫn. Những việc đó cần người thầy. Nhiều giáo viên đang dùng AI như công cụ chuẩn bị bài, không phải người thay mình đứng lớp.
Lean là gì và học sinh có học được không?
Lean là một trợ lý chứng minh, tức ngôn ngữ lập trình cho phép viết định nghĩa và chứng minh toán học mà máy kiểm tra được. Học sinh có nền tảng lập trình và yêu toán có thể bắt đầu bằng các bài hướng dẫn nhập môn miễn phí, tuy cần kiên nhẫn vì máy đòi hỏi mọi bước phải rõ ràng.
Vì sao chatbot giải toán lớp 9 vẫn có khi sai?
Chatbot thông thường sinh lời giải theo xác suất từ dữ liệu đã học, không kiểm tra từng bước như máy tính bỏ túi. Nó có thể tính sai số học, áp nhầm công thức hay bỏ điều kiện. Hãy luôn thay số kiểm lại, nhất là với bài có điều kiện xác định hoặc nhiều trường hợp.
Thi học sinh giỏi có cấm dùng AI không?
Trong phòng thi, mọi thiết bị hỗ trợ đều bị cấm theo quy chế. Trong lúc luyện tập ở nhà, dùng AI là chuyện của từng người và từng thầy cô hướng dẫn; điều quan trọng là bạn tự làm được khi không có máy bên cạnh.
Kết quả huy chương vàng của AI năm 2025 có được ban tổ chức công nhận không?
Các hệ thống AI không phải thí sinh chính thức nên không nhận huy chương. Một số nhóm công bố điểm số được chấm theo cách tương tự thí sinh, có nhóm cho biết đã phối hợp với ban tổ chức. Bạn nên đọc thông báo gốc và bình luận độc lập để biết cách chấm của từng trường hợp.
Học toán còn có ích không khi AI đã giải được bài khó?
Có. Học toán rèn khả năng lập luận chặt chẽ, nhận ra lỗi và mô hình hoá vấn đề, những kỹ năng cần cho mọi ngành, kể cả để kiểm tra chính câu trả lời của AI. Máy tính bỏ túi ra đời từ lâu mà con người vẫn cần hiểu phép tính.