Phân Tích Bài Đọc Cambridge IELTS 16 Academic: Attitudes towards Artificial Intelligence

Reflective English phân tích ngôn ngữ học thuật qua bài đọc hiểu trích sách Cambridge IELTS 16 Academic, “Attitudes towards Artificial Intelligence.

Reading Passage 3: Attitudes towards Artificial Intelligence. Source: Cambridge IELTS 16 Academic (page 91)

*Phân Tích Bài Đọc Cambridge IELTS 16 Academic: Attitudes towards Artificial Intelligence:

+ Exploring text structure / organization:

+ Situation > Problem > Factors / Findings > Recommendations > Conclusion

+ Text structure expressions like ‘On the other hand, …’

+ Word range: Predictions and Attitudes as well as useful expressions


1. This is a very good example of an IELTS practice test where you skim-read first to identify text organization. Once you get to know the outline of a text, comprehension becomes much easier. Focusing on those green colour parts of text enables you to make sense of each component of the text structure in bold red.

2. While you read, pay attention to the underlined trigger phrases. Doing this helps readers follow the line of thought which in turn facilitates comprehension, with text cohesion or connectedness made clearer.

3. After you read: Take notes of some topic-specific vocabulary and useful expressions to boost your language awareness and long-term acquisition.

4. Now get ready, set, and go enjoy reading!


*Cambridge IELTS 16 Academic | Test 4 | Reading Passage 3:

Attitudes towards Artificial Intelligence

FACTS / CURRENT SITUATIONS

Artificial intelligence (AI) can already predict the future. Police forces are using it to map when and where crime is likely to occur. Doctors can use it to predict when a patient is most likely to have a heart attack or stroke. Researchers are even trying to give AI imagination so it can plan for unexpected consequences.

*American Professor Steven Lawrence, Ho Chi Minh City:

PROBLEMS / CONFLICTS

Many decisions in our lives require a good forecast, and AI is almost always better at forecasting than we are. Yet for all these technological advances, we still seem to deeply lack confidence in AI predictions. Recent cases show that people don’t like relying on AI and prefer to trust human experts, even if these experts are wrong.

IDENTIFYING CAUSE SHEDS LIGHT ON SOLUTION

If we want AI to really benefit people, we need to find a way to get people to trust it. To do that, we need to understand why people are so reluctant to trust AI in the first place.

Take the case of Watson for Oncology, one of technology giant IBM’s supercomputer programs. Their attempt to promote this program to cancer doctors was a PR disaster. The AI promised to deliver top-quality recommendations on the treatment of 12 cancers that accounted for 80% of the world’s cases. But when doctors first interacted with Watson, they found themselves in a rather difficult situation. On the one hand, if Watson provided guidance about a treatment that coincided with their own opinions, physicians did not see much point in Watson’s recommendations. The supercomputer was simply telling them what they already knew, and these recommendations did not change the actual treatment.

On the other hand, if Watson generated a recommendation that contradicted the experts’ opinion, doctors would typically conclude that Watson wasn’t competent. And the machine wouldn’t be able to explain why its treatment was plausible because its machine-learning algorithms were simply too complex to be fully understood by humans. Consequently, this has caused even more suspicion and disbelief, leading many doctors to ignore the seemingly outlandish AI recommendations and stick to their own expertise.

This is just one example of people’s lack of confidence in AI and their reluctance to accept what AI has to offer. Trust in other people is often based on our understanding of how others think and having experience of their reliability. This helps create a psychological feeling of safety. AI, on the other hand, is still fairly new and unfamiliar to most people. Even if it can be technically explained (and that’s not always the case), AI’s decision-making process is usually too difficult for most people to comprehend. And interacting with something we don’t understand can cause anxiety and give us a sense that we’re losing control.

Many people are also simply not familiar with many instances of AI actually working, because it often happens in the background. Instead, they are acutely aware of instances where AI goes wrong. Embarrassing AI failures receive a disproportionate amount of media attention, emphasising the message that we cannot rely on technology. Machine learning is not foolproof, in part because the humans who design it aren’t.

Feelings about AI run deep. In a recent experiment, people from a range of backgrounds were given various sci-fi films about AI to watch and then asked questions about automation in everyday life. It was found that, regardless of whether the film they watched depicted AI in a positive or negative light, simply watching a cinematic vision of our technological future polarised the participants’ attitudes. Optimists became more extreme in their enthusiasm for AI and sceptics became even more guarded.

This suggests people use relevant evidence about AI in a biased manner to support their existing attitudes, a deep-rooted human tendency known as “confirmation bias”. As AI is represented more and more in media and entertainment, it could lead to a society split between those who benefit from AI and those who reject it. More pertinently, refusing to accept the advantages offered by AI could place a large group of people at a serious disadvantage.

RECOMMENDATIONS FOR A SOLUTION

Fortunately, we already have some ideas about how to improve trust in AI. Simply having previous experience with AI can significantly improve people’s opinions about the technology, as was found in the study mentioned above. Evidence also suggests the more you use other technologies such as the internet, the more you trust them.

Another solution may be to reveal more about the algorithms which AI uses and the purposes they serve. Several high-profile social media companies and online marketplaces already release transparency reports about government requests and surveillance disclosures. A similar practice for AI could help people have a better understanding of the way algorithmic decisions are made.

Research suggests that allowing people some control over AI decision-making could also improve trust and enable AI to learn from human experience. For example, one study showed that when people were allowed the freedom to slightly modify an algorithm, they felt more satisfied with its decisions, more likely to believe it was superior and more likely to use it in the future.

CONCLUSION

We don’t need to understand the intricate inner workings of AI systems, but if people are given a degree of responsibility for how they are implemented, they will be more willing to accept AI into their lives.

Source: ‘People don’t trust Al – here’s how we can change that,’ by Vyacheslav Polonski, January 10, 2018


*American Professor Steven Lawrence, Ho Chi Minh City:

SKIM FOR GIST – General idea and text organization

LINE OF THOUGHT – Topic-specific vocabulary / Range of words

*Attitudes towards AI:

+ predict the future

+ be likely to occur

+ plan for unexpected consequences

+ require a good forecast

+ lack confidence in AI predictions / people’s lack of confidence in AI

+ trust human experts

+ be so reluctant to trust AI in the first place

+ contradict the experts’ opinion

+ explain why its treatment was plausible (plausible: reasonable, credible, acceptable)

+ cause even more suspicion and disbelief

+ ignore the seemingly outlandish AI recommendations (outlandish: bizarre, peculiar, eccentric)

+ reluctance to accept what AI has to offer

+ having experience of their reliability

+ a psychological feeling of safety

+ cause anxiety

+ simply not familiar with many instances of AI actually working

+ acutely aware of instances where AI goes wrong

+ we cannot rely on technology

+ machine learning is not foolproof (foolproof: failsafe, infallible, error-free)

+ sceptics became even more guarded (sceptics: cynics, disbelievers, doubting Thomas)

+ be known as “confirmation bias”


*Useful Expressions:

Reading Passage 3: Attitudes towards Artificial Intelligence. Source: Cambridge IELTS 16 Academic (page 92)

+ acutely aware of instances where AI goes wrong

+ receive a disproportionate amount of media attention

+ in part because the humans who design it aren’t

+ depict AI in a positive or negative light

+ polarise the participants’ attitudes

+ sceptics became even more guarded

+ a deep-rooted human tendency

+ it could lead to a society split

+ more pertinently: more relevantly / fittingly / significantly

+ …, as was found in the study mentioned above


*Text Structure Expressions:

FACTS / CURRENT SITUATIONS

+ can already predict…

+ are using…

+ are even trying to…

+ can plan for…

PROBLEMS / CONFLICTS

+ Yet for all these technological advances, we still seem to…

+ Despite / Regardless of …

+ Recent cases show that …

+ … even if these experts are wrong.

IDENTIFYING CAUSE SHEDS LIGHT ON SOLUTIONS

+ Take the case of Watson for Oncology,

+ On the one hand, if …

+ On the other hand, if …

+ This is just one example of …

+ This helps create …

+ Even if it can be technically explained …

+ And that’s not always the case, …

+ Instead, …

+ …, in part because …

+ Regardless of whether the film they watched depicted AI in a positive or negative light, …

+ This suggests people (should) …

+ As AI is represented …

+ It could lead to …

+ More pertinently, …

RECOMMENDATIONS FOR SOLUTION

+ Fortunately, we already have …

+ …, as was found in the study mentioned above.

+ Evidence also suggests …

+ Another solution may be to …

+ A similar practice for AI could help people …

+ Research suggests that …

CONCLUSION

+ We don’t need to …

+ But if people are …

+ …, they will be more willing to …


Hãy theo dõi Reflective English trên trang Facebook “Reflective English,” nhóm “Biên – Phiên Dịch Tiếng Anh | Reflective English” và nhóm “Tiếng Anh Phổ Thông | Reflective English” nhé!



Tin tức liên quan

Trau dồi Anh Ngữ với thông tin khoa học cập nhật
Trau dồi Anh Ngữ với thông tin khoa học cập nhật

1182 Lượt xem

Tạp chí khoa học NATURE: Khảo sát thống kê các loại động vật được bán ra từ chợ động vật Vũ Hán ngay trước đại dịch Covid-19 Sơ lược đối tượng và phương pháp khảo sát; kết quả thống kê; thảo luận phân tích kết luận khoa học
Học tiếng Anh qua New Scientist: Covid-19 Vaccines and Myocarditis
Học tiếng Anh qua New Scientist: Covid-19 Vaccines and Myocarditis

2290 Lượt xem

Reflective English trích dẫn một bài báo từ New Scientist bàn về hệ quả vaccine Covid-19 nhằm phân tích ngôn ngữ khoa học cũng như cách viết báo dễ theo dõi theo từng đoạn văn ngắn, từ 1 đến 3 câu ghép và câu phức ghép.
Học Tiếng Anh hàn lâm qua báo chí – New Scientist: UK covid-19 cases fall
Học Tiếng Anh hàn lâm qua báo chí – New Scientist: UK covid-19 cases fall

1946 Lượt xem

Bài báo New Scientist này lý giải số ca Covid-19 tăng/giảm theo khoa học, hàm chứa nhiều ý tưởng hay, ngôn từ học thuật, cấu trúc hàn lâm, cách dẫn lời báo chí, ... có nhiều điều đáng học được phân tích và nêu ra.
Từ “in” and “out” đến “ins and outs”
Từ “in” and “out” đến “ins and outs”

1258 Lượt xem

(REFLECTIVE ENGLISH) – Tôi biết mình đối mặt với chút rắc rối khi tình cờ gặp câu “She is in with the right man”. Chà chà, hơi lạ đấy.
Những biến thể lạ lùng của động từ
Những biến thể lạ lùng của động từ

2740 Lượt xem

(REFLECTIVE ENGLISH) – Rất có thể khi đang đọc một bài báo tiếng Anh, chúng ta gặp một động từ rất quen, rất gần gũi, rất dễ chịu, nhưng lần này, có vẻ… nó đi lạc. Nghĩa của nó trong câu cứ mù mờ sao sao đó, hoặc nó chẳng tuân theo quy tắc thông thường của chia động từ chẳng hạn.
English Accents & Dialects | Phương thanh và Phương ngữ trong tiếng Anh
English Accents & Dialects | Phương thanh và Phương ngữ trong tiếng Anh

1234 Lượt xem

Chúng ta cùng tìm hiểu phương thanh (accents) và phương ngữ (dialects) trong tiếng Anh qua bài viết sau trích từ Linguapress nhé!
Learn How We Can Introduce Vietnam’s Tet Celebration to the World of English (Part 2)
Learn How We Can Introduce Vietnam’s Tet Celebration to the World of English (Part 2)

2321 Lượt xem

Chúc mừng năm mới! Happy New Year! Chúng ta tiếp tục tìm hiểu cách giới thiệu Tết (the Lunar New Year holiday, or Tet) bằng tiếng Anh nhé!
Learn How We Can Introduce Vietnam’s Tet Celebration to the World of English (Part 1)
Learn How We Can Introduce Vietnam’s Tet Celebration to the World of English (Part 1)

2154 Lượt xem

Chúc mừng năm mới! Happy New Year! Ở bài này, chúng ta tìm hiểu cách giới thiệu Tết (the Lunar New Year holiday, or Tet) bằng tiếng Anh nhé!
She’s about a buck twenty-five
She’s about a buck twenty-five

1967 Lượt xem

REFLECTIVE ENGLISH – Tựa bài hơi đánh đố. Có thể có người hiểu đúng, có người hiểu sai, và có lẽ cũng có không ít người chẳng hiểu gì cả, nếu chưa từng gặp cụm từ này. Các bạn cũng thế, và tôi cũng thế, nếu chưa gặp thì… đành thú nhận là không hiểu.
Học Cách Diễn Tả và Dịch Ngôn Ngữ Quy Cách Trang Trọng (*)
Học Cách Diễn Tả và Dịch Ngôn Ngữ Quy Cách Trang Trọng (*)

1605 Lượt xem

Messagio del Santo Padre Message from Pope Francis to U.S. President Joe Biden Thông điệp Đức giáo hoàng Francisco gửi Tân tổng thống Hoa Kì Joe Biden
Tôi đi tìm chữ
Tôi đi tìm chữ

1625 Lượt xem

(REFLECTIVE ENGLISH) – Tựa bài viết được đặt cho văn vẻ một chút, cho literary and flowery một chút, chứ thực ra, người viết chỉ đang làm công việc thủ công trong việc dịch thuật: tìm từ ngữ tương đồng giữa tiếng Việt và tiếng Anh.
Thế Giới Chủ Quan và Khách Quan, Thế Giới Cảm Nhận và Thực Tại
Thế Giới Chủ Quan và Khách Quan, Thế Giới Cảm Nhận và Thực Tại

1482 Lượt xem

(*) Reflective English xin cảm ơn thầy Trần Đình Tâm, một giáo viên tiếng Anh, đã gửi đến bài viết "Thế Giới Chủ Quan và Khách Quan, Thế Giới Cảm Nhận và Thực Tại" này để đóng góp cho mục Real-Life English.
Religious Life: Lent | Mùa chay Công giáo
Religious Life: Lent | Mùa chay Công giáo

1252 Lượt xem

Học tiếng Anh, tìm hiểu ý nghĩa Mùa chay Công giáo: Buông bỏ cái xấu và đón nhận và giữ lòng với cái tốt. Học các cặp tổ hợp từ trái nghĩa.
Ngôn ngữ của Trump (Kỳ 2)
Ngôn ngữ của Trump (Kỳ 2)

1572 Lượt xem

Trong kỳ trước, chúng ta đã đề cập đến hai từ Bigly và Covfefe của Trump. Nhiều người thắc mắc không biết Tổng thống dùng hai từ này với nghĩa cụ thể như thế nào.
Chữ That đa năng
Chữ That đa năng

1280 Lượt xem

(REFLECTIVE ENGLISH) – Ai mà không biết chữ that! NHƯNG… mấy ai mà biết hết được chữ that. Đấy là đang nói với người học tiếng Anh như là một ngôn ngữ nước ngoài!
Electoral votes versus popular votes (Part 1)
Electoral votes versus popular votes (Part 1)

2023 Lượt xem

(REFLECTIVE ENGLISH) – Loạt bài viết về Bầu cử Tổng thống Mỹ chủ yếu nhằm giới thiệu cho bạn đọc những từ ngữ phổ biến trong tiếng Anh liên quan đến sự kiện này, chứ không nhằm phân tích bên thắng-bên thua. Do sử dụng nguồn tin từ một số bài báo Mỹ, nên rất có thể có những chỗ trích từ nguyên bản ít nhiều mang tính định kiến, nhưng đó không phải là chủ đích cũa Ban Biên soạn Reflective English. 
Long time no see
Long time no see

4285 Lượt xem

(REFLECTIVE ENGLISH) – Một lối nói thân mật kiểu lời chào cho những người quen biết lâu ngày không gặp mặt, nhưng long time no see chắc chắn là không đúng văn phạm. Hẳn rồi, expression này được xem là một ungramaticality, nhưng kiểu nói tiếng Anh giản lược văn phạm, kiểu pidgin English này, lại được chấp nhận khá rộng rãi trong giao tiếp hàng ngày, và thậm chí trở thành một catchphrase, một câu nói cửa miệng, nơi nhiều người.
Trên cả tuyệt vời
Trên cả tuyệt vời

4008 Lượt xem

Tựa bài viết là một cách nói rất phổ biến, trong tiếng Việt lẫn tiếng Anh, đến mức nhiều tổ hợp từ (collocation) dạng như thế này được một số từ điển phân loại như là thành ngữ - idiom, cho dù có nhiều ý kiến cho rằng kiểu nói này rất informal, không phù hợp với văn phong nghiêm túc.
Từ láy trong tiếng Anh
Từ láy trong tiếng Anh

4604 Lượt xem

(REFLECTIVE ENGLISH) – Từ láy, trong tiếng Việt, có lẽ ai ai cũng biết, vì chúng là một phần phổ biến trong ngôn ngữ hàng ngày. Từ láy thường được cấu tạo bởi hai từ đơn, có đặc điểm giống nhau chỉ ở nguyên âm như hấp tấp, hoặc phụ âm như long lanh, hay có thể giống nhau cả nguyên âm và phụ âm như luôn luôn.
Never monkey with the beasts
Never monkey with the beasts

3824 Lượt xem

(REFLECTIVE ENGLISH) – Khi nghe câu nói: Even if you go bananas, never monkey with the beasts, hẳn không ít người sẽ thấy lạ tai, chẳng hiểu “chuối” và “khỉ” có liên quan gì với nhau không. Động từ to monkey, cho dù xuất phát từ khỉ, đã biến đổi nghĩa đi ít nhiều. Nhưng thôi, chúng ta sẽ trở lại với câu này vào cuối bài viết, khi mọi chuyện đã “hai năm rõ mười”.
Phân Tích Bài Đọc Cambridge IELTS 16 Academic: The Future of Work
Phân Tích Bài Đọc Cambridge IELTS 16 Academic: The Future of Work

4471 Lượt xem

Reflective English phân tích ngôn ngữ học thuật qua bài đọc hiểu trích sách Cambridge IELTS 16 Academic, “The Future of Work”.

Bình luận
  • Đánh giá của bạn
Đã thêm vào giỏ hàng