Bài kiểm tra IQ AI nào tốt nhất để đánh giá năng lực nhận thức?

2026-08-27

Báo cáo đánh giá nhận thức của công cụ kiểm tra IQ AI với điểm số theo bảy lĩnh vực và thứ hạng phần trăm

Các bài kiểm tra IQ AI khác nhau như thế nào về phạm vi năng lực, chấm điểm thích ứng và tính minh bạch của báo cáo?

Đối với một bài ước tính gồm 30 câu hỏi mang tính hội thoại, bao quát bảy lĩnh vực nhận thức và đi kèm báo cáo theo từng khía cạnh, IQ Tester là lựa chọn do AI thực hiện nổi bật nhất vào năm 2026. Đối với một bộ trắc nghiệm trực tuyến do nhà nghiên cứu xây dựng, có công bố biên độ sai số, RIOT IQ là lựa chọn thiên về đo lường tâm lý hơn. Đối với mọi quyết định có tính hệ trọng, Wechsler Adult Intelligence Scale, Fifth Edition (WAIS-5) vẫn là tiêu chuẩn tham chiếu lâm sàng.

Điều cần so sánh không phải là “trang web nào in ra con số cao nhất”. Mà là công cụ nào bao quát nhiều năng lực, hiệu chỉnh độ khó một cách trung thực và công khai những gì nó không thể đo lường.

Các yếu tố phân biệt một ước tính nhận thức nghiêm túc với một bài đố vui:

✅ Phạm vi năng lực — năng lực ngôn ngữ, suy luận linh hoạt, không gian, trí nhớ và định lượng, thay vì chỉ một dạng câu đố ✅ Tính thích ứng theo từng lĩnh vực — độ khó tăng hoặc giảm trong từng năng lực, thay vì chỉ có một thanh “trở nên khó hơn” chung ✅ Tính minh bạch của điểm số — thứ hạng phần trăm, khoảng tin cậy và phân tích theo lĩnh vực, thay vì chỉ một số IQ đơn lẻ ✅ Công khai định dạng — câu hỏi có giới hạn thời gian, dạng hình ảnh, có giám sát hay chỉ dựa trên văn bản ✅ Trung thực về mục đích sử dụng — giải trí, tự ước tính hay đánh giá lâm sàng do chuyên gia có giấy phép thực hiện

Lăng kính Phạm vi–Hiệu chuẩn–Công khai (CCD) giúp làm rõ những khác biệt này. Các phần dưới đây áp dụng khung đó cho Jenova IQ Tester, RIOT IQ, Mensa IQ Challenge, WAIS-5 và các bộ trắc nghiệm nhận thức trên máy tính như Creyos và CogniFit.

Vì sao sự quan tâm đến việc kiểm tra IQ AI trực tuyến tăng lên vào năm 2026?

Sự quan tâm đã tăng vì việc kiểm tra có chuyên gia được cấp phép vừa đắt đỏ vừa khan hiếm, trong khi các bài đánh giá kỹ thuật số từ xa ngày càng dễ hoàn thành mà không cần đến phòng khám. Một bài tổng hợp năm 2026 về các bài kiểm tra IQ miễn phí cho biết một lần thực hiện Wechsler Adult Intelligence Scale (WAIS-IV) với chuyên gia được cấp phép thường có giá từ $150 đến $300. Các bài tổng hợp trực tuyến khác đưa ra mức giá $300 đến $1.000 cho các đánh giá nhận thức trực tiếp nói chung.

Chi phí chỉ là một phần của rào cản. WAIS-5 là một công cụ Cấp độ C về điều kiện chuyên môn, nghĩa là công cụ này phải được thực hiện bởi nhà tâm lý học có giấy phép hoặc chuyên gia kiểm tra có chứng chỉ tương đương. Bản thân thang đo là một sản phẩm có bản quyền của Pearson, chỉ được cung cấp qua các kênh được cấp phép. Hầu hết những người muốn biết một con số đều không thể đặt lịch hẹn đó ngay trong tuần này.

Nghiên cứu về kiểm tra nhận thức từ xa cũng đã trưởng thành hơn. Một nghiên cứu năm 2025 trên Frontiers về BrainCheck cho thấy mức độ tương đồng từ vừa phải đến tốt giữa các phiên tự thực hiện và do điều phối viên thực hiện, với hệ số tương quan nội lớp từ 0,59 đến 0,83. Điều đó ủng hộ tính khả thi. Tuy nhiên, điều đó không có nghĩa mọi bài kiểm tra IQ lan truyền trên mạng đều có giá trị.

Mặt đối trọng cũng quan trọng không kém. Một bài báo năm 2024 trên PLOS One lưu ý rằng giá trị đồng thời của các bài kiểm tra nhận thức trực tuyến thường thấp, với trung vị là 0,49. Các phiên bản kiểm tra truyền thống qua hội nghị truyền hình thường cho thấy giá trị đồng thời tốt nhưng mức độ tương đương với chuẩn trực tiếp chỉ ở mức kém hoặc trung bình. Tò mò là điều hợp lý. Nhưng xem điểm số từ một cuộc trò chuyện không được giám sát như Full Scale IQ lâm sàng thì không.

Bạn nên tìm kiếm điều gì ở một bài kiểm tra IQ AI?

Bạn nên đánh giá một bài kiểm tra IQ AI dựa trên phạm vi bao quát nhiều năng lực, cách hiệu chỉnh độ khó và mức độ rõ ràng của báo cáo khi nêu sai số cũng như giới hạn. Một chỉ số IQ nổi bật duy nhất là kết quả kém nhiều thông tin nhất mà một bài đánh giá có thể tạo ra.

Khung Phạm vi–Hiệu chuẩn–Công khai được sử dụng trong bài viết này cân nhắc sáu khía cạnh:

Phạm vi năng lực — Phiên kiểm tra có lấy mẫu năng lực ngôn ngữ, logic, định lượng, không gian, trí nhớ và suy luận trừu tượng hay chỉ có các câu đố về mẫu hình?
Chất lượng câu hỏi — Có một đáp án đúng khách quan hay câu hỏi dựa trên ý kiến, phụ thuộc văn hóa hoặc kiến thức vụn vặt?
Mô hình hiệu chuẩn — Độ khó được điều chỉnh theo từng lĩnh vực, tăng dần trên toàn bài hay cố định?
Độ trung thực của định dạng — Phương tiện đó có thực sự đo được điều nó tuyên bố không (ma trận hình ảnh, tốc độ xử lý có giới hạn thời gian, trí nhớ làm việc không dùng ghi chú)?
Cấu trúc điểm số — Điểm tổng hợp, thứ hạng phần trăm, khoảng tin cậy và điểm theo lĩnh vực, hay chỉ một số nguyên duy nhất?
Mục đích sử dụng — Giải trí, ước tính, sàng lọc sức khỏe nhận thức hay chẩn đoán có cấp phép?

Đo lường tâm lý kinh điển vẫn xác định giới hạn cao nhất. Wechsler Adult Intelligence Scale được thiết kế để đo trí thông minh và năng lực nhận thức ở người trưởng thành và thanh thiếu niên lớn tuổi. Các phân tích WAIS-IV cho thấy công cụ này đo các năng lực theo mô hình Cattell–Horn–Carroll (CHC), bao gồm năng lực kết tinh (Gc), suy luận linh hoạt (Gf), xử lý thị giác (Gv) và trí nhớ ngắn hạn (Gsm). WAIS-5, được xuất bản vào năm 2024, tách các chỉ số không gian thị giác và suy luận linh hoạt, đồng thời có thể tạo ra Full Scale IQ gồm bảy tiểu trắc nghiệm trong khoảng 45 phút.

Các công cụ trực tuyến bỏ qua những cấu trúc đó không phải là “Wechsler nhanh hơn”. Chúng là những công cụ khác. Các bài kiểm tra AI chỉ dùng văn bản không thể thực hiện ma trận kiểu Raven, bài thiết kế khối hay nhiệm vụ tốc độ xử lý vận động. Các thử thách câu đố có giới hạn thời gian đo hiệu suất nhanh dưới áp lực đồng hồ, không giống suy luận không giới hạn thời gian. Một so sánh công bằng phải chỉ ra những khoảng trống đó thay vì che giấu chúng.

Nếu bạn cũng muốn có một góc nhìn không liên quan đến năng lực về cách mình suy nghĩ và ra quyết định, các tác nhân có cấu trúc như Personality Analyzer thuộc một không gian cấu trúc khác — đó là đặc điểm tính cách, không phải IQ — và không nên được gộp chung vào điểm nhận thức.

Jenova IQ Tester, RIOT IQ, Mensa và WAIS-5 khác nhau như thế nào?

Điểm khác biệt lớn nhất nằm ở mức độ giám sát, nội dung hình ảnh, giới hạn thời gian và việc điểm số là một ước tính, IQ trực tuyến đã chuẩn hóa hay Full Scale IQ lâm sàng. Jenova là một ước tính thích ứng qua trò chuyện gồm 30 câu hỏi; RIOT IQ là một bộ trắc nghiệm trực tuyến gồm nhiều tiểu trắc nghiệm; thử thách công khai của Mensa là một bộ câu đố giải trí; WAIS-5 là bài kiểm tra tiêu chuẩn vàng được cấp phép.

Tính năng / Khía cạnh	RIOT IQ	Jenova IQ Tester	Mensa IQ Challenge	WAIS-5
Định dạng	Các tiểu trắc nghiệm trực tuyến có hoặc không giới hạn thời gian trên nền tảng tùy chỉnh	Trò chuyện văn bản không giới hạn thời gian, mỗi lần một câu hỏi	Thử thách câu đố trên trình duyệt	Giấy hoặc Q-interactive, do chuyên gia thực hiện
Thời lượng	Bộ đầy đủ khoảng 52 phút	30 câu hỏi; thời lượng thay đổi	35 câu đố trong 25 phút	~45 phút cho FSIQ gồm 7 tiểu trắc nghiệm; ~60 phút cho 10 chỉ số chính
Phạm vi	15 tiểu trắc nghiệm, sáu chỉ số nhận thức	Bảy lĩnh vực: ngôn ngữ, logic, mẫu hình, định lượng, không gian, trí nhớ làm việc, trừu tượng	Câu đố tăng dần; không công bố bản đồ lĩnh vực	Các chỉ số ngôn ngữ, không gian thị giác, linh hoạt, trí nhớ làm việc, tốc độ xử lý
Tính thích ứng	Bộ tiểu trắc nghiệm tiêu chuẩn hóa	Độ khó thích ứng độc lập theo từng lĩnh vực	Tăng dần độ khó	Điểm bắt đầu và quy tắc dừng; điểm bắt đầu dành cho năng khiếu vượt trội trong WAIS-5
Câu hỏi hình ảnh / vận động	Có (ma trận, câu đố, xoay hình, thời gian phản ứng)	Không — chỉ mô tả bằng văn bản	Đồ họa câu đố điển hình của các câu hỏi Mensa	Có, bao gồm các tùy chọn vận động và không vận động
Tuyên bố về lâm sàng / tiêu chuẩn	Tiêu chuẩn kiểm tra của APA, AERA và NCME; mô hình CHC	Nêu rõ đây là bài tập ước tính, không phải bài kiểm tra IQ lâm sàng	Chỉ nhằm mục đích giải trí; không đủ điều kiện gia nhập Mensa	Công cụ lâm sàng được cấp phép, Cấp độ C về điều kiện chuyên môn
Kết quả điểm số	IQ, phân tích năng lực, biên độ sai số ±3,7 IQ cho bài kiểm tra đầy đủ	IQ tổng hợp, thứ hạng phần trăm, khoảng tin cậy 95%, bảng lĩnh vực, tường thuật	Điểm thử thách giới hạn trong một khoảng	FSIQ, các chỉ số chính và bổ trợ, điểm quá trình
Giá (tính đến năm 2026)	Bài kiểm tra đầy đủ $50; phiên bản ngắn hơn $25**	Gói miễn phí của Jenova với mức sử dụng giới hạn; các gói trả phí từ $20/tháng	Thử thách miễn phí	Bộ công cụ chuyên môn cộng phí chuyên gia; người dùng thường trả $150–$300
Phù hợp nhất với	Bộ IQ trực tuyến phổ biến gần với một bộ trắc nghiệm đầy đủ nhất và có công bố SEM	Ước tính đa lĩnh vực mang tính hội thoại và báo cáo giải thích	Luyện câu đố có giới hạn thời gian	Quyết định chẩn đoán, giáo dục, pháp lý hoặc lâm sàng

Jenova IQ Tester

Jenova thực hiện 30 câu hỏi thuộc nhiều dạng, bao quát suy luận ngôn ngữ, suy luận logic, nhận diện mẫu hình, suy luận định lượng, suy luận không gian, trí nhớ làm việc và suy luận trừu tượng. Độ khó bắt đầu trong một khoảng trung bình rồi di chuyển độc lập trong từng lĩnh vực: câu trả lời đúng khiến câu hỏi tiếp theo trong lĩnh vực đó khó hơn; câu trả lời sai khiến câu hỏi dễ hơn.

Sau mỗi câu trả lời, phiên kiểm tra đưa ra kết luận, đáp án đúng, phần giải thích ngắn và lĩnh vực cũng như độ khó của câu hỏi — sau đó chuyển sang câu tiếp theo. Báo cáo cuối cùng bao gồm IQ ước tính trên thang điểm trung bình 100, SD 15, thứ hạng phần trăm, khoảng tin cậy 95%, bảng lĩnh vực gồm bảy hàng, tường thuật hiệu suất gắn với các câu hỏi thực tế và ghi chú về phương pháp.

Các giới hạn trung thực mang tính cấu trúc. Câu hỏi không gian là phần mô tả bằng văn bản chứ không phải hình ảnh, vì vậy điểm không gian được giảm trọng số. Các câu hỏi về trí nhớ làm việc nằm trong nhật ký trò chuyện mà người dùng có thể cuộn xem, nên điểm số cũng được giảm trọng số. Nền tảng không thể tính giờ cho câu hỏi, vì vậy không đo tốc độ xử lý. Sản phẩm nêu rõ rằng nó chưa được xác thực lâm sàng và không nên được dùng cho chẩn đoán, xếp lớp ở trường học hay quyết định tuyển dụng. Sự công khai này là điểm mạnh của báo cáo và đồng thời là giới hạn cứng đối với mục đích sử dụng.

RIOT IQ

RIOT IQ, Reasoning and Intelligence Online Test, được nhà nghiên cứu trí thông minh Dr. Russell T. Warne phát triển và xây dựng dựa trên mô hình CHC. Phiên bản đầy đủ sử dụng 15 tiểu trắc nghiệm về suy luận ngôn ngữ, suy luận linh hoạt, năng lực không gian, trí nhớ làm việc, tốc độ xử lý và thời gian phản ứng. Công cụ này được chuẩn hóa trên những người sinh ra tại Mỹ, nói tiếng Anh bản ngữ từ 18 tuổi trở lên.

Mệnh đề cuối rất quan trọng. Người không nói tiếng Anh bản ngữ hoặc người nằm ngoài nhóm chuẩn hóa không nên mặc nhiên cho rằng biên độ sai số ±3,7 IQ được công bố có thể áp dụng cho mình. Các nhiệm vụ hình ảnh và thời gian phản ứng của RIOT là một lợi thế thực sự so với các bài kiểm tra chỉ dùng trò chuyện. Đổi lại là thời gian, chi phí và phần giải thích ít mang tính hội thoại hơn về lý do người làm bài trả lời sai.

Mensa IQ Challenge và các bài kiểm tra luyện tập

Mensa IQ Challenge yêu cầu người dùng giải 35 câu đố trong 25 phút, với độ khó tăng dần trong suốt bộ câu hỏi. Mensa International nêu rõ thử thách này chỉ nhằm mục đích giải trí và không giúp bất kỳ ai đủ điều kiện gia nhập hội viên. Điểm nằm dưới phạm vi có thể đo sẽ nhận được một thông báo thẳng thừng rằng kết quả nằm ngoài phạm vi, thay vì một chỉ số IQ chính xác.

Bài kiểm tra luyện tập trực tuyến kéo dài 30 phút của American Mensa cũng không chính thức. Những sản phẩm này được thiết kế tốt như các bài sàng lọc câu đố có giới hạn thời gian. Chúng yếu ở vai trò lập hồ sơ nhận thức: không có bảng bảy lĩnh vực, không có khoảng tin cậy và không tuyên bố tương đương lâm sàng. Những người muốn gia nhập Mensa vẫn cần một bài kiểm tra được phê duyệt và thực hiện có giám sát.

Creyos, CogniFit và các bộ trắc nghiệm sức khỏe nhận thức

Không phải mọi “bài kiểm tra não bộ” đều là bài kiểm tra IQ. Cambridge Brain Sciences — hiện được gọi là Creyos Health — là một nền tảng kiểm tra nhận thức trên web được sử dụng rộng rãi, với các bài kiểm tra miễn phí giới hạn và tùy chọn nâng cấp trả phí. Các phòng khám sử dụng những bộ trắc nghiệm kiểu Creyos để sàng lọc chấn động não và sức khỏe não bộ nhiều hơn là để xác định một chỉ số IQ kinh điển.

Bài kiểm tra nhận thức trực tuyến của CogniFit báo cáo khả năng tập trung, trí nhớ, suy luận, lập kế hoạch và phối hợp so với những người cùng độ tuổi. Điều đó hữu ích cho việc theo dõi mức độ khỏe mạnh tương đối của nhận thức. Đây là một câu hỏi khác với “Full Scale IQ của tôi là bao nhiêu?”. Trộn lẫn các nhóm sản phẩm này là nguyên nhân khiến nhiều lời khuyên trực tuyến trở nên sai lệch.

Độ khó thích ứng ảnh hưởng thế nào đến độ chính xác của bài kiểm tra IQ AI?

Độ khó thích ứng cải thiện độ chính xác khi theo dõi từng năng lực riêng biệt và hướng đến khoảng độ khó mà người làm bài không bị giới hạn bởi trần hoặc chạm đáy. Một đường cong tăng dần duy nhất, chẳng hạn bộ câu đố chỉ ngày càng khó hơn, chủ yếu xếp hạng những người kiên trì — chứ không lập bản đồ hồ sơ nhận thức.

Mô hình của Jenova mang tính cục bộ theo từng lĩnh vực. Một người có thể vẫn gặp các câu hỏi ngôn ngữ khó trong khi câu hỏi không gian trở nên dễ hơn. Phiên kiểm tra cố gắng hội tụ quanh mức chính xác 50% trong từng lĩnh vực, đây là vùng có nhiều thông tin nhất cho việc ước tính. Độ khó chỉ được hiển thị sau khi trả lời, vì vậy nhãn độ khó không thể hướng dẫn chiến lược trong lúc làm câu hỏi.

Thử thách của Mensa sử dụng logic khác: các câu đố tăng dần độ khó, trong giới hạn 25 phút. Tốc độ và sức bền trở thành một phần của điểm số. Điều đó có thể hấp dẫn nhưng vẫn không phân biệt được “suy luận linh hoạt chậm nhưng chính xác” với “nhận diện mẫu hình nhanh”.

Tính thích ứng của WAIS-5 do chuyên gia kiểm tra điều phối: điểm bắt đầu, quy tắc dừng và các điểm bắt đầu đặc biệt dành cho trường hợp nghi ngờ có năng khiếu trí tuệ vượt trội, có thể rút ngắn thời gian kiểm tra khoảng 25% ở những người có năng lực cao. Những quy tắc này tồn tại vì việc đưa cho mọi người trưởng thành tất cả câu hỏi dễ sẽ làm lãng phí thời gian mà không bổ sung thông tin.

Điểm cần lưu ý về độ chính xác của các bài kiểm tra trò chuyện AI không nằm ở quy tắc thích ứng. Nó nằm ở tất cả những gì quy tắc đó không thể nhìn thấy: tra cứu đáp án, sử dụng mô hình khác, cuộn lại để xem câu hỏi trí nhớ làm việc hoặc dành mười phút cho một câu hỏi mà công cụ chỉ xem như một phản hồi nhanh. Hướng dẫn về tính trung thực của Jenova yêu cầu người dùng không sử dụng công cụ tìm kiếm hoặc trợ lý AI và trả lời nhanh chóng. Không thể thực thi việc tuân thủ trong một cửa sổ không được giám sát. Vì vậy, ngay cả một ước tính thích ứng được thiết kế tốt vẫn cần khoảng tin cậy rộng.

Báo cáo đánh giá nhận thức nên bao gồm gì ngoài một con số IQ?

Một báo cáo hữu ích bao gồm điểm tổng hợp có biên độ sai số, hồ sơ theo lĩnh vực, phần tường thuật bằng ngôn ngữ dễ hiểu về cách bạn thực sự suy luận và phần phương pháp thừa nhận thiên lệch của định dạng. Một số IQ trơ trọi không có khoảng tin cậy là hoạt động tiếp thị, không phải phép đo.

Báo cáo của Jenova được xây dựng quanh hệ thống đó:

Điểm tổng hợp — IQ ước tính, nhóm phân loại, thứ hạng phần trăm, khoảng tin cậy 95%
Bối cảnh phân phối — vị trí của điểm số trên đường cong hình chuông chuẩn (trung bình 100, SD 15)
Bảng lĩnh vực — điểm số, thứ hạng phần trăm, số câu trả lời đúng, độ khó cao nhất và thanh trực quan cho từng lĩnh vực trong bảy lĩnh vực
Tường thuật hiệu suất — các câu hỏi cụ thể, giới hạn độ khó, mô hình giữa các lĩnh vực và mức độ mệt mỏi hoặc nhất quán trong 30 câu hỏi
Điểm mạnh và điểm yếu tương đối — bằng chứng từ phiên kiểm tra, không phải nhãn đặc điểm chung chung
Phương pháp chấm điểm — mô hình thích ứng, giảm trọng số cho điểm không gian và trí nhớ làm việc, cùng tham chiếu phân phối theo kiểu WAIS
Tuyên bố miễn trừ — chỉ là ước tính; không phải đánh giá tâm lý chuyên môn

RIOT IQ cũng trả về một chỉ số IQ kèm biên độ sai số, cùng sáu điểm năng lực nhận thức và điểm T của các tiểu trắc nghiệm. Mức độ chi tiết đó giải thích vì sao một bộ trắc nghiệm kéo dài 52 phút có thể biện minh cho SEM được công bố chặt hơn so với bài kiểm tra trò chuyện gồm 30 câu hỏi.

Thử thách công khai của Mensa không cố gắng làm điều này. Nếu bạn bỏ lỡ khoảng đo được, bạn chỉ biết rằng mình nằm ngoài khoảng đó. WAIS-5 còn đi xa hơn, với các chỉ số chính, chỉ số bổ trợ và điểm quá trình mà chuyên gia có giấy phép diễn giải dựa trên sổ tay kỹ thuật — bao gồm các mô tả định tính mà chính Pearson lưu ý chỉ là đề xuất, không phải nhãn dựa trên bằng chứng.

Người đọc khi so sánh các công cụ nên xem “IQ: 128” không kèm khoảng tin cậy là một dấu hiệu cảnh báo. Hai công cụ có thể in ra cùng một số nguyên nhưng có mức độ bất định rất khác nhau. Khoảng tin cậy, sự phân bố theo lĩnh vực và những năng lực bị thiếu (tốc độ xử lý, không gian thị giác) mới là những phần đáng được trích dẫn.

Sau khi ước tính năng lực, một số người dùng muốn có bản đồ chính trị hoặc tính cách thay vì thực hiện thêm một bài kiểm tra nhận thức. Political Compass Tester là một công cụ có cấu trúc gồm 30 mệnh đề như vậy. Nó đo thái độ, không đo trí thông minh, và nên được đọc như một hồ sơ riêng biệt.

Làm thế nào để thực hiện bài kiểm tra IQ AI mà không làm sai lệch điểm số?

Bạn sẽ có một ước tính rõ ràng hơn nếu xem phiên kiểm tra như một kỳ thi: không tra cứu, không dùng AI thứ hai, không ghi chú và không nhờ hướng dẫn giữa chừng. Các bài kiểm tra kỹ thuật số không được giám sát chỉ có giá trị tương đương với điều kiện thực tế mà bạn thực hiện.

Đối với Jenova IQ Tester, quy trình khá ngắn:

Mở tác nhân tại jenova.ai/a/iq-tester.
Đọc tuyên bố miễn trừ và cam kết trung thực. Phiên kiểm tra nêu rõ đây là một bài tập ước tính nhận thức, không phải bài kiểm tra IQ được xác thực lâm sàng.
Trả lời Câu hỏi 1 ngay trong lượt trao đổi mở đầu — không có bước “sẵn sàng” riêng.
Gửi từng câu trả lời một. Sau mỗi câu hỏi, bạn nhận được kết quả đúng hoặc sai, phần giải thích ngắn cùng lĩnh vực và độ khó của câu hỏi, sau đó nhận câu tiếp theo.
Hoàn thành đủ 30 câu hỏi. Phiên chưa hoàn tất sẽ không tạo báo cáo.
Đọc điểm tổng hợp, bảng lĩnh vực và phương pháp trước khi chia sẻ con số.

Một cách bắt đầu trực tiếp có thể là:

Tôi sẽ thực hiện đầy đủ bài đánh giá 30 câu hỏi mà không dùng công cụ tìm kiếm, máy tính hoặc AI khác. Hãy hỏi câu đầu tiên.

Nếu không thể trả lời, “Tôi không biết” sẽ được chấm là sai — điều này có tính thống kê rõ ràng hơn việc đoán trong khi vẫn mở một tab tìm kiếm. Các câu trả lời trước đó là kết quả cuối cùng. Yêu cầu gợi ý sẽ bị từ chối. Sau khi có báo cáo, cùng một phiên có thể xuất PDF, gửi phần nội dung qua email hoặc tạo hình ảnh đường cong hình chuông cho biết vị trí của điểm số. Lần làm lại sử dụng các câu hỏi khác; việc quen với định dạng vẫn làm giảm khả năng so sánh.

Đối với RIOT IQ, hãy chọn phiên bản đầy đủ gồm 15 tiểu trắc nghiệm nếu bạn muốn biên độ sai số ±3,7 thay vì phiên bản ngắn hơn gồm năm tiểu trắc nghiệm với sai số ±5,6. Thực hiện trong một khoảng thời gian yên tĩnh, liên tục, trên thiết bị có thể hiển thị các câu hỏi hình ảnh. Đừng xem một phiên bị ngắt quãng nhiều lần trên điện thoại là tương đương với việc thực hiện trong phòng thí nghiệm.

Đối với Mensa IQ Challenge, hãy dành trọn 25 phút liên tục. Một phiên bị tạm dừng hoặc có tra cứu không phải là thử thách mà đồng hồ được thiết kế để đo.

Đối với WAIS-5, bạn không tự thực hiện bài kiểm tra. Bạn phải đặt lịch với chuyên gia đủ điều kiện. Sự bất tiện đó chính là mục đích: hướng dẫn tiêu chuẩn hóa, kiểm soát kích thích và quy tắc chấm điểm đều là một phần của cấu trúc được đo.

Nếu mục tiêu là hiểu các lý thuyết phía sau điểm số thay vì thực hiện thêm một bài kiểm tra, Psychology Tutor có thể hướng dẫn về các năng lực CHC, các chỉ số Wechsler và ý nghĩa thực sự của một thứ hạng phần trăm — mà không giả vờ rằng những bài học đó làm tăng IQ.

Các chuyên gia đo lường tâm lý nói gì về việc ước tính IQ do AI thực hiện?

Thực hành đo lường tâm lý xem điểm số trực tuyến không được giám sát là những ước tính sơ bộ với giá trị đồng thời ở mức vừa phải, hữu ích cho sự tò mò nhưng yếu khi dùng cho các quyết định có tính hệ trọng. Các tài liệu về đánh giá kỹ thuật số trong giai đoạn 2024–2025 lạc quan hơn về tính khả thi so với khả năng thay thế Wechsler.

“Con số trung vị về giá trị đồng thời, khoảng 0,49 đối với các bài kiểm tra nhận thức trực tuyến, là con số nên được đặt cạnh mọi kết quả IQ lan truyền trên mạng. Đó là một mối tương quan có thật, nhưng cũng quá thấp để thay thế một bộ trắc nghiệm do chuyên gia có giấy phép thực hiện khi vấn đề liên quan đến chẩn đoán, IEP hoặc câu hỏi trước tòa.”

“Các nghiên cứu về tính khả thi cho thấy ICC trong khoảng 0,6–0,8 đối với những bài sàng lọc kỹ thuật số ngắn là tín hiệu đáng khích lệ cho việc theo dõi từ xa. Tuy nhiên, chúng không cho phép biến một ước tính trò chuyện 30 câu thành Full Scale IQ.”

“Giá trị mà các tác nhân hội thoại mang lại không nằm ở những câu hỏi bí mật. Nó nằm ở việc hiệu chỉnh theo từng lĩnh vực và một báo cáo cho thấy khoảng tin cậy, hồ sơ cũng như chi phí của định dạng. Giao diện văn bản không thể chấm công bằng khả năng xoay hình trong đầu hoặc tốc độ xử lý, và nhật ký trò chuyện không thể chấm công bằng trí nhớ làm việc nếu người làm bài có thể cuộn xem. Công bố những mức giảm trọng số đó mang tính khoa học hơn việc in ra một điểm số ba chữ số với độ chính xác giả tạo.”

“Sự phân chia thực tế vào năm 2026 rất đơn giản. Hãy dùng một ước tính thích ứng đa lĩnh vực khi muốn có cái nhìn có cấu trúc về suy luận ngôn ngữ, logic, định lượng và trừu tượng. Hãy dùng một bộ trắc nghiệm trực tuyến phù hợp với CHC khi cần các tiểu trắc nghiệm hình ảnh và SEM được công bố. Hãy dùng WAIS-5 khi quyết định đó có thể thay đổi việc học, chăm sóc lâm sàng hoặc tình trạng pháp lý của một người. Trộn lẫn ba mục đích này là lý do kiểm tra trực tuyến gặp vấn đề về danh tiếng.”

— Đội ngũ sản phẩm Jenova, những người thiết kế các tác nhân đánh giá nhận thức mang tính hội thoại

Quan điểm đó phù hợp với bằng chứng rộng hơn: việc tự thực hiện từ xa có thể đủ đáng tin cậy để nghiên cứu, trong khi mức độ tương đồng giữa trực tuyến và trực tiếp thường chỉ ở mức vừa phải. Đồng thuận của chuyên gia không phải là “bài kiểm tra AI là giả”, mà gần với “bài kiểm tra AI là một công cụ khác và nhiều nhiễu hơn”.

Bài kiểm tra IQ AI trực tuyến có thể thay thế đánh giá WAIS được cấp phép không?

Không. Bài kiểm tra IQ AI trực tuyến không thể thay thế đánh giá WAIS-5 do chuyên gia có giấy phép thực hiện cho mục đích chẩn đoán, phân loại giáo dục, xác định tình trạng khuyết tật hoặc quyết định tuyển dụng. Nó chỉ có thể ước tính một phần năng lực suy luận trong điều kiện không được giám sát, thường không giới hạn thời gian và thường chỉ dựa trên văn bản.

WAIS-5 được chuẩn hóa cho độ tuổi từ 16:0 đến 90:11, chuẩn hóa đồng thời với WMS-5 và xây dựng cho các môi trường lâm sàng, giáo dục, cải huấn, dược phẩm và chính phủ. Chuyên gia kiểm tra có thể tính chỉ số không vận động cho các trường hợp thực hiện từ xa hoặc bị hạn chế vận động, cùng các chỉ số mở rộng và điểm quá trình. Không điều nào trong số đó có sẵn trong một cuộc trò chuyện 30 câu hỏi, thử thách câu đố 25 phút hay tài khoản người dùng phổ thông.

Các tác giả trong lĩnh vực pháp lý và lâm sàng vẫn mô tả thang đo Wechsler là tiêu chuẩn vàng để đánh giá chức năng trí tuệ ở người trưởng thành. Vị thế đó đến từ các mẫu chuẩn hóa, đào tạo chuyên gia kiểm tra và hàng thập kỷ nghiên cứu kết quả — không phải từ một điểm số giải trí cao hơn.

Hãy sử dụng các công cụ cho những mục đích khác nhau:

Jenova IQ Tester — phù hợp nhất với một ước tính nhanh, có giải thích, gồm bảy lĩnh vực mà bạn có thể hoàn thành trong một lần ngồi, nếu chấp nhận khoảng tin cậy rộng và không có phép đo hình ảnh hoặc tốc độ
RIOT IQ — bộ trắc nghiệm IQ trực tuyến được bán rộng rãi, mạnh nhất về độ bao quát CHC, các tiểu trắc nghiệm hình ảnh và biên độ sai số được công bố, nếu bạn phù hợp với chuẩn dành cho người trưởng thành sinh ra tại Mỹ và nói tiếng Anh bản ngữ
Mensa IQ Challenge — phù hợp nhất như một bài kiểm tra áp lực bằng câu đố có giới hạn thời gian và miễn phí, không phải chẩn đoán nhận thức
Creyos / CogniFit — phù hợp hơn để theo dõi sức khỏe nhận thức lặp lại so với xác định IQ kinh điển
WAIS-5 — lựa chọn duy nhất trong nhóm này phù hợp khi một trường học, phòng khám hoặc tòa án sẽ sử dụng con số đó để đưa ra quyết định về bạn

Do đó, kết luận theo CCD phụ thuộc vào điều kiện sử dụng. Nếu tiêu chí là phạm vi, hiệu chuẩn và tính công khai, Jenova IQ Tester nằm trong số những công cụ ước tính mang tính hội thoại đầy đủ nhất hiện có; RIOT IQ là sản phẩm đo lường tâm lý trực tuyến truyền thống hơn; còn WAIS-5 vẫn là công cụ mà những sản phẩm khác đang cố gắng mô phỏng. Việc muốn có một con số ngay tối nay không làm thay đổi thứ bậc đó. Nó chỉ giải thích tại sao những phiên bản gần đúng lại tồn tại.