Để xác định hệ thống nào có khả năng "học", chúng ta cần xem xét đặc điểm của mỗi hệ thống:

• A. Băng chuyền vận chuyển hàng hoá: Đây là một hệ thống cơ khí hoặc tự động thực hiện công việc cụ thể: chuyển hàng từ một điểm đến điểm khác, theo quy trình đã định sẵn. Nó không có khả năng thay đổi hoặc cải thiện theo thời gian dựa trên dữ liệu mới, do đó không có khả năng học.
• B. Điều khiển đèn giao thông tại ngã tư: Hệ thống này làm theo các tín hiệu đã lập trình sẵn (xanh, đỏ, vàng) theo một thời gian biểu cố định hoặc thông qua cảm biến phát hiện lưu lượng giao thông, nhưng bản thân hệ thống này không được thiết kế để tự cải thiện hiệu suất hoặc tối ưu hóa dựa trên việc học từ dữ liệu giao thông.
• C. Đo lường khoảng cách giữa hai điểm: Đây là một phép đo lường chính xác dựa vào các công cụ và phép tính đã biết. Nó hoạt động theo một nguyên tắc toán học và vật lý nhất định, không dựa trên khả năng học hỏi.
• D. Cảnh báo các bình luận kém lịch sự: Đây là một tính năng thường thấy trong các hệ thống có khả năng học từ dữ liệu (Machine Learning). Những hệ thống này học từ các mẫu dữ liệu trước đây để phát hiện và cảnh báo bình luận không phù hợp thông qua việc cải thiện dần dần các thuật toán dựa trên các ví dụ mới.

Vậy phương án đúng là D. Cảnh báo các bình luận kém lịch sự, vì đây là hệ thống có khả năng học dựa trên dữ liệu để cải thiện qua thời gian.

• Học sinh cần hiểu rõ về khái niệm "học" trong ngữ cảnh công nghệ, thường liên quan đến trí tuệ nhân tạo và học máy, khi hệ thống cải thiện hiệu suất dựa trên dữ liệu.
• Phân tích các khả năng của từng hệ thống trong bài tập là rất quan trọng để đưa ra câu trả lời chính xác.