Phương pháp mô phỏng Monte Carlo (MCS) là một công cụ mạnh mẽ, dễ thực hiện và có khả năng giải quyết nhiều vấn đề về độ tin cậy của kết cấu. Tuy nhiên, việc sử dụng nó để đánh giá xác suất tin cậy của kết cấu cần phải thực hiện một số lượng lớn các phân tích, đặc biệt là phân tích ứng xử phức tạp của kết cấu. Điều này có thể là trở ngại đối với tính toán xác suất tin cậy trong thực tế. Bài báo này trình bày một phương pháp đánh giá xác suất tin cậy của kết cấu bằng cách sử dụng kết hợp mạng Nơ-ron nhân tạo (Artificial Neural Network - ANN) và MCS, sau đó áp dụng phương pháp này để đánh giá độ tin cậy của cột thép tiết diện chữ I thay đổi với các tham số đầu vào ngẫu nhiên. Cụ thể, thuật toán ANN được sử dụng để xây dựng mô hình ước lượng giá trị lực tới hạn của cột thép, trong khi MCS được sử dụng để mô phỏng các giá trị tải trọng tới hạn và đánh giá độ tin cậy. Kết quả tính toán của mô hình đề xuất được so sánh với các phương pháp tính toán độ tin cậy truyền thống khác như MCS, FORM và SORM. Cuối cùng, ảnh hưởng của các tham số đầu vào đến độ tin cậy của cột được đánh giá thông qua chỉ số độ nhạy tuần hoàn riêng và độ nhạy chung tuần hoàn.