Saksalainen tutkijaryhmä varoitti hiljattain tekoälychatbottien käyttöön liittyvästä harhasta tutkimussisällön lyhentämisessä. Analysoituaan 4 900 ihmisen kirjoittamaa tieteellistä tiivistelmää ryhmä käytti erilaisia tekoälymalleja vertaillakseen, miten nämä järjestelmät käsittelivät tietoa. Tulokset osoittivat, että useimmat chatbotit tekivät virheen yleistämällä liikaa, jopa silloin, kun heitä pyydettiin tiivistämään tarkasti.
ChatGPT ja DeepSeek vääristävät tieteellistä dataa.
Tekoälymallien, kuten ChatGPT:n ja DeepSeekin, on havaittu pystyvän vääristämään tieteellistä sisältöä sitä tiivistettäessä, erityisesti lääketieteen alalla.
Tekoäly voi helposti vääristää sisältöä tieteellistä tutkimusta tiivistettäessä.
Kokeissa tekoälymallit tekivät viisi kertaa enemmän virheitä kuin ihmistutkijat, kun niitä ei ohjattu. Vaikka tarkkuusvaatimuksilla oli selkeät kriteerit, virheprosentti oli silti kaksinkertainen verrattuna tavanomaiseen yhteenvetoon. Yksi tutkimusryhmän jäsen kommentoi: "Yleistäminen voi joskus vaikuttaa harmittomalta, mutta se itse asiassa muuttaa alkuperäisen tutkimuksen luonnetta. Se on systeeminen vinouma."
Merkillepantavaa on, että chatbottien uudemmat versiot eivät ainoastaan estä ongelman ratkaisemista, vaan pikemminkin pahentavat sitä. Sujuvalla ja mukaansatempaavalla esitystavallaan tekoälyn luomat yhteenvedot antavat helposti vaikutelman luotettavuudesta, kun taas todellinen sisältö on vääristynyt. Yhdessä tapauksessa DeepSeek muutti ilmaisun "turvallinen ja onnistuneesti toteutettavissa" ilmaisuksi "turvallinen ja tehokas hoito" – tulkinta, joka poikkesi tutkimuksen alkuperäisistä johtopäätöksistä.
Toisessa esimerkissä Llama-malli sovelsi diabeteslääkityksen suosituksia nuorille koehenkilöille määrittelemättä annostusta, antotiheyttä tai sivuvaikutuksia. Jos lukija, lääkäri tai terveydenhuollon ammattilainen, ei tarkista alkuperäistä tutkimusta, tällaiset yhteenvedot voivat aiheuttaa suoran vaaran potilaille.
Asiantuntijat uskovat tämän ilmiön johtuvan siitä, miten tekoälymalleja koulutetaan. Monet nykyiset chatbotit koulutetaan käyttämällä toissijaista dataa – kuten massatuotettuja tieteellisiä uutisia – joka on jo yksinkertaistettu. Kun tekoäly jatkaa tämän yksinkertaistetun sisällön tiivistämistä, vääristymien riski kasvaa.
Mielenterveysalan tekoälyasiantuntijat väittävät, että tekoälyn kehittämisen ja käytön tekniset esteet on poistettava pian.
Käyttäjien tulisi olla varovaisia, sillä chatbotit voivat helposti vääristää sisältöä.
Koska käyttäjät luottavat yhä enemmän tekoälychatbottien käyttöön tieteellisen tiedon oppimisessa, pienet tulkintavirheet voivat nopeasti kasaantua ja levitä, mikä johtaa laajalle levinneisiin väärinkäsityksiin. Aikana, jolloin luottamus tieteeseen on laskussa, tämä riski on erityisen huolestuttava ja vaatii asianmukaista huomiota.
Tekoälyn integrointi tutkimukseen ja tiedon levittämiseen on peruuttamaton trendi. Asiantuntijat kuitenkin väittävät, että teknologia ei voi korvata ihmisten roolia tieteellisen sisällön ymmärtämisessä ja todentamisessa. Käytettäessä chatbotteja riskialttiilla aloilla, kuten terveydenhuollossa, tarkkuus on asetettava etusijalle sen sijaan, että keskityttäisiin pelkästään sujuvaan kielikokemukseen tai vastausnopeuteen.
Lähde: https://khoahocdoisong.vn/chatgpt-deepseek-bop-meo-du-lieu-khoa-hoc-post1552971.html
Trendit kategorian mukaan
Luetuimmat
Google Trends
Sama tekijä
Ajankohtaisohjelmat
Poliittinen järjestelmä
Paikallinen
Tuote


Kalastajien rinnalla seisomassa

Kevätkoti








