AI医疗建议可靠性存疑：MIT研究揭示用户提问方式影响AI判断

IT之家2025-07-10

IT之家 7 月 10 日消息，随着生成式人工智能（AI）技术不断演进，其应用场景已从早期的简单问答扩展到更复杂的任务。然而，对于缺乏技术背景的用户而言，如何高效、准确地使用这些 AI 工具，正变得越来越具有挑战性。一份独立报告显示，微软 AI 部门收到的用户投诉中，最常见的一条是“Copilot 不如 ChatGPT 好用”。对此，微软迅速回应，将问题归咎于用户“提示词工程能力不佳”。为改善用户...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2550623483?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-07-10 21:02","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2550623483","market":"us","top_or_hot":-1,"title":"AI医疗建议可靠性存疑：MIT研究揭示用户提问方式影响AI判断","media":"IT之家","content":"<div>\n<p>IT之家 7 月 10 日消息，随着生成式人工智能（AI）技术不断演进，其应用场景已从早期的简单问答扩展到更复杂的任务。然而，对于缺乏技术背景的用户而言，如何高效、准确地使用这些 AI 工具，正变得越来越具有挑战性。一份独立报告显示，微软 AI 部门收到的用户投诉中，最常见的一条是“Copilot 不如 ChatGPT 好用”。对此，微软迅速回应，将问题归咎于用户“提示词工程能力不佳”。为改善用户...</p>\n\n<a href=\"https://tech.ifeng.com/c/8ksjdYyDtxZ\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>AI医疗建议可靠性存疑：MIT研究揭示用户提问方式影响AI判断</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nAI医疗建议可靠性存疑：MIT研究揭示用户提问方式影响AI判断\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-07-10 21:02 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8ksjdYyDtxZ><strong>IT之家</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>IT之家 7 月 10 日消息，随着生成式人工智能（AI）技术不断演进，其应用场景已从早期的简单问答扩展到更复杂的任务。然而，对于缺乏技术背景的用户而言，如何高效、准确地使用这些 AI 工具，正变得越来越具有挑战性。一份独立报告显示，微软 AI 部门收到的用户投诉中，最常见的一条是“Copilot 不如 ChatGPT 好用”。对此，微软迅速回应，将问题归咎于用户“提示词工程能力不佳”。为改善用户...</p>\n\n<a href=\"https://tech.ifeng.com/c/8ksjdYyDtxZ\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"MIT","symbol_name":"Mason Industrial Technology Inc","start_time":0,"source_url":"https://tech.ifeng.com/c/8ksjdYyDtxZ","article_id":"2550623483","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2550623483","pubTimestamp":1752152532,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"此外，使用花哨语言或俚语也可能导致 AI 判断失误。结果显示，这些扰动使 AI 建议用户“无需就医”的概率上升了 7% 至 9%。这一研究结果引发了对 AI 在医疗领域应用的广泛担忧。微软 AI 首席执行官甚至称其为“迈向医疗超级智能的真正一步”。然而，这项研究再次提醒我们，生成式 AI 在医疗等高度复杂的领域仍远未达到完全可靠的水平。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"159891":"医疗","MIT":"Mason Industrial Technology Inc"},"translate_title":"The reliability of AI medical advice is questionable: MIT research reveals that the way users ask questions affects AI judgment","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"159891":1,"MIT":1},"content_text":"IT之家 7 月 10 日消息，随着生成式人工智能（AI）技术不断演进，其应用场景已从早期的简单问答扩展到更复杂的任务。然而，对于缺乏技术背景的用户而言，如何高效、准确地使用这些 AI 工具，正变得越来越具有挑战性。一份独立报告显示，微软 AI 部门收到的用户投诉中，最常见的一条是“Copilot 不如 ChatGPT 好用”。对此，微软迅速回应，将问题归咎于用户“提示词工程能力不佳”。为改善用户体验，微软还推出了“Copilot 学院”，帮助用户提升 AI 使用技能。IT之家注意到，麻省理工学院（MIT）的一项最新研究（via Futurism）表明，微软将问题归咎于用户提示词能力的做法或许并非全无道理。该研究指出，过度依赖 AI 工具获取医疗建议可能带来危险。更令人担忧的是，如果用户在提问时出现拼写错误（如单词拼错或多余空格），AI 可能会因此建议用户无需就医。此外，使用花哨语言或俚语也可能导致 AI 判断失误。研究还发现，女性用户比男性更容易受到此类错误建议的影响，尽管这一结论仍需进一步验证。此次研究涵盖了多个 AI 工具，包括 OpenAI 的 GPT-4、Meta 的 LLaMA-3-70B，以及一款名为 Palmyra-Med 的医疗专用 AI。研究人员模拟了数千个健康案例，数据来源包括真实患者投诉、Reddit 上的健康相关帖子，以及 AI 生成的病例。为测试 AI 的稳定性，研究人员在数据中加入了“扰动因素”，如句子首字母大小写不一致、感叹号、情绪化语言，以及“可能”“大概”等不确定表达。结果显示，这些扰动使 AI 建议用户“无需就医”的概率上升了 7% 至 9%。研究负责人、MIT 研究员阿比尼塔・古拉巴蒂娜（Abinitha Gourabathina）指出：“这些模型通常是在医学考试题目上训练和测试的，但实际应用场景却相差甚远，比如评估临床病例的严重程度。我们对大语言模型的理解仍然非常有限。”这一研究结果引发了对 AI 在医疗领域应用的广泛担忧。值得注意的是，就在不久前，微软刚刚宣布其新推出的 AI 医疗工具“准确率是人类医生的 4 倍，成本却低 20%”。微软 AI 首席执行官甚至称其为“迈向医疗超级智能的真正一步”。然而，这项研究再次提醒我们，生成式 AI 在医疗等高度复杂的领域仍远未达到完全可靠的水平。尽管技术发展迅速，但在真正投入使用前，仍需更多验证与审慎评估。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.42.0","shortVersion":"4.42.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2550623483","isCrawlerRequest":true}