一項最新研究揭示，目前市面上常用的人工智慧（AI）聊天機器人，約有半數的醫療相關回覆可能對使用者造成誤導，甚至導致無效或有害的醫療決策。這項由美國倫奎斯特研究所（Lundquist Institute）研究員Nicholas Tiller博士及其團隊發表的研究，強調了在尋求醫療建議時，專業指導的不可或缺性。
研究團隊在2024年針對五款常見的免費網路版AI聊天機器人進行測試，包括Google旗下的Gemini、DeepSeek、Meta AI、ChatGPT 3.5以及Grok。他們設計了50個情境提示，模擬公眾查詢癌症、疫苗、幹細胞、營養及運動表現等健康議題，共收集了250份回覆。
分析結果顯示，這些AI回覆中有高達五成被評為有問題，其中約三成「部分有問題」，而近兩成（19.6%）則被列為「高度有問題」。研究發現，開放式提問最容易收到具誤導性的答案。在受測模型中，Grok被指出產生「高度有問題」回覆的比例偏高，而Gemini則提供了最少的高度問題回覆與最多的「無問題」回覆。聊天機器人對癌症和疫苗相關問題的準確性較高，但在幹細胞、運動表現和營養方面的表現則較差。
研究指出，即便AI回覆可能具備誤導性，聊天機器人仍普遍以自信且權威的語氣回應，很少拒絕回答或提供明確的警語及免責聲明。倫奎斯特研究所研究員兼首席作者 Nicholas Tiller 博士表示：「儘管有試圖引導至反建議的壓力，聊天機器人通常以自信、權威的語氣回應。拒絕回答或明確的警語很少見，這反映了模型即使在提示引導至禁忌建議時，也強烈傾向於提供輸出。」
此外，AI模型所提供的參考資料清單也常有限或不準確。研究團隊進一步說明，這些AI的答案需要具備一定知識水平才能解讀，內容導向大學程度的用戶。Nicholas Tiller 博士及其同事強調，隨著AI聊天機器人的使用持續擴大，研究數據凸顯了公眾教育、專業培訓及監管措施的必要性，以確保生成式AI能促進而非損害公眾健康。
