华盛顿州立大学教授梅苏特·奇切克及其团队进行了一项关于人工智能在科学领域表现的研究。他们选取了超过 700 个来自科学论文的假设，让 ChatGPT 判断这些陈述是否被研究证实，即判定其真伪。为了确保结果的可靠性，研究团队对每个问题重复进行了 10 次查询。 研究结果显示，ChatGPT 在科学事实判断方面的表现并不理想。尽管人工智能在语言生成和常识问答上表现出色，但在处理复杂的科学证据和逻辑推理时，它频繁出错，准确率远低于人类专家水平。这反映出当前的大语言模型在深度理解科学文献、辨别真假数据方面仍存在显著短板。 该研究强调，虽然 AI 能辅助科研人员快速处理信息，但不能完全替代人类在验证科学结论时的严谨性。特别是在涉及医疗、工程等关键领域时，盲目依赖 AI 的判断可能会带来严重后果。研究人员指出，目前的模型更多是基于概率生成答案，而非真正理解科学原理，因此在面对需要逻辑推导的“真值判断”任务时，往往会出现自相矛盾或错误断言的情况。 这一发现引发了科技界对 AI 安全性的新担忧。随着 AI 工具在科研和教育领域的普及，如何建立有效的验证机制，防止误导性信息传播，成为亟待解决的问题。未来，开发更专注于事实核查的 AI 系统，或结合人类专家的智能审核流程，可能是提升科学领域 AI 可靠性的关键方向。该研究为公众和从业者敲响了警钟：在享受技术便利的同时，必须保持批判性思维，对 AI 输出的信息保持审慎态度。