IT之家于7月10日发布消息，随着生成式人工智能技术的持续发展，其应用范围已从最初的简单问答拓展至更为复杂的任务领域。然而，对于不具备技术基础的用户来说，如何高效且精确地运用这些人工智能工具，正逐渐变成一项颇具挑战性的任务。

独立报告指出，微软人工智能部门所接收的用户反馈中，频繁出现的一个问题是“Copilot 的性能不如 GPT”。针对这一情况，微软迅速作出反应，将问题归因于用户在“提示词设计”方面的不足。为了提升用户的使用体验，微软特别推出了“Copilot 学院”，旨在协助用户提高对人工智能技术的应用能力。

IT之家观察到，根据Futurism的报道，麻省理工学院（MIT）最新的一项研究显示，微软将问题归因于用户提示词能力的行为，或许并非完全没有依据。

这项研究显示，过分依赖人工智能工具来获取医疗意见存在风险。更为令人忧虑的是，当用户在提问时若出现拼写错误，比如单词拼写错误或多余的空格，AI可能会据此建议用户无需就医。另外，若使用过于花哨的语言或俚语，也可能导致AI做出错误的判断。

研究发现，相较于男性用户，女性用户更易受到这类错误建议的负面影响，尽管这一观点目前尚待进一步的实证检验。

本次研究涉及了多种人工智能工具，例如OpenAI的GPT-4、Meta的LLaMA-3-70B，还有一款名叫Palmyra-Med的医疗专用AI。研究团队构建了数千个模拟的健康病例，这些数据来源于实际的病人投诉、Reddit平台上的健康讨论帖，以及AI自动生成的病例资料。

为了检验人工智能系统的稳定性，研究团队在数据样本中引入了诸如首字母大小写不统一、使用感叹号、以及带有情绪色彩的表述等“干扰元素”，还包括了“可能”、“大概”等模糊性的语言表达。经过分析，这些干扰因素导致 AI 推荐用户“无需就医”的建议比例提高了7%到9%。

阿比尼塔・古拉巴蒂娜研究员，作为研究的主导者，强调道：“这些模型多在医学试题上进行过训练与检验，然而，在实际应用中，它们所面对的情境与医学考试大相径庭，例如在评估临床病例的严重性方面。目前，我们对这些大型语言模型的认识依旧十分有限。”

这一研究成果引发了人们对AI在医疗行业应用的广泛忧虑。特别引人关注的是，就在近期，微软宣布了一款新的AI医疗工具，该工具的准确率是普通人类医生的4倍，同时成本还降低了20%。微软的AI部门负责人甚至将其誉为迈向医疗领域超级智能的重要一步。

然而，这项研究再度警示我们，在医疗等极其复杂的领域中，生成式AI尚未达到完全可信的境界。尽管技术进步迅猛，但在正式投入使用之前，我们仍需进行更多的验证和谨慎的评估。