ChatGPT 于 2022 年 11 月推出，是一款聊天机器人，不仅可以进行类似人类的对话，还可以为广泛知识领域的问题提供准确的答案。由OpenAI公司创建的聊天机器人基于一系列“大型语言模型”，这些算法可以根据它们在包含数亿个单词的数据集中识别的模式来识别，预测和生成文本。

　　在一个研究本周出现在PLOS Digital Health上，研究人员报告说，ChatGPT的表现达到或接近美国医疗执照考试（USMLE）的及格门槛 ，这是一项全面的三部分考试，医生在美国行医之前必须通过。

　　伴随着这篇论文，麻省理工学院医学工程与科学研究所的首席研究科学家，贝斯以色列女执事医疗中心的执业医师，哈佛医学院的副教授Leo Anthony Celi和他的合作者认为，ChatGPT在这次考试中的成功应该给医学界敲响警钟。

　　Q: 您认为 ChatGPT 在 USMLE 上的成功揭示了医学教育和学生评估的性质吗？

　　A: 将医学知识视为可以封装在多项选择题中的框架，创造了一种虚假确定性的认知框架。医学知识通常作为健康和疾病的固定模型表述来教授。尽管实践模式不断变化，但治疗效果随着时间的推移保持稳定。机械模型从教师传给学生，很少强调这些模型的推导有多稳健，围绕它们持续存在的不确定性，以及它们必须如何重新校准以反映值得纳入实践的进步。

　　ChatGPT 通过了一项考试，该考试奖励记住系统的组件，而不是分析它是如何工作的、它是如何失败的、它是如何创建的、它是如何维护的。它的成功证明了我们在培训和评估医学生方面的一些缺点。批判性思维需要认识到医学的基本真理不断变化，更重要的是，理解它们如何以及为什么变化。

　　Q: 您认为医学界应该采取哪些措施来改变学生的教学和评估方式？

　　A: 学习就是利用当前的知识体系，了解其差距，并寻求填补这些空白。它需要适应并能够探索不确定性。作为教师，我们失败了，因为我们没有教学生如何理解当前知识体系中的差距。当我们宣扬确定性胜过好奇心，宣扬傲慢胜过谦卑时，我们辜负了他们。

　　医学教育还需要意识到医学知识创建和验证方式的偏见。这些偏见最好通过优化社区内的认知多样性来解决。比以往任何时候都更需要激发跨学科的协作学习和解决问题的能力。医学生需要数据科学技能，使每个临床医生都能为医学知识做出贡献、不断评估和重新校准。

　　Q: 你认为ChatGPT在这次考试中的成功有什么好处吗？ChatGPT和其他形式的人工智能是否有有益的方式可以为医学实践做出贡献？

　　A: 毫无疑问，像ChatGPT这样的大型语言模型（LLM）是非常强大的工具，可以筛选超出专家甚至专家组能力的内容，并提取知识。但是，我们需要先解决数据偏差问题，然后才能利用LLM和其他人工智能技术。法学硕士所培训的知识体系，无论是医学还是其他方面，都以高收入国家资金充足的机构的内容和研究为主。它不代表世界大部分地区。

　　我们还了解到，即使是健康和疾病的机械模型也可能是有偏见的。这些输入被馈送到不考虑这些偏差的编码器和变压器。医学中的基本真理在不断变化，目前，没有办法确定基本真理何时漂移。LLM不评估他们正在接受培训的内容的质量和偏见。它们也没有提供其产出的不确定性水平。但完美不应该是好的敌人。有巨大的机会来改善医疗保健提供者目前做出临床决策的方式，我们知道这些决策受到无意识偏见的污染。我毫不怀疑，一旦我们优化了数据输入，人工智能就会兑现它的承诺。如果想要了解更多，可以添加V信Tops6868，托普仕专业的老师会为您解疑答惑。

　　以上是对于麻省理工学院工程师浅谈ChatGPT的解读，如果您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师，托普仕留学专注美国前30高校申请，助力国内学子顺利获得美国藤校入读资格。尽早规划和递交申请，对您未来留学会更有帮助！

       热门文章：

耶鲁大学本科课程设置

耶鲁大学本科申请条件

美国建筑学硕士课程费用