華盛頓州大研究：ChatGPT 辨別科學假設可靠性獲評 D 等

華盛頓州立大學研究檢視 ChatGPT 能否判斷科學假設的可靠性。這項能力攸關 AI 是否適合協助文獻審查與研究決策；若模型無法穩定辨別正確與錯誤陳述，可能放大錯誤資訊，影響科研判讀品質。

研究顯示，ChatGPT 的判斷準確率經隨機猜測校正後僅約 60%，整體表現被評為 D 等，且相同問題的回答高度不一致。其中，模型辨識錯誤陳述的能力最弱；相關報導未提供研究日期與金額，團隊因此提醒不宜單獨依賴 AI 評估科學主張。