Attitudes and Perceptions of Generative Artificial Intelligence Chatbots in the Scientific Process of Traditional, Complementary, and Integrative Medicine Research: A Large-Scale, International Cross-Sectional Survey

这项针对传统、补充和整合医学(TCIM)研究人员的大规模国际横断面调查显示,尽管大多数受访者认可生成式人工智能聊天机器人能减轻工作负担并提高效率,但同时也对其潜在的偏见和错误表示担忧,并强烈呼吁加强相关培训以应对机构支持不足的现状。

原作者: Ng, J. Y., Tan, J., Syed, N., Adapa, K., Gupta, P. K., Li, S., Mehta, D., Ring, M., Shridhar, M., Souza, J. P., Yoshino, T., Lee, M. S., Cramer, H.

发布于 2026-04-15
📖 1 分钟阅读☕ 轻松阅读

原作者: Ng, J. Y., Tan, J., Syed, N., Adapa, K., Gupta, P. K., Li, S., Mehta, D., Ring, M., Shridhar, M., Souza, J. P., Yoshino, T., Lee, M. S., Cramer, H.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

这篇论文就像是一次全球“传统医学研究者”的大摸底,调查他们如何看待和使用一种新工具——生成式人工智能聊天机器人(比如大家熟悉的 ChatGPT)。

想象一下,传统医学(包括中医、阿育吠陀、瑜伽等)的研究者是一群手工艺大师,他们手里拿着古老的秘方和独特的智慧。而生成式 AI 就像是一个不知疲倦、博学多才但偶尔会犯错的“超级实习生”

这项研究就是想知道:这些大师们愿意让这个“超级实习生”帮忙干活吗?他们喜欢它吗?又担心它什么呢?

以下是用大白话和比喻对这篇论文的解读:

1. 研究背景:老手遇上新工具

  • 传统医学研究:就像是在复杂的迷宫里找宝藏,需要结合古老的经验和现代的科学方法,有时候挺难的。
  • AI 聊天机器人:就像是一个能瞬间读完所有书、能帮你写草稿、能翻译语言的“魔法助手”。
  • 问题:虽然这个“魔法助手”很厉害,但传统医学的研究者们心里是怎么想的?他们敢用吗?

2. 他们做了什么?(调查过程)

研究者向全球59,000 多位发表过相关论文的研究者发了电子邮件,邀请他们填一份匿名问卷。

  • 结果:虽然很多人没回信(就像发传单被扔进垃圾桶一样),但最终有716 位研究者认真填了问卷。这就像是在一场盛大的聚会上,终于有几百位大师愿意坐下来聊聊心里话。

3. 大家是怎么看的?(核心发现)

✅ 大家喜欢它的地方(好处)

大多数研究者觉得这个“超级实习生”是个好帮手,特别是在干“脏活累活”的时候:

  • 减轻负担:就像请了个保姆,能帮他们减少工作量(74% 的人这么觉得)。
  • 提高效率:在处理数据、做实验设计时,它能像加速器一样,让工作跑得更快。
  • 写作和翻译:这是大家用得最多的地方。就像请了个私人秘书,帮他们润色文章、把中文翻译成英文,或者把英文翻译成中文,打破了语言障碍。
  • 未来展望:超过一半的人认为,AI 是未来科研的必需品,就像现在的电脑一样重要。

⚠️ 大家担心的地方(挑战)

虽然好用,但大家心里也有一根,担心它“不靠谱”:

  • 胡说八道(幻觉):这是最大的担忧。AI 有时候会一本正经地胡说八道,比如编造不存在的参考文献,或者搞错科学术语。就像那个实习生有时候会自信地编故事,如果不检查,就会出大错。
  • 偏见和错误:AI 学的东西里可能带有偏见,或者它根本不懂某些深奥的医学道理,导致给出的建议有偏差。
  • 隐私和透明:大家担心把数据交给 AI 会不会泄露秘密,而且 AI 是怎么得出结论的,像个黑盒子,看不透。
  • 变懒了:有人担心,如果太依赖 AI,研究者自己的思考能力写作能力会退化,就像总是用导航开车,最后连路都认不出来了。

4. 现状:想学,但没人教

  • 缺课:虽然大家都想学怎么用这个“魔法助手”,但超过一半的人说,他们的学校或机构没有提供相关的培训
  • 渴望:72% 的人表示非常想上课,学习如何正确、安全地使用 AI。
  • 政策缺失:很多机构还没有制定“使用 AI 的规矩”,大家就像在没有交通灯的十字路口开车,虽然车(AI)很先进,但不知道该怎么开才安全。

5. 总结与启示

这篇论文告诉我们:

  • 传统医学研究者并不排斥 AI,他们看到了它巨大的潜力,愿意用它来帮忙写文章、查资料。
  • 但是,信任还没完全建立。大家怕它犯错、怕它泄露隐私、怕它让人变笨。
  • 当务之急:机构需要赶紧开课培训,制定使用规则,告诉研究者怎么在这个“超级实习生”的帮助下,既提高效率,又不丢掉科学严谨的“灵魂”。

一句话总结
传统医学的研究者们把 AI 看作一个才华横溢但需要严加看管的“超级实习生”。他们欢迎它来帮忙干活,但希望机构能赶紧给个“使用说明书”和“安全培训”,确保这个实习生既能干活,又不会把实验室搞砸。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →