学术有了GPT-4，变得更容易了。
这两天，一篇刊登在Nature上的新闻表示，GPT-4生成的数据集，第一眼还真不一定看得出来。
除非请来业内专家仔细对数据集进行评估，才能发现个中细节的不合理性。
这个新闻的来源是一篇发表在JAMA Ophthalmology上的论文。
论文使用GPT-4为一项医学学术研究生成了一个数据集，发现它不仅能创造出看似合理的数据，甚至还能用来准确支撑错误的论文观点。
对此，有网友表示十分理解：
大模型最重要的能力就是生成“看似合理的文本”，因此它非常适合干这活儿。
还有网友感慨：技术“有良心”的程度，也就和用它的研究人员一样了。
所以，GPT-4创造的数据究竟长啥样？
GPT-4学术有一手
先来看看GPT-4是怎么生成数据的。
具体来说，研究人员用了GPT-4的高级数据分析（ADA，原代码解释器）功能，来生成一个数据集。
这个过程中，研究人员给GPT-4提供了一些专业知识和统计学要求，让它生成的数据看起来更加“合理”。
第一步，给GPT-4输入一系列数据要求。
研究人员先给GPT-4提供了一系列详细的提示词，要求它创建一个关于圆锥角膜（keratoconus）眼部疾病患者的数据集。
圆锥角膜是一种疾病，会导致角膜变薄，导致注意力受损和视力不佳。
目前治疗圆锥角膜疾病的方式主要有两种，一种是穿透性角膜移植（PK），另一种是深板层移植（DALK）。
在没有任何实质性证据的情况下，研究人员让GPT-4捏造一组数据，支撑DALK比PK效果更好的观点。
随后，再设定了一系列统计标准，如要求GPT-4生成的术前和术后数据产生统计学上的显著差异。
第二步，就是生成数据了。
这个过程中可能会由于GPT-4字数限制，导致答案生成暂停，通过“继续”提示就能恢复生成过程。
最终，GPT-4成功生成了包含160名男性和140名女性患者的数据集，并做出了一组支撑DALK比PK效果更好的数据。
由GPT-4生成的数据集长这样，表格1是关于分类变量的数据，包括患者性别、手术类型、免疫排斥等情况：
表2是关于连续变量，包括术前术后的视力矫正情况等：
论文作者之一Giuseppe Giannaccare博士表示，如果非常快速地查看这个数据集，很难识别出它其实“不是人做的”。
专家审查才能发现
为了验证GPT-4做出来的数据是否真的令人信服，Nature特意请来了英国曼彻斯特大学生物统计学家杰克·威尔金森（Jack Wilkinson）和同事Zewen Lu，来检查数据可信度。
检查结果表明，许多捏造出的患者在性别、名字匹配度上就有问题（例如Mary的性别一栏是男性一样）。
然后，一些数据之间的相关性也不高，包括术前和术后视力测量与眼部成像检查（eye-imaging test）之间的数据相关性等。
最后，患者的年龄也设置得不同寻常。
在检查之后，用GPT-4生成数据集的研究人员也承认，大模型在生成数据集上还存在有缺陷的地方。
但杰克·威尔金森（Jack Wilkinson）依旧对结果表示了担忧：
一旦知道自己“哪里露馅了”，AI很容易就能纠正它，并生成更加具有说服力的结果。
有网友认为，这篇文章最大的意义并不在于证明“GPT-4有幻觉”；
更重要的是，它证明了GPT-4生成看似合理的数据集“非常容易”，也算是一种对期刊的警告（记得严格审稿！）。
不过，也有网友感觉研究意义不大，因为即使没有ChatGPT这样的工具，真想的学者也能很容易伪造出一套数据。
One More Thing
此外，这两天一段关于ChatGPT的在抖音上也是火得不行。
中，终于毕业的歪果仁小哥直呼“感谢ChatGPT帮助我完成所有作业和考试”（手头）
那么，对于ChatGPT在学术研究上可能带来的问题，你怎么看？
责任编辑：若风
