本文探索了利用大型语言模型评估人类对真实世界事件的解释。为此，我们使用在 2020 年之前进行训练的语言模型，根据疫情期间实际文章的标题人工生成了有关 COVID-19 的新闻文章。我们将我们人工生成的语料库的风格特征与新闻语料库进行比较，并发现我们生成的文章在 COVID-19 方面表现出更为消极的态度，且明显较少涉及地缘政治框架。我们的方法和结果对通过文本生成实现大规模文化进程模拟的研究者来说具有重要意义。

Oct, 2022

通过构建基于本体的知识图谱，并利用事实检查算法和网络中心性指标，我们从医学文献和 AI 生成内容中提取事实信息，分析疾病和症状之间的关联，并发现 AI 生成内容中的知识潜力，进一步探索新的知识。

Aug, 2023

本研究审视了 ChatGPT 的心理原理和吸引用户注意力的因素，探讨了技术进步对教育的影响以及人类学习模式的演变，并引发了学术讨论，探讨技术是否驱动人类进化或相反。

Feb, 2023

为了实现公共卫生机构、普通公众和研究人员轻松访问流行病学数据和科学见解，我们使用大型语言模型开发了聊天机器人 “GenSpectrum Chat”，以便探索 SARS-CoV-2 基因组测序数据，并让公众以不同语言的交互方式快速访问最新数据。

May, 2023

本研究的主要目的是提供 ChatGPT 检测的最新技术的全面评估，同时我们评估了其他 AI 生成的文本检测工具，以检测 ChatGPT 生成的内容。此外，我们还创建了一个基准数据集用于评估各种技术在检测 ChatGPT 生成内容方面的性能。研究结果表明，现有方法都不能有效地检测 ChatGPT 生成的内容。

Apr, 2023

本文探讨了使用 ChatGPT 作为生成 AI 所引起的道德问题，并基于人性化的人工智能（HCAI）框架提出了应对方法。使用 HCAI 框架来确保可靠、安全、值得信赖的人工智能，以减轻 ChatGPT 的误用或滥用，并推荐最佳使用（创意写作，非创意写作，教学和学习）。同时，强调了个体和社会福利的重要性。

Apr, 2023

ChatGPT 在乌克兰战争等其知识范围之外的事件中生成的消息可以与由人类撰写的消息以及 ClaimReview 中的关于战争的声明无法可靠地区分开来。

Feb, 2024

探讨 ChatGPT 对社交，文化，经济和政治互动的影响，着重于用户参与的重要性，提出了更加透明可信的聊天机器人的发展路线图，包括积极风险评估和用户参与。

Jun, 2023

本研究旨在通过构建数据集、分析文本语言特征和设计机器学习方法，从伦理角度研究医学应用场景下人工智能生成文本的可靠性及误差。结果显示，ChatGPT 生成的医学文本普遍存在可读性高、专业术语泛化等问题，而利用 BERT 模型检测 ChatGPT 生成的医学文本效果显著。

Apr, 2023

本文评估了招募个体是否能够区分由 GPT-3 生成的虚假信息和真实信息，结论显示 GPT-3 可以产生更准确易懂的信息，但也能产生更具说服力的虚假信息，人类无法区分某条 tweet 是由 GPT-3 还是人类编写。我们从结果中反思了人工智能在虚假信息中的危险性，并探讨了如何提高信息传播来服务于全球健康。

Jan, 2023