.hd-box .hd-fr

GPT-4 成学术造假“神器”:伪造数据又快又合理,Nature 请统计学专家来“断案”

2023-11-23 15:39量子位(萧箫)19评

学术造假有了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 生成的造假数据集,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假数据集,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 创造的假数据究竟长啥样?

GPT-4 学术造假有一手

先来看看 GPT-4 是怎么生成假数据的。

具体来说,研究人员采用了 GPT-4 的高级数据分析(ADA,原代码解释器)功能,来生成一个假数据集。

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 生成的假数据集长这样,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 生成假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,真想造假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 的视频在抖音上也是火得不行。

视频中,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”(手动狗头)

那么,对于 ChatGPT 在学术研究上可能带来的问题,你怎么看?

参考链接:

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

下载IT之家APP,分享赚金币换豪礼
相关文章
大家都在买广告
热门评论
查看更多评论