這段文字，你先看看，哪裡奇怪？

主題我稍微做點馬賽克，大概類似「給予病人某介入之後，去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文，全部丟進 AI 工具裡面。

接著，他對這些 AI 工具詢問，請他們萃取出做統合分析需要的數值。

AI 給了一堆中文說明跟歸納，並告訴他，其中好幾篇文章，並沒有給出疼痛指數的數據。

看出矛盾點了嗎？要公布解答囉！

我開始覺得奇怪的地方，就是「你明明找論文是有介入也有疼痛指數的，但為什麼同學會問我，如果論文沒有給疼痛指數怎麼辦？」（這不是矛盾了嗎？）

之後同學傳了 AI 的截圖給我看，我才發現，是 AI 跟他說，某些某些論文沒有提供相關資訊。

但其實不是的，AI 只是看不懂或者沒看到，或者隨便跟你說。目前 AI 對於解析學術論文的細節是有點問題的。

為了確認這件事，我也把最近自己所寫的統合分析論文中，所收集到的原始 trial 的 PDF，全部丟進去。

不管我是問單篇，或者問全部，我發現他都煞有介事的在亂講。明明有給數據的，他說沒給，而它萃取到的數據，有些不知道從何而來，有的也萃取錯了。

藉由以上的故事，我想說的是，如果你叫 AI 做一件其實你並不知道正確答案，也沒有驗證管道的事情，是很可怕的。

能作的主題，你會誤以為不能做。明明有資料的，你會以為沒有資料。他給你錯誤數據的，你以為是真的。這些都會造成你在決策上的嚴重錯誤。

即使你只使用 AI 來做英翻中閱讀，或者做中翻英寫學術論文，所出的文字，自己都應該全部看過，確認一下其表達的精確性。

在 AI 能夠協助許多工作的時代，擁有核心能力，並能夠確認正確性，懂得如何去驗證，是更重要的能力。

如果，沒有人認真的跟同學說這件事情，他有可能自認為找到了很好的工具，花了幾個月的時間整理資料，叫 AI 萃取出不知從何而來的數據，根據這些錯誤數據去畫圖，再找 AI 寫出邏輯怪異且論述很表面的一大堆文字，看起來像篇論文後，在期刊社耽誤了幾個月，依然被退稿。

浪費了時間，也浪費的心神。

AI 作為「有能力者」的輔助，協助腦力激盪，產生一些可能的論點，是不錯的使用方法。但要把它當成工作的主力，押上自己的名字、賭上自己的學術聲譽，是很可怕的。

簽上的是我們自己的名字，負責的也是我們自己，需要做好品質管控的，也是我們自己。

來上個課，除了學會能力之外，還有老師可以問，協助你避開重大錯誤。