這項研究探討了ChatGPT-4在文獻回顧中的有效性，特別是在醫療法律背景下醫生與病人之間的關係。分析了由GPT-4生成的文獻回顧與人類研究者撰寫的回顧，並根據準確性、反應時間等標準進行比較。結果顯示，GPT-4在反應時間和知識廣度上表現優異，但在深入理解和情境相關性上較弱。研究強調，雖然GPT-4可作為初步工具，但仍需專家評估以提升學術成果的準確性和情境豐富性，特別是在醫學研究領域。 PubMed DOI

生成式人工智慧，像是ChatGPT，最近因能生成類似人類的文本而受到關注，但在教育上的應用引發爭議。這篇回顧探討了整合這類技術所面臨的挑戰，並提出解決策略。研究發現抄襲是主要問題，還有責任、隱私、安全、歧視及數位鴻溝等風險。為了應對這些挑戰，提出了符合倫理和教學原則的實用策略。整體而言，這篇回顧強調了對生成式人工智慧在教育中影響的深入考量。 PubMed DOI

這篇文章分析了Apple App Store和Google Play的用戶評論，評估五款生成式AI應用程式的可用性，包括ChatGPT、Bing AI、Microsoft Copilot、Gemini AI和Da Vinci AI。從2024年1月到3月共收集了11,549條評論，並依據ISO 9241標準進行評估。結果顯示，ChatGPT在可用性評分中表現最佳，Android用戶得分0.504，iOS用戶得分0.462，而Gemini AI和Da Vinci AI得分最低。研究還指出了易用性和可靠性問題，並提供改善建議，增進對用戶體驗的理解。 PubMed DOI

隨著人工智慧（AI）技術的快速發展，特別是聊天服務的進步，用戶互動方式也大幅改變。為了提升服務品質，了解用戶滿意度變得非常重要。本研究提出一個框架，利用 Google Play 商店的評論數據，結合自然語言處理和機器學習技術進行情感分析。透過多數投票的無監督情感分析，過濾用戶評分與評論內容的不一致性，並使用各種算法進行監督式分析。結果顯示方法有效，能提升預測準確性與成本效率，對未來 AI 服務的發展提供重要見解。 PubMed DOI

這項研究探討大型語言模型（LLMs）如何協助輔助科技（AT）從業人員為有障礙的個體選擇合適產品。研究利用Keplo這個AI平台，分析亞馬遜上的顧客評論，評估三款主流產品和三種輔助科技。分析提供了使用者人口統計、使用模式、優缺點及設計改進建議。結果顯示，LLMs能有效提取有價值的見解，幫助AT從業人員做出明智推薦，但也強調了LLM分析的局限性，從業人員需批判性評估顧客評論以確保相關性。 PubMed DOI

您開發了一個大型語言模型（LLM）輔助的系統，專門用於健康技術評估（HTA）的系統性文獻回顧（SLR）。這個系統包含五個模組，從文獻搜尋到數據總結，並具有人機協作的設計，能根據LLM與人類審查者的意見調整PICOs標準。經過四組數據評估，系統在摘要篩選中表現優異，達到90%的敏感度和82的F1分數，顯示出與人類審查者的高一致性。這個AI輔助系統有潛力簡化SLR過程，降低時間和成本，並提升證據生成的準確性。 PubMed DOI

這項研究探討了三種生成式人工智慧工具—ChatGPT、Gemini 和 Copilot—在本科機械工程教育中的有效性，涵蓋了800個問題。雖然這些工具在理論題上表現不錯，但在數值問題上遇到挑戰，特別是需要深入理解的部分。Copilot 的準確率最高，達60.38%。研究還進行了學生調查和訪談，顯示對人工智慧在數值任務中的可靠性有擔憂。研究建議教育者調整評估方法，以負責任地整合人工智慧，提升學習效果。 PubMed DOI

這項研究強調了大型生成模型在旅遊IP文化產品設計中的應用，並指出AI生成內容（AIGC）對傳統設計過程的重要性。研究提出了一個四階段的方法論，包含情感探索、形狀生成、顏色生成和顏色和諧評估。透過使用GPT-4o和Midjourney，研究能夠了解訪客需求並創造出符合意象的設計。案例研究顯示，這個方法論在旅遊IP產品設計中具有效性，並且定量與定性評估之間有強相關性。 PubMed DOI

這項研究把生成式AI（ChatGPT-4）、傳統決策法（AHP、TOPSIS）和機器學習分類器結合，來預測員工流失。流程包含建立專家資料、排序流失風險、訓練模型。神經網路、梯度提升和隨機森林的準確率最好。這方法可擴展，能有效預測複雜環境下的員工流失。 PubMed DOI

這項研究發現，生成式AI（如Copilot、ChatGPT、Gemini）在審查職業健康論文時，回饋速度快又方便，但建議內容品質還是比不上人工審稿人。AI雖然能提升論文修改效率，但產出內容還是要再檢查，避免錯誤或假資訊。善用AI能讓學術寫作和發表更有效率。 PubMed DOI