22/04/2026
大結論:「吃什麼健康食品」的問題,別問 AI :
『
七位研究者——包含知名運動營養學者 Asker Jeukendrup 和科學傳播研究者 Timothy Caulfield——測試了 ChatGPT、Gemini、Grok、Meta AI、DeepSeek 五個 AI 聊天機器人,各問 50 道健康醫療問題,
涵蓋癌症、疫苗、幹細胞、營養、運動表現五個類別,
共 250 題,再由各領域兩位專家獨立評分,分成「無問題」、「有些問題」、「高度問題」三個等級。結果:近半數(49.6%)的回答有問題,其中 19.6% 屬於「高度問題」。
.. 表現最好的兩個類別是疫苗和癌症,研究者的解釋是這兩個領域有大量結構化、高品質的學術資料可供訓練。
表現最差的類別則是「營養」和「運動表現」。
這兩個類別恰好是保健食品最集中的領域,... AI 給人的保健建議,很可能是它根據「最像答案的文字」組合出來的,也就是亂掰的,... 「一本正經講幹話」,但是我們沒有辦法從回答的語氣或文獻格式判斷錯誤與否。
』
https://www.facebook.com/share/p/1c52gS8zKM/
研究顯示,保健醫療問 AI,有將近一半的機率給你有問題的答案。
2026 年 4 月剛發表在《BMJ Open》的實驗結果調查了AI對醫療保健的正確度,答案令人憂心。
七位研究者——包含知名運動營養學者 Asker Jeukendrup 和科學傳播研究者 Timothy Caulfield——測試了 ChatGPT、Gemini、Grok、Meta AI、DeepSeek 五個 AI 聊天機器人,各問 50 道健康醫療問題,涵蓋癌症、疫苗、幹細胞、營養、運動表現五個類別,共 250 題,再由各領域兩位專家獨立評分,分成「無問題」、「有些問題」、「高度問題」三個等級。
結果:近半數(49.6%)的回答有問題,其中 19.6% 屬於「高度問題」。
五個 AI 的整體表現差異不大,Grok 是最差的,58% 的回答被評為有問題;ChatGPT 52%;Meta AI 50%。沒有哪一個特別值得信任。
表現最好的兩個類別是疫苗和癌症,研究者的解釋是這兩個領域有大量結構化、高品質的學術資料可供訓練。
表現最差的類別則是「營養」和「運動表現」。
這兩個類別恰好是保健食品最集中的領域,也是大多數人最習慣拿去問 AI 的問題——哪個膠原蛋白好、這個成分有沒有效、每天應該吃多少劑量。研究者的解釋是這兩個領域的網路資訊本來就充滿矛盾,高品質證據相對稀薄,AI 在這樣的資料環境下更容易產出錯誤的答案。
問題不在 AI 不知道,而在它不知道自己不知道。250 題裡只有 2 題被拒絕回答,都是 Meta AI,其他的五個 AI 全都給出了答案,語氣充滿自信。研究者特別指出,開放式問題是最危險的:「哪些補充品對整體健康最好?」這類問題的回答中,有 32% 被評為「高度問題」,而封閉式問題(是非題)只有 7%。偏偏現實生活裡,我們問 AI 的幾乎都是開放式問題。
引用文獻的部分更值得注意。研究者要求每個 AI 提供 10 篇參考文獻,引用的完整度中位數只有 40%,沒有任何一個 AI 在 25 次嘗試裡產出一份完全正確的文獻列表——有的作者名字是錯的,有的連結打不開,有的論文根本不存在,是 AI 憑空捏造的。但如果不去逐一查證,那份格式整齊的參考書目看起來跟真正的醫學文章沒什麼差別。
研究者的結論是:在「容易產生錯誤資訊的健康領域」,AI 聊天機器人目前的表現不足以作為可靠的資訊來源,在公眾教育和監督機制到位之前,持續使用只會擴大錯誤資訊的傳播。
這個結論對保健食品的消費者來說有一個很直接的意義:AI 給人的保健建議,很可能是它根據「最像答案的文字」組合出來的,也就是亂掰的,就是我們常說的「一本正經講幹話」,但是我們沒有辦法從回答的語氣或文獻格式判斷錯誤與否。