（1）坚持人工验证

研究人员发现，向ChatGPT提出需要深入理解文献的问题时，它经常给出错误和误导性的答案。因此，研究人员在研究中应用对话式人工智能时应保持谨慎的态度，专家驱动的事实核查将是必不可少的。

（2）制定问责规则

未来，大语言模型可能会被纳入文本处理和编辑工具、搜索引擎和编程工具。研究人员认为，应研究如何以诚信、透明和诚实的方式使用大语言模型，如，规定论文作者应在贡献声明和致谢中具体地说明是否使用ChatGPT等人工智能技术，以及使用程度。

（3）发展真正开放的大语言模型

目前，几乎所有最先进的对话式人工智能技术都是少数科技公司的专有产品。科技公司可能会隐瞒其对话式人工智能的内部运作，这不利于开放科学的发展，也使我们很难发现聊天机器人知识的起源或差距。为了应对这种不透明性，应该优先发展开源的人工智能技术。

（4）拥抱人工智能

人工智能技术可能会重新平衡学术技能需求，如减少对文献检索能力的需求，增加对提示工程的需求。未来，人工智能聊天机器人可能会产生假设、制定方法、创建实验、分析和解释数据，并撰写手稿。只要解决好人工智能目前与偏见和不准确相关的问题，人工智能将释放巨大的潜能。

（5）扩大讨论范围

研究人员认为大语言模型可能是一把双刃剑，我们应把重点放在拥抱机会和管理风险上。作者呼吁举办一个有关发展和负责任地使用大语言模型的国际论坛，邀请利益相关者，深入讨论大语言模型对科学实践的法律影响、大语言模型的质量标准及其公平性等问题。

信息来源：

https://www.nature.com/articles/d41586-023-00288-7