Frontiers观点文章：ChatGPT类生成式AI（人工智能）或放大公共卫生信息误导与不信任
印度Marian College Kuttikkanam自治学院三位作者在《Frontiers in Public Health》发表观点文章，认为ChatGPT（OpenAI开发的聊天机器人）、Google Gemini、Claude等通用生成式AI（人工智能）并非为医疗用途设计，却已在低收入和中等收入国家被当作分诊、健康咨询乃至情绪支持工具。
作者指出模型靠预测下一个词生成回答、缺乏事实核查与实时验证，语言流畅反而制造“权威错觉”； 也承认上下文充分时模型可给出准确健康信息，问题更多出现在真实使用中的输入质量与本地可行性落差。
该文为观点（Opinion）文章，作者为Jeena Joseph（计算机应用系）、Binny Jose（健康与福祉系）、Jobin Jose（图书馆系），均属印度Marian College Kuttikkanam Autonomous。 文章发表于Frontiers in Public Health第13卷“数字公共卫生”栏目，2025年9月26日。
文中引用用户向AI（人工智能）咨询症状解读、饮食规划、药物副作用与心理健康支持的现象； 指出模型可能“幻觉”出虚假信息且不标注不确定性； 提及OpenAI（美国人工智能公司）、Google（谷歌）等已附加免责声明或水印但易被忽略； 提到欧洲心脏病学会已开发可标注信息来源的AI聊天机器人作为透明度示例。
作者提出数字健康素养教育、监管护栏、临床医生参与的中介工具、本地化与语言包容、事实核查与算法审计五方面框架。 全文为论述，未提供原始实验数据或人群效果验证。
这篇文章的价值不在新数据，而在于把一个常被产品叙事淡化的机制讲清楚：生成式AI（人工智能）的信任感来自语言流畅与语气自信，而非事实核验能力，这恰是公共卫生沟通最怕的错配。 作者没有把模型能力一棍子打死，而是把风险定位在“通用输出与本地可行性、用户输入质量”之间的缝隙，这一区分比简单说“AI会撒谎”更有编辑参考价值。
需要提醒的是，全文属观点论述，援引的是他人研究与公开现象，不能当作效果验证或发生率证据； 文中对低收入和中等收入国家的描述也基于作者所在印度语境与文献推断，不是跨国样本研究。
后续观察信号
- 核实文中提及的欧洲心脏病学会AI（人工智能）聊天机器人是否已公开使用范围与信息溯源机制
- 追踪作者提出的算法审计与“AI（人工智能）营养标签”式披露是否在其他机构落地