哈佛医学院Kohane谈AI（人工智能）进课堂：尚无公认最佳方法，用法因任务和专业而异

访谈中，Kohane称自己读大学的子女反映，用AI（人工智能）帮助解题后在考试时准备不足，但卡住时AI很有用，并称“目前没有人掌握在医学教育中使用AI的最佳方法”，用法将因任务与专业而异。 Kohane是哈佛医学院生物医学信息学系首任系主任，并创办Human Values Project，研究临床AI中嵌入的价值观并开发使其可见的工具。

他称过去15年多数AI进展来自产业界，最高性能模型确为最大模型，这使构建模型的企业受益； 大学的作用在两处：AI的正确应用，以及AI治理中的正确伦理框架。 Human Values Project向全球医生提出临床情境问题，在一个厌食症患者是否违背意愿插鼻饲管的案例中，医生意见约五五开，AI模型同样分化；

美国医生相比东亚、南美或中欧同行更看重患者自主权，AI模型则远不那么倾向自主权。 他称平均而言AI模型与全球医生的一致度高于与美国医生的一致度，且不同模型有一致的伦理倾向； 企业通常只选一个模型而非取平均。 原文未给出该研究的具体样本量、发表期刊或同行评审信息。