関連する実験動画
Updated: Sep 10, 2025

Assessment of Mouse Judgment Bias through an Olfactory Digging Task
Published on: March 4, 2022
認知バイアスのためのo1推論大言語モデルを評価する:ヴィネット研究
Or Degany1,2, Sahar Laros3, Daphna Idan4,5
1Gray School of Medicine, Gray Faculty of Medical and Health Sciences, Tel Aviv University, Tel Aviv, Israel. ordegany@gmail.com.
新しいAIモデル (o1) は,GPT-4とヒトと比較して,臨床意思決定における認知バイアスの低下を示しています. ほとんどの場合 偏見がないが 特定のシナリオでは偏見を示し 医療における AI の慎重な実装の必要性を強調している.
科学分野:
- 医療における人工知能
- 臨床的意思決定支援システム
- 認知心理学
背景:
- 認知バイアスは 高圧の臨床環境でよく見られる 体系的な判断の誤りです
- GPT-4のような以前のAIモデルは,これらのバイアスに対する感受性を示し,時には人間のパフォーマンスを上回っています.
- 認知バイアスに対する AIの感受性を理解することは 安全な医療アプリケーションに不可欠です
研究 の 目的:
- 臨床的意思決定における一般的な認知バイアスに対する,強化された推論を持つ新しいシステムであるo1 AIモデルの感受性を評価する.
- 確立された GPT-4 モデルとヒトの臨床医とのバイアスのパフォーマンスを比較する.
- 医学的な文脈で認知バイアスを軽減するための高度なAI推論モデルの可能性を評価する.
主な方法:
- 特定の認知バイアスをテストするために10組の臨床シナリオが設計され,バージョン間の微妙な変更がありました.
- o1モデルは,体系的なバイアスを測定するために,ペアリングされたシナリオで1,800の臨床勧告を生成しました.
- 前回のGPT-4およびヒト臨床医のデータと比較して,確立された方法論を用いてパフォーマンスを比較した.
主要な成果:
- o1モデルは,テストされたビネットの70%で測定可能なバイアスを示さなかった.
- バイアスされたヴィニエットでは,o1のバイアスの大きさはGPT-4とヒト臨床医よりも低い.
- このモデルは1つのヴィニエット (オッカムの剃刀) で一貫したバイアスを示し,ギャップを埋めるシグナルでバイアスの傾向が強い.
- シナリオ内での合意は94%を超えており,これは以前報告されたより低い意思決定の変動を示しています.
結論:
- 医療における認知バイアスと意思決定の 変動性を減らすことに AIによる高度な推論モデルは有望である.
- しかし,AIモデルは認知バイアスに完全に免れられないため,失敗の状況に関するさらなる研究が必要です.
- AIの意思決定支援ツールには利点がありますが,安全で効果的な臨床統合には慎重に評価する必要があります.
さらに関連する動画
06:58Highlighting and Reducing the Impact of Negative Aging Stereotypes During Older Adults' Cognitive Testing
Published on: January 24, 2020
05:15The Spatial Memory Game: Testing the Relationship Between Spatial Language, Object Knowledge, and Spatial Cognition
Published on: February 19, 2018
関連する概念動画
Hindsight Biases
Confirmation Biases
Lazarus's Cognitive Appraisal Theory
Primary Appraisal:...
Stereotypes, Prejudice, and Discrimination
Language and Cognition
Stereotype Content Model