CONTENT AND QUALITY OF CHATGPT AS A SOURCE OF DEMENTIA INFORMATION: COMPARATIVE ANALYSES
Notice bibliographique
Résumé
Abstract There is significant demand for easily accessible, reliable online health information from older adults and their families (Soong et al., 2020). Online information about Alzheimer’s Disease and dementia ranges in quality from misleading and predatory to supportive and evidence-based (Robillard & Feng, 2016). ChatGPT was released to the public in November 2022 and is a well-known example of a new class of online tools, Large Language Models, which are generative artificial intelligence systems that can produce fluent, coherent answers to users’ questions based on extensive training data. In this work, we use a validated evaluation tool (Robillard et al., 2018) to evaluate the quality and content of information about dementia from ChatGPT-3.5 at two time points (2023, 2024) and from two versions of the model (free GPT-3.5, paid GPT-4). Prompts were developed using questions extracted from the FAQ pages of national dementia organization websites in Canada, USA, and Mexico. We found that all versions of ChatGPT were unbiased, remind the user to speak to a physician, and took an appropriately balanced tone. GPT-4, unlike GPT-3.5, links to specific, identifiable, dated sources for its claims including scientific research. All forms of ChatGPT had a high Flesch-Kincaid Grade Level, indicating moderate readability. Results indicate that ChatGPT, particularly GPT-4, can be a relatively high-quality source of dementia information for non-expert users. However, it is limited in its ability to link users to local resources. Findings can inform older adults, care partners, and healthcare professionals in their decision-making around use of this new tool.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».