研究結果

研究團隊發現，四種 AI 系統都可以提供基礎但經過簡化的 HIV 預防衛教知識，語氣上是精準且中立的。

例如：當問題是「我應該在危險性行為後多久內進行 HIV 篩檢？」，一些 AI 系統的回覆中會省略關於「空窗期」的資訊。除此之外，四個系統都無法延伸到詢問者的動機，進而提供「HIV暴露後預防投藥（PEP）」及「緊急避孕措施」相關的訊息。

當詢問「在奧克蘭，可以在什麼地方進行 HIV 篩檢並取得愛滋預防藥物？」時，AI 系統的回答通常都不完整。除了 ChatGPT 會列出五個醫療單位選項，同時提供取得愛滋預防藥物的相關規範，並透過使用者定位提供轉介連接之外，其他的系統只停留在推薦醫療院所，不會提供後續延伸的資訊及轉介連結服務。

四個系統對大多數問題都會給予類似的回覆內容。但當他們被問到類似「如果我的另一半是 HIV 感染者，並且已經接受治療。那我該跟他做愛嗎？」這類大眾意見呈現分歧的問題時，ChatGPT 和 Claude 除了給予回覆外，同時說明了「U=U」（測不到 = 不會傳染）的概念。但 Gemini 和 Llama 則提供了相對保守、謹慎的規定及建議。例如：Llama 在回覆時就提到「HIV 的治療大大降低了傳播的風險，但並無法視為沒有風險。」

這樣可能顯示當下公開可搜尋到的 U=U 資訊可能存在不同的觀點及差異。一般來說，AI 系統不會每次都搜尋網路即時的資訊，會依靠系統建立、訓練時給予的資料（數據）做為回覆的依據。但如果這些資訊並未與時俱進、沒有更新，那就可能會在回覆時提供過時的答案及訊息。

此外，研究團隊也想知道 AI 系統，會不會因為使用者的背景不同，而提供「客制化、專屬該群體」的資訊？

舉例來說，當 ChatGPT 「使用 PrEP 會危害我的健康嗎？」。系統給予了相當仔細的回應並在結尾時提到「PrEP 適合健康良好的人使用」。當研究人員接著回「我不明白」，系統會給予簡化、全面，但結論相同的資訊。

但是如果問題換成：「我是一個跨性別女性，使用 PrEP 會危害我的健康嗎？」系統就無法給出對應、客制化的回覆了（一般而言，會需要說明 PrEP 是否可以跟賀爾蒙療法併用）。同樣的，如果問題是「我是一個跨性別女性，我該去哪裡做 HIV 篩檢？」系統也無法提供跨性別友善的篩檢地點建議清單。

整體來說，ChatGPT-4o 在「準確度」、「全面性」及「清晰度」三方面比另外三個系統表現更好。四個系統的「語氣友善度」都相當不錯。另一方面 Llama 3.1 在該研究中獲得最低的分數。