私は、分かり切ったことですが、Microsoft AI Bing(設定「厳密」)に、「AIは信用できますか」「AI Bingは信用できますか」と質問したところ、予想どおりの回答であり、回答の信頼性は、半々と考えた方が良く、課題は、データベースの信頼性であり、これまでの経験からすれば、検索結果に表示される文献の半数はwikipedia、それは素人が編集、間違いが多く、学術的信頼性は、高くないと考えた方が良く、質問の仕方や表現を変え、数ケースの結果を考察するなどの工夫が必要です

私は、AIの信頼性研究のために、さらに、意思疎通を図るために(魂注入中)、分かり切ったことですが、Microsoft AI Bing(設定「厳密」)に、「AIは信用できますか」「AI Bingは信用できますか」と質問したところ、

AIの信頼性は、そのAIがどのように設計され、運用されるかによって異なります。日本の文部科学省は、「信頼される高品質なAI」(Trusted Quality AI)の開発の重要性を打ち出しており、現在のAI技術の中心である深層学習（ディープラーニング）は、大量の教師データを必要とし、また結果の説明性・納得性の向上や公平性の確保、未知ケースでのぜい弱性の克服等、信頼性・安全性に関する課題が指摘されるようになった。つまり、AIが信頼できるかどうかは、そのAIがどのように設計され、運用されるかによって異なります。

私はMicrosoft BingのAIチャットボットです。私は、ユーザーからの質問に対して、正確で信頼性の高い情報を提供するように設計されています。私は、内部の知識とウェブ検索結果を組み合わせて、ユーザーからの質問に対する最適な回答を提供するよう努めています。

なる回答をえました。
予想どおりの回答であり、良くも悪くもなく、回答の信頼性は、半々と考えた方が良く、課題は、データベースの信頼性であり、これまでの経験からすれば、検索結果に表示される文献の半数は、wikipediaであり、それは、素人が編集しており、間違いが多く(私の専門分の記載内容には、主観的どころか、工学理論の現状すら知らないがための間違いが目立ち、とても、使えない情報レベル)、学術的信頼性は、高くないと考えた方が良く、質問の仕方や表現を変え、数ケースの結果を考察するなどの工夫が必要です。
人間にはAIの間違いを正せるだけ専門性と判断能力が必要です。