اگه تا حالا شده درباره یه موضوع سلامتی بخوای از اینترنت یا چت‌بات‌ها سوال بپرسی، می‌دونی که چقدر می‌تونه گیج‌کننده باشه. مخصوصاً الان که مدل‌های زبان هوشمند – یعنی همین هوش مصنوعی‌هایی مثل ChatGPT که می‌تونن سوال جواب بدن و حرف بزنن – همش دارن قوی‌تر و باهوش‌تر می‌شن. اما خب، این وسط یه مشکلی هم هست: گاهی این چت‌بات‌ها ممکنه اشتباه کنن، حرف‌های جانب‌دارانه بزنن یا حتی اطلاعات غلط بدن!
توی یه تحقیق جدید که با کمک ۴ تا مطالعه مختلف (یه جور که هم آمار و ارقام داشتن هم مصاحبه و نظرخواهی، به این سبک می‌گن مطالعات ترکیبی)، رفتار آدم‌ها وقتی با این مدل‌های زبان بزرگ (LLMs) درباره سلامتیشون حرف می‌زدن، بررسی شد. شرکت‌کننده‌ها جمعاً 163 نفر بودن، پس نمونه خوبی داشتن.
حالا چی فهمیدن؟ اینکه اگه چت‌بات‌ها فقط جواب بدن بدون اینکه دنبال “زمینه” و “جزئیات” بیشتری برن (به این کار می‌گن context-seeking یعنی اینکه چت‌بات سوال کنه و بفهمه دقیقا طرف دنبال چیه یا چه شرایطی داره)، ممکنه کاربر چیزای مهمی رو یادش بره به چت‌بات بگه یا اصلاً خودش هم خبر نداشته باشه که لازمه بگه! اینجاست که اهمیت context-seeking معلوم می‌شه: اگه هوش مصنوعی خودش دنبال اطلاعات بیشتر باشه، هم گفتگو بهتر پیش می‌ره، هم جوابا دقیق‌تر می‌شن، حتی اگه جواب آخرِ کار چند پیام طول بکشه.
جالبه که توی این تحقیقات، وقتی چت‌بات میومد سوال می‌پرسید و بیشتر پیگیر جزییات می‌شد، مردم خوششون میومد و حس می‌کردن جواب‌ها بر اساس نیاز و شرایط خودشونه. یعنی واقعاً برعکس چیزی بود که فکر کنی مردم فقط دوست دارن سریع به جواب برسن؛ اتفاقا براشون مهم بود که جواب، «شخصی‌سازی شده» باشه.
بعد محقق‌ها اومدن یه مدل جدید ساختن به اسم Wayfinding AI (یعنی یه جور هوش مصنوعی که کمک می‌کنه مسیرت رو پیدا کنی و بهتر راهنماییت کنه). این مدل قبل از جواب دادن حسابی درباره شرایط فرد سوال می‌پرسید. بعد این مدل رو کنار یه چت‌بات پایه‌ای (یعنی یه چت‌بات معمولی که خیلی سوال نمی‌پرسه) گذاشتن و به صورت «کور» (یعنی شرکت‌کننده‌ها نمی‌دونستن کدوم چت‌بات رو دارن استفاده می‌کنن) تست گرفتن.
نتیجه چی شد؟ آدم‌ها به این Wayfinding AI بیشتر از چت‌بات معمولی امتیاز دادن: حس کردن جواب هاش کاربردی‌تر، مربوط‌تر و مخصوص خودشونه. خلاصه، معلوم شد تاثیر اینکه چقدر یه چت‌بات خودش دنبال زمینه و جزئیات می‌ره، واقعاً زیاده.
این تجربه‌ها نشون می‌ده که اگه می‌خوایم هوش مصنوعی تو زمینه سلامتی واقعاً به درد بخوره، باید یاد بگیره چطور از کاربر سوال‌های خوب و به‌جا بپرسه و دنبال اطلاعات بیشتر بره. فقط جوابِ خشک و خالی و سریع کار رو راه نمی‌ندازه!
تهش هم پیشنهاد این مقاله اینه که طراحای هوش مصنوعی برای زمینه‌های سلامتی، یه فرمول جدید برای طراحی گفتگوها درنظر بگیرن؛ فرمولی که همیشه به فکر گرفتن اطلاعات بیشتر و پیگیری جزئیات کاربر باشه. اینجوری گفتگوها هم واقعی‌تر، هم مفیدتر و هم شخصی‌تر می‌شن و آدم‌ها راحت‌تر می‌تونن از هوش مصنوعی سوال‌های مهم سلامتیشون رو بپرسن و جواب درست و دقیق بگیرن.
منبع: +
