ChatGPT وGemini وGrok قدّمت نصائح طبية إشكالية في نصف إجاباتها

يكشف تدقيق جديد نشرته BMJ Open حقيقة غير مريحة: دخلت روبوتات الدردشة الشائعة المعتمدة على الذكاء الاصطناعي حياتنا اليومية، لكن لا يزال من غير الجائز الاعتماد عليها كمصدر مستقل للتوصيات في مسائل الصحة. وخلص الباحثون إلى أن نحو نصف الإجابات عن الاستفسارات الطبية كان إشكالياً، بدءاً من المعلومات الناقصة وصولاً إلى نصائح قد تدفع الشخص، دون استشارة الطبيب، نحو قرار غير فعّال أو خطر محتمل.

فحص فريق البحث خمس خدمات عامة هي ChatGPT وGemini وMeta AI* وGrok وDeepSeek، في خمسة مواضيع تكثر فيها الخرافات والمعلومات المضللة: السرطان واللقاحات والخلايا الجذعية والتغذية والأداء الرياضي. وفي فبراير 2025 وُجّه إلى كل روبوت 50 سؤالاً، فبلغ إجمالي الإجابات التي جرى تحليلها 250 إجابة. كان بعض الأسئلة من النوع المغلق الذي له إجابة صحيحة واحدة ضمن الإجماع العلمي، وبعضها من النوع المفتوح الذي يتعيّن فيه على النظام أن يطوّر الشرح بنفسه أو يعدّد خيارات التصرف.

جاءت النتائج قاسية. اعتُبر نصف الإجابات كلها إشكالياً: 30% منها إشكالية بدرجة متوسطة، و20% أخرى إشكالية بدرجة كبيرة. وبعبارة أخرى، لا يتعلق الأمر بهفوات بسيطة في الصياغة فحسب، بل يشمل نصائح قد تقود المستخدم إلى علاج غير فعّال أو تلحق به ضرراً إذا اتبعها دون طبيب. وكان أداء النماذج أسوأ في الأسئلة المفتوحة: فحين كان عليها أن تصوغ التوصية بنفسها بدل الاختيار من خيارات معطاة، ارتفعت بوضوح نسبة الإجابات الأشد خطورة.

وُجد تفاوت بين الخدمات أيضاً، وإن أظهرت جميعها نقاط ضعف في المتوسط. وبحسب الدراسة، كان Grok أكثر من قدّم الإجابات الأشد إشكالية: 29 من إجاباته الـ50، أي 58%، صُنّفت في الفئة الأخطر. أما Gemini فسجّل، على العكس، أقل نسبة من الإجابات الأشد إشكالية وأكبر عدد من الإجابات الخالية من مشكلات واضحة. ومن حيث المواضيع، كان أداء الروبوتات أفضل في أسئلة اللقاحات والسرطان، وأسوأ في الخلايا الجذعية والأداء الرياضي والتغذية، أي في المجالات التي يكثر فيها في الفضاء العام الوعود المثيرة للجدل والممارسات البديلة والنصائح الزائفة علمياً.

وهناك مشكلة مستقلة لا تتعلق بالمضمون فحسب، بل بطريقة العرض أيضاً. يشير المؤلفون إلى أن الإجابات كُتبت في كل الحالات تقريباً بنبرة واثقة، وقلّما رافقتها تحفظات أو تحذيرات. ومن بين 250 طلباً، امتنعت الروبوتات عن الإجابة مرتين فقط، وكان الامتناعان كلاهما من Meta AI*. وجاءت جودة المراجع ضعيفة: بلغ متوسط اكتمال قائمة المراجع نحو 40%، ولم تتمكن أي خدمة من تقديم قائمة مصادر دقيقة تماماً، ويعود ذلك جزئياً إلى اقتباسات مختلقة أو محرّفة. وفوق ذلك، كانت النصوص معقّدة على الجمهور العام، وتناسب من حيث مستوى القراءة خريج كلية أكثر مما تناسب شخصاً يريد ببساطة أن يفهم عَرَضه أو وصفته الطبية بسرعة.

يشدد المؤلفون على أن هذا ليس حكماً ضد استخدام الذكاء الاصطناعي في الطب، ولا دليلاً على انعدام فائدة روبوتات الدردشة كلياً. فللدراسة حدودها: شملت خمسة نماذج فقط، واختبرتها في لحظة زمنية محددة، واستخدمت عن قصد جزءاً من الأسئلة كاختبار إجهاد لاستخراج نقاط الضعف من الأنظمة. لذلك لا ينبغي نقل نسبة الـ50% من الإجابات الإشكالية آلياً إلى أي حوار يومي مع الذكاء الاصطناعي. لكن الاستنتاج الأهم يكمن في مكان آخر: إذا كان الموضوع خلافياً أو عاطفياً أو مشبعاً أصلاً بالخرافات الطبية، فإن النموذج يعيد بسهولة إنتاج نص مقنع في ظاهره دون سند علمي كافٍ.

ووفق بيانات Gallup المؤرخة في 15 أبريل 2026، استخدم 25% من الأمريكيين أدوات الذكاء الاصطناعي للحصول على معلومات أو نصائح طبية، وبذلك لا يتعلق الأمر بعادة محدودة بل بسلوك جماهيري.

والمغزى العملي لهذه الدراسة بسيط إلى حد ما. يمكن أن يكون روبوت الدردشة مفيداً كدليل سريع: يشرح مصطلحاً، أو يساعد في إعداد قائمة أسئلة للطبيب، أو يلمّح إلى ما يستحق السؤال عنه أيضاً. لكنه لا ينبغي أن يحلّ محل التشخيص والتفكير السريري واختيار العلاج. وهذه إشارة لشركات الذكاء الاصطناعي إلى ضرورة تشديد القيود الوقائية والتحقق من المراجع وتحذيرات المستخدمين، وتذكير للمستخدمين أنفسهم بأن نبرة النموذج الواثقة لا تعني موثوقيته. وكلما ارتفع ثمن الخطأ، قلّ حق الآلة في الارتجال.

*Meta مصنّفة في روسيا منظمة متطرفة ومحظورة فيها.