مسح الأدلة والمطالبات الصحية: قراءة العلوم بشكل صحيح، وتجنب الادعاءات الكاذبة

المكاسب:

• القدرة على تقييم مطالبات التغذية من خلال النظر في التسلسل الهرمي للأدلة والتمييز بين الارتباط والسببية
• القدرة على التعرف على هلوسة مصدر الذكاء الاصطناعي والتحقق من كل مرجع من المصدر الأساسي
• القدرة على استخدام الذكاء الاصطناعي ليس للعثور على المصادر، ولكن لطرح الأسئلة وتقييم المصدر بشكل نقدي

يتطور علم التغذية بسرعة ويتم نشر أبحاث جديدة باستمرار. تعتمد القيمة المهنية لأخصائي التغذية على قدرته على تمييز الحقيقة في هذا الفيضان من الأدلة، والبقاء على اطلاع دائم، وبناء ادعاءاته على أساس متين. في الوقت نفسه، تعد التغذية أحد المجالات التي تزدهر فيها العلوم الزائفة أكثر من غيرها: حيث يتم تداول ادعاءات جديدة حول "الطعام المعجزة"، و"السموم"، و"الأطعمة الخارقة" كل أسبوع. يمكن أن يساعد الذكاء الاصطناعي على كلا الجبهتين: فهو يلخص النصوص العلمية، ويبسط الدراسات المعقدة، ويساعدك على التشكيك في مستوى الأدلة الخاصة بالادعاء. ولكن هنا يكمن أخطر فخ للذكاء الاصطناعي: فهو قادر على تلفيق دراسات غير موجودة، واختراع مصادر، وتقديم الأدلة الضعيفة على أنها أدلة قوية. مبدأ هذه الوحدة: استخدام الذكاء الاصطناعي لتقييم الأدلة والتشكيك فيها، وليس للعثور عليها؛ التحقق من كل مصدر وكل ادعاء من المصدر الأساسي.

التسلسل الهرمي للأدلة: ليست كل الدراسات متساوية

في العلم، قوة الأدلة تشكل الهرم. تزداد القوة من الأسفل إلى الأعلى:

مستوى الأدلة

ماذا تقصد؟

القوة

رأي الخبراء / حكاية

تجربة شخصية "نجحت مع صديق لي"

الأضعف

سلسلة القضية

ملاحظة عدد قليل من المرضى

ضعيف

دراسة رصدية

مراقبة السكان (الارتباط)

متوسطة

تجربة معشاة ذات شواهد (RCT)

تجربة مع مجموعات عشوائية (السبب والنتيجة)

قوي

المراجعة المنهجية/التحليل التلوي

ملخص موحد للعمل الشاق

الأقوى

معرفة هذا التسلسل الهرمي أمر بالغ الأهمية؛ لأن معظم الادعاءات الواردة في الأخبار بأن "هذا الطعام يفعل ذلك" تستند في الواقع إلى دراسات رصدية ضعيفة. "الارتباط" (حدثان معًا) ليس "سببية" (أحدهما يسبب الآخر): ملاحظة أن شاربي القهوة يعيشون لفترة أطول لا تثبت أن القهوة تطيل العمر. في بعض الأحيان، يطمس الذكاء الاصطناعي هذا التمييز؛ تحتاج إلى توضيح.

هلوسة مصدر الذكاء الاصطناعي

الخطأ الأكثر خطورة في نماذج اللغة هو أنها تقوم بتلفيق دراسات علمية، وأسماء مؤلفين، وأسماء مجلات، وأرقام DOI غير موجودة في الواقع. يستطيع الذكاء الاصطناعي أن يخبرك بجملة مقنعة "بحسب دراسة نشرت في مجلة التغذية عام 2021..."؛ هذا العمل قد لا يكون موجودًا أبدًا. لذا فإن القاعدة الذهبية: لا تستخدم أي مصدر يقدمه YZ دون تأكيده من المصدر الأساسي (PubMed، Cochrane، original Journal). يعد استخدام الذكاء الاصطناعي كمحرك بحث للأدبيات خطأً مهنيًا.

تحذير: إذا أخبرت الذكاء الاصطناعي "بقائمة الدراسات التي تدعم هذا" فقد تحصل على مراجع مقنعة ولكنها مزيفة. الاستخدام الصحيح: أعط نص دراسة حقيقية للذكاء الاصطناعي واسأل "تلخيص هذا / ما هي حدود هذه الدراسة؟" هو أن نسأل. أحضر المصدر، وسيقوم الذكاء الاصطناعي بتفسيره.

المبادئ التوجيهية الموثوقة والإجماع العلمي

لا يتعين على اختصاصي التغذية فحص الأدبيات من الصفر لكل سؤال؛ هناك مبادئ توجيهية وطنية ودولية لمعظم الحالات السريرية. الأدلة عبارة عن وثائق توافقية يتم تحديثها بانتظام والتي من خلالها تقوم فرق الخبراء بتقييم وإبرام العديد من الدراسات؛ على سبيل المثال، دليل التغذية التركي (TÜBER)، وتوصيات منظمة الصحة العالمية (WHO)، وإرشادات التغذية الخاصة بجمعيات مرض السكري وأمراض القلب. عند تقييم المطالبة، اسأل أولاً "ماذا تقول التوجيهات الحالية عن هذا؟" "أكثر موثوقية من الضياع في الدراسات الفردية؛ لأن الدليل قد سبق وزن الأدلة. يمكنك استخدام الذكاء الاصطناعي هنا بطريقتين: لتلخيص النص الفعلي للدليل، أو للتساؤل عما إذا كانت المطالبة متوافقة مع الإجماع العام في الأدلة. لكن كن حذرًا: قد تكون معلومات الدليل الموجودة في ذاكرة الذكاء الاصطناعي قديمة أو مشوشة؛ تأكد دائمًا من المصدر الرسمي من إصدار الدليل الحالي والتوصية الدقيقة. قبل أن تقول "العلم يقول هذا"، تحقق من الإجماع الحالي لهذا العلم من الوثيقة الفعلية. يتم تحديث الأدلة مع تغير العلم. ربما تم تنقيح توصية منذ ثلاث سنوات اليوم.

استخدام الذكاء الاصطناعي بشكل صحيح في تقييم الأدلة

1. انت احضر المصدر ابحث عن مقالة أو ملخص أو دليل فعلي؛ أعطها لمنظمة العفو الدولية.
2. تلخيص وتبسيط. قم بترجمة النص المعقد إلى لغة مفهومة - ولكن قارن المطالبات بالنص.
3. سؤال القيود. "ما هي نقاط الضعف المنهجية في هذه الدراسة؟" الذكاء الاصطناعي جيد في توليد الأسئلة الحرجة.
4. إثبات المطالبة إلى مستوى الأدلة. اطلب منهم تصنيف مستوى الأدلة التي يستند إليها الادعاء.
5. التحقق من المصدر الأساسي. التحقق من كل قضية وكل نتيجة وكل مصدر مع الأصل.

ثلاث حالات صغيرة

الحالة 1 - مصدر ملفق. للحصول على عرض تقديمي، يقول اختصاصي التغذية للذكاء الاصطناعي: "قدم 3 دراسات تثبت فوائد الصيام المتقطع". الذكاء الاصطناعي يعطي ثلاث دراسات، المؤلف والسنة. يبحث اختصاصي التغذية في PubMed: اثنان من الثلاثة غير موجودين على الإطلاق، أحدهما يدور حول موضوع مختلف. ولو أنه أدرجها في العرض، لدمرت مصداقيته المهنية. كانت الطريقة الصحيحة هي العثور على المجموعات الفعلية نفسها وجعل الذكاء الاصطناعي يلخصها. الدرس المستفاد: الذكاء الاصطناعي يخترع الموارد؛ التحقق من كل مرجع.

الحالة 2 - فخ الارتباط والسببية. عنوان مقال إخباري "الإفطار يجعلك تفقد الوزن"، بناء على دراسة رصدية مفادها أن "أولئك الذين يتناولون وجبة الإفطار يكونون أكثر نحافة". يسأل العميل هذا. يطلب اختصاصي التغذية من الذكاء الاصطناعي تلخيص الدراسة والتساؤل عن قيودها؛ اتضح أن الأشخاص الذين يتناولون وجبة الإفطار بشكل عام يعيشون بشكل أكثر نشاطًا وانتظامًا، مما يعني أن العلاقة ليست سببية. يقدم اختصاصي التغذية معلومات متوازنة للعميل. الدرس المستفاد: الملاحظة ليست سببية.

الحالة 3 - الاستخدام الصحيح. يجد اختصاصي التغذية تحليلًا تلويًا حديثًا لاحتياجات البروتين (حقيقيًا، من PubMed)، لكن النص طويل وتقني. أعطها للذكاء الاصطناعي واسأل "ما هي النتيجة الرئيسية والعينة والقيود والتأثيرات العملية؟" يسأل. يلخص الذكاء الاصطناعي النص بأمانة. يتحقق اختصاصي التغذية من الملخص من خلال مقارنته بالأصل وتكييفه مع ممارسته. خفض الذكاء الاصطناعي عبء القراءة؛ بقي المصدر والتحقق مع اختصاصي التغذية.

قوالب سريعة قابلة للنسخ

نموذج ملخص الدراسة (أنت تقدم المصدر) يوجد أدناه نص/ملخص ورقة علمية فعلية. قم بتلخيص ذلك بالعناوين التالية: سؤال البحث، الطريقة/التصميم، العينة، النتيجة الرئيسية، القيود، التضمين العملي. لا تضف أي شيء غير موجود في النص؛ مناسب. النص: [...]

نموذج تصنيف مستوى الأدلة بالنسبة للادعاء التالي: "[المطالبة]". ضع في اعتبارك مستوى الأدلة التي يستند إليها هذا الادعاء عادةً (الرواية / المراقبة / التجارب المعشاة ذات الشواهد / التحليل التلوي). اذكر ما إذا كان هناك ارتباط أو سببية. المصدر مزيف؛ مجرد تحليل قوة الأدلة للمطالبة.

نموذج الاستفسار النقدي قم بإدراج نقاط الضعف المنهجية والتحيزات المحتملة (حجم العينة الصغير، المدة القصيرة، تضارب المصالح، عامل الإرباك) في ملخص الدراسة التالي. لا تبالغ في النتيجة؛ النقد المتوازن. الملخص: [...]

نموذج التحقق من واقع المطالبة سمع العميل الادعاء التالي: "[على سبيل المثال، شاي التخلص من السموم يزيل السموم]". قم بتقييم الأساس العلمي لهذا الادعاء بصدق: ما هو معروف، ما هو غير معروف، ما هي الأجزاء الخاطئة/المبالغ فيها. قم بصياغة تفسير مدروس وغير مخيف لإخبار العميل به. تصنيع المصدر.

موجه ضعيف / موجه قوي

حث ضعيف:

قائمة بالدراسات التي تثبت أن الزنجبيل يقوي المناعة.

هذه الرغبة تدفع الذكاء الاصطناعي إلى اختلاق المصادر وتنتج التحيز من خلال طرح طريقة واحدة ("الإثبات"). وصول شهادات وهمية.

مطالبة قوية:

دورك: مساعد تقييم الأدلة؛ مصدر مزيف قم بتقييم ادعاء "الزنجبيل يعزز المناعة" بشكل متوازن: ما هو مستوى الأدلة التي يستند إليها هذا الادعاء عادة، هل الدليل قوي أم ضعيف، ارتباط أم سببية؟ التمييز بين ما هو معروف وما هو غير معروف. لا تشير إلى الدراسات الفعلية (سوف أتحقق منها من PubMed)؛ مجرد تحليل قوة الأدلة للمطالبة.

أما الموجه الثاني فيحظر اختلاق المصادر، ويتطلب تقييماً متوازناً (وليس من جانب واحد)، ويترك عملية التحقق للبشر؛ الإخراج هو أداة تفكير آمنة.

الأخطاء الشائعة

• الخلط بين الذكاء الاصطناعي ومحرك بحث الأدبيات: طلب الموارد؛ يقوم الذكاء الاصطناعي بتكوين المراجع.
• عدم التأكد من المصدر: استخدام العمل المقدم من قبل الذكاء الاصطناعي دون التحقق منه من المصدر الأساسي.
• الارتباط الخاطئ للسببية: تقديم نتائج المراقبة على أنها "هذا يفعل ذلك".
• تجاهل مستوى الأدلة: مساواة الحكاية بالتحليل التلوي.
• السؤال من جانب واحد: خلق التحيز من خلال قول "دراسات إثبات"؛ مشكلة متوازنة.
• إهمال الحداثة: افتراض أن المعلومات القديمة/التي عفا عليها الزمن حديثة؛ انظر الإصدار الحالي من الأدلة.

باختصار

إن قراءة الأدلة والاهتمام بالادعاءات الصحية هي أساس المصداقية المهنية لأخصائي التغذية. يعد الذكاء الاصطناعي مساعدًا قويًا للقراءة والاستقصاء في هذا المجال: فهو يلخص الدراسات الحقيقية، ويستخرج القيود، ويحلل مستوى أدلة الادعاءات. لكن الذكاء الاصطناعي يختلق المصادر، وهذا هو أخطر خطأ يرتكبه. قم دائمًا بإحضار المصدر والتأكد منه من المصدر الأساسي؛ علاقة منفصلة عن السببية. مراقبة التسلسل الهرمي للأدلة؛ شكك في الادعاءات بطريقة متوازنة. يعمل الذكاء الاصطناعي على تسريع تفكيرك؛ لكن مسؤولية العلم ودقة المصدر وصدق الادعاء تقع على عاتقك.

مهمة التطبيق

اختر ادعاءً غذائيًا شائعًا (على سبيل المثال، "النظام الغذائي القلوي يوازن الجسم" أو "تناول الطعام في وقت متأخر من الليل يزيد وزنك"). احصل على تقييم متوازن من الذكاء الاصطناعي باستخدام "نموذج التحقق من واقع المطالبة". ثم استخدم "نموذج تصنيف مستوى الأدلة" لتحديد مستوى الأدلة التي يستند إليها الادعاء. أيضًا، اطلب من الذكاء الاصطناعي عن عمد "قائمة المصادر" وابحث في أحد المراجع التي يقدمها في PubMed؛ معرفة ما إذا كان هذا حقيقيا. هذه التجربة سوف تجسد الهلوسة المصدر.

قائمة مرجعية

• [ ] أحضرت المصدر؛ لم أشكل إشارة إلى الذكاء الاصطناعي.
• [ ] لقد أكدت كل مصدر قدمه YZ من المصدر الأساسي.
• [ ] فرقت بين الارتباط والسببية.
• [ ] لقد صنفت المطالبة حسب التسلسل الهرمي للأدلة.
• [ ] لقد شككت في المطالبات بطريقة متوازنة (وليست من جانب واحد).
• [ ] لقد تحققت من توافق المعلومات مع الأدلة/المجموعات الحالية.