zisky:
- Schopnost hodnotit výživová tvrzení zvážením hierarchie důkazů a rozlišováním mezi korelací a příčinnou souvislostí
- Schopnost rozpoznat zdrojovou halucinaci umělé inteligence a ověřit každou referenci z primárního zdroje
- Schopnost používat umělou inteligenci ne k nalezení zdrojů, ale ke zpochybnění a kritickému hodnocení zdroje
Věda o výživě se rychle vyvíjí a neustále jsou publikovány nové výzkumy. Odborná hodnota dietologa závisí na jeho schopnosti rozeznat pravdu v této záplavě důkazů, zůstat aktuální a založit svá tvrzení na pevných základech. Výživa je přitom jednou z oblastí, kde se pseudovědě daří nejvíce: každý týden koluje nové tvrzení „zázračné jídlo“, „toxin“, „superpotravina“. Umělá inteligence může pomoci na obou frontách: shrnuje vědecké texty, zjednodušuje složité studie, pomáhá vám zpochybnit úroveň důkazů pro tvrzení. Ale právě tady leží nejnebezpečnější past AI: dokáže vyrobit studie, které neexistují, vymýšlet zdroje a prezentovat slabé důkazy jako silné. Princip této jednotky: používat AI k hodnocení a zpochybňování důkazů, ne k jejich nalezení; ověřit každý zdroj a každé tvrzení z primárního zdroje.
Hierarchie důkazů: ne všechny studie jsou stejné
Ve vědě síla důkazu tvoří pyramidu. Výkon se zvyšuje zdola nahoru:
Úroveň důkazů
co tím myslíš?
moc
Znalecký posudek / anekdota
Osobní zkušenost, "mému známému to fungovalo"
nejslabší
Série případů
Pozorování malého počtu pacientů
slabý
observační studie
Monitorování populace (korelace)
střední
Randomizovaná kontrolovaná studie (RCT)
Experimentujte s náhodnými skupinami (příčina a následek)
silný
Systematický přehled/metaanalýza
Konsolidované shrnutí tvrdé práce
nejsilnější
Znalost této hierarchie je kritická; Protože většina tvrzení „toto jídlo to dělá“ ve zprávách je ve skutečnosti založena na slabých pozorovacích studiích. „Korelace“ (dvě věci vyskytující se společně) není „příčinná souvislost“ (jedna způsobuje druhou): pozorování, že pijáci kávy žijí déle, nedokazuje, že káva prodlužuje život. AI někdy tento rozdíl stírá; Musíte si to ujasnit.
Halucinace zdroje AI
Nejzákeřnější chybou jazykových modelů je, že vytvářejí vědecké studie, jména autorů, názvy časopisů a čísla DOI, které ve skutečnosti neexistují. AI vám může říci přesvědčivou větou: „Podle studie zveřejněné v Journal of Nutrition v roce 2021…“; ta práce možná nikdy nebude existovat. Takže zlaté pravidlo: Nepoužívejte žádný zdroj poskytnutý YZ, aniž byste to potvrdili z primárního zdroje (PubMed, Cochrane, původní časopis). Používání umělé inteligence jako vyhledávače literatury je profesionální chyba.
Upozornění: Pokud řeknete AI „seznam studií, které to podporují“, můžete získat přesvědčivé, ale falešné reference. Správné použití: dejte text skutečné studie AI a zeptejte se "shrňte to / jaká jsou omezení této studie?" je zeptat se. Vy přinesete zdroj, AI jej interpretuje.
Důvěryhodné pokyny a vědecký konsensus
Dietolog nemusí pro každou otázku prohledávat literaturu od nuly; Pro většinu klinických situací existují národní a mezinárodní směrnice. Návody jsou pravidelně aktualizované konsensuální dokumenty, z nichž expertní panely hodnotí a uzavírají četné studie; například Türkiye Nutrition Guide (TÜBER), doporučení Světové zdravotnické organizace (WHO), výživová doporučení diabetiků a kardiologických asociací. Při hodnocení nároku se nejprve zeptejte: „Co o tom říkají aktuální pokyny?“ ' je spolehlivější než ztrácet se v jednotlivých studiích; protože průvodce už zvážil množství důkazů. Umělou inteligenci zde můžete použít dvěma způsoby: ke shrnutí skutečného textu příručky nebo ke zpochybnění, zda je tvrzení v souladu s obecným konsensem v příručkách. Ale buďte opatrní: informace o adresáři v paměti AI mohou být staré nebo zmatené; Vždy si ověřte u oficiálního zdroje, která verze průvodce je aktuální a přesné doporučení. Než řeknete „To říká věda“, ověřte si současný konsensus této vědy ze skutečného dokumentu. Průvodci jsou aktualizováni, jak se věda mění; Doporučení z doby před třemi lety mohlo být dnes revidováno.
Správné používání AI při hodnocení důkazů
- Přineseš zdroj. Najděte aktuální článek, shrnutí nebo průvodce; Dejte to AI.
- Shrnout a zjednodušit. Nechte si složitý text přeložit do srozumitelného jazyka – ale porovnejte tvrzení s textem.
- Zpochybňujte omezení. "Jaké jsou metodologické slabiny této studie?" Umělá inteligence je dobrá při generování kritických otázek.
- Uveďte tvrzení na úroveň důkazů. Nechte je klasifikovat úroveň důkazů, na kterých je tvrzení založeno.
- Ověřte z primárního zdroje. Ověřte každý problém, každý výsledek a každý zdroj s originálem.
tři mini pouzdra
Případ 1 – Vymyšlený zdroj. Pro prezentaci, dietolog říká AI, "uveďte 3 studie, které prokazují výhody přerušovaného půstu." AI uvádí tři studie, autora a rok. Dietoložka hledá na PubMed: dvě ze tří vůbec neexistují, jedna je na jiné téma. Pokud by to zařadil do prezentace, byla by zničena jeho odborná důvěryhodnost. Správným způsobem bylo najít samotné kompilace a nechat je AI shrnout. Lekce: AI vynalézá zdroje; Ověřte každou referenci.
Případ 2 – Past korelace-příčinnosti. Novinový článek s titulky „snídaně zhubne“, založený na pozorovací studii, ve které „ti, kdo snídají, jsou hubenější“. Na to se ptá klient. Dietolog nechá AI shrnout studii a zpochybnit její omezení; Ukazuje se, že lidé, kteří snídají, obecně žijí aktivněji a pravidelněji, to znamená, že vztah není kauzální. Dietolog poskytuje klientovi vyvážené informace. Poučení: pozorování není kauzalita.
Případ 3 – Správné použití. Dietolog našel nedávnou metaanalýzu potřeb bílkovin (skutečnou, z PubMed), ale text je dlouhý a technický. Předejte to AI a zeptejte se „co je hlavní zjištění, vzorek, omezení a praktické důsledky? ptá se. AI věrně shrnuje text. Dietolog si shrnutí ověří porovnáním s originálem a přizpůsobí ho své praxi. AI snížila zatížení čtení; zdroj a ověření zůstalo u dietologa.
Kopírovatelné šablony výzev
ŠABLONA STUDIJNÍHO ABSTRAKTU (Uvádíte zdroj) Níže je text/shrnutí aktuální vědecké práce. Shrňte to do následujících nadpisů: výzkumná otázka, metoda/design, vzorek, hlavní zjištění, OMEZENÍ, praktické důsledky. Nepřidávejte nic, co NENÍ v textu; kování. Text: [...]
ŠABLONA KLASIFIKACE ÚROVNĚ DŮKAZUPro následující tvrzení: "[nárok]". Zvažte úroveň důkazů, na kterých je toto tvrzení obvykle založeno (neoficiální / observační / RCT / metaanalýza). Uveďte, zda existuje korelace nebo příčinná souvislost. Zdroj FAKE; stačí analyzovat důkazní sílu tvrzení.
ŠABLONA KRITICKÉHO DOTAZU Uveďte metodologické SLABINY a možné zkreslení (malá velikost vzorku, krátké trvání, střet zájmů, matoucí faktor) následujícího souhrnu studie. Nepřehánějte nález; vyvážená kritika. Shrnutí: [...]
CLAIM REALITY CHECK TEMPLATEA klient slyšel následující tvrzení: „[např. detoxikační čaj odstraňuje toxiny]“. Upřímně zhodnoťte vědecký základ tohoto tvrzení: co je známo, co není známo, které části jsou nepravdivé/přehnané. Navrhněte odměřené, neděsivé vysvětlení, které sdělíte klientovi. Výroba zdroje.
Slabá výzva / Silná výzva
Slabá výzva:
Uveďte studie dokazující, že zázvor posiluje imunitu.
Tato touha tlačí AI k vymýšlení zdrojů a vytváří zkreslení tím, že se ptá jedním způsobem („prover“). Přicházejí falešná svědectví.
Výkonná výzva:
Vaše role: asistent hodnocení důkazů; zdroj FAKE Vyhodnoťte tvrzení "zázvor posiluje imunitu" vyváženě: na jaké úrovni důkazů je toto tvrzení obvykle založeno, jsou důkazy silné nebo slabé, korelace nebo příčinné souvislosti? Rozlišujte mezi tím, co je známo a tím, co je neznámé. NEODKAZUJTE na skutečné studie (ověřím je z PubMed); stačí analyzovat důkazní sílu tvrzení.
Druhá výzva zakazuje výrobu zdrojů, vyžaduje vyvážené (spíše než jednostranné) hodnocení a nechává ověřování na lidech; výstup je bezpečný nástroj myšlení.
Časté chyby
- Záměna umělé inteligence za vyhledávač literatury: Požadavek na zdroje; AI tvoří reference.
- Nepotvrzení zdroje: Použití práce poskytnuté AI bez ověření z primárního zdroje.
- Mylná korelace s kauzalitou: Prezentace pozorovacích zjištění jako „toto dělá ono“.
- Ignorování úrovně důkazů: Srovnávání anekdoty s metaanalýzou.
- Jednostranné dotazování: Vytváření zkreslení vyslovením „prokazování studií“; vyvážený problém.
- Zanedbání aktuálnosti: Za předpokladu, že staré/neaktuální informace jsou aktuální; Podívejte se na aktuální verzi průvodců.
V souhrnu
Čtení důkazů a věnování pozornosti zdravotním tvrzením jsou základem profesionální důvěryhodnosti dietologa. AI je v této oblasti výkonným pomocníkem při čtení a dotazování: shrnuje skutečné studie, extrahuje omezení, analyzuje úroveň důkazů tvrzení. Ale umělá inteligence si zdroje vyrábí – to je její nejnebezpečnější chyba. Vždy přineste zdroj a ověřte jej z primárního zdroje; oddělená korelace od příčinné souvislosti; dodržovat hierarchii důkazů; Zpochybnit obvinění vyváženým způsobem. AI zrychlí vaše myšlení; ale odpovědnost za vědu, přesnost zdroje a poctivost tvrzení je na vás.
Aplikační úkol
Vyberte si oblíbené výživové tvrzení (např. „zásaditá strava vyrovnává tělo“ nebo „jedení pozdě v noci přibírá na váze“). Získejte vyvážené hodnocení od AI pomocí „šablony kontroly reality nároku“. Poté použijte „šablonu klasifikace úrovně důkazů“ k určení úrovně důkazů, na kterých je nárok založen. Vědomě také požádejte AI o „zdrojový seznam“ a vyhledejte v PubMed jednu z odkazů, které poskytuje; Podívejte se, jestli je to skutečné. Tento experiment bude ztělesňovat zdrojovou halucinaci.
kontrolní seznam
- [ ] Přinesl jsem zdroj; Odkaz na AI jsem si nevymyslel.
- [ ] Potvrdil jsem každý zdroj uvedený YZ z primárního zdroje.
- [ ] Rozlišoval jsem mezi korelací a kauzalitou.
- [ ] Tvrzení jsem zařadil podle hierarchie důkazů.
- [ ] Nároky jsem zpochybnil vyváženým (nikoli jednostranným) způsobem.
- [ ] Ověřil jsem kompatibilitu informací s aktuálními průvodci/kompilacemi.