Eenheid 10 / 11

Bewijs scannen en gezondheidsclaims: de wetenschap correct lezen en valse claims vermijden

Winst:

  • Vermogen om voedingsclaims te evalueren door de hiërarchie van bewijsmateriaal te overwegen en onderscheid te maken tussen correlatie en causaliteit
  • Mogelijkheid om de bronhallucinatie van kunstmatige intelligentie te herkennen en elke verwijzing vanuit de primaire bron te verifiëren
  • Vermogen om kunstmatige intelligentie te gebruiken, niet om bronnen te vinden, maar om de bron in twijfel te trekken en kritisch te evalueren

De voedingswetenschap evolueert snel en er wordt voortdurend nieuw onderzoek gepubliceerd. De professionele waarde van een diëtist hangt af van zijn vermogen om de waarheid in deze stroom van bewijsmateriaal te onderscheiden, op de hoogte te blijven en zijn beweringen op een solide basis te baseren. Tegelijkertijd is voeding een van de terreinen waarop pseudowetenschap het meest gedijt: elke week circuleert er een nieuwe bewering over ‘wondervoedsel’, ‘toxine’ en ‘superfood’. AI kan op beide fronten helpen: het vat wetenschappelijke teksten samen, vereenvoudigt complexe onderzoeken en helpt je de mate van bewijs voor een bewering in twijfel te trekken. Maar dit is waar de gevaarlijkste valkuil van AI ligt: ​​het kan onderzoeken verzinnen die niet bestaan, bronnen verzinnen en zwak bewijsmateriaal als sterk presenteren. Het principe van deze eenheid: gebruik AI om bewijsmateriaal te evalueren en in twijfel te trekken, niet om het te vinden; verifieer elke bron en elke claim van de primaire bron.

Hiërarchie van bewijsmateriaal: niet alle onderzoeken zijn gelijk

In de wetenschap vormt de kracht van bewijs een piramide. Het vermogen neemt toe van onder naar boven:

Niveau van bewijs

Wat bedoel je?

kracht

Expertmening / anekdote

Persoonlijke ervaring, "bij een vriend van mij werkte het"

zwakste

Case-serie

Observatie van een klein aantal patiënten

zwak

observationeel onderzoek

Bevolking monitoren (correlatie)

middelmatig

Gerandomiseerde gecontroleerde studie (RCT)

Experimenteer met willekeurige groepen (oorzaak en gevolg)

sterk

Systematische review/meta-analyse

Een geconsolideerde samenvatting van hard werken

sterkste

Het kennen van deze hiërarchie is van cruciaal belang; Omdat de meeste 'dit voedsel doet dat'-claims in het nieuws feitelijk gebaseerd zijn op zwakke observationele onderzoeken. ‘Correlatie’ (twee dingen die samen voorkomen) is geen ‘oorzaak’ (het een veroorzaakt het ander): een observatie dat koffiedrinkers langer leven bewijst niet dat koffie het leven verlengt. AI vervaagt dit onderscheid soms; Je moet het verduidelijken.

De bronhallucinatie van AI

De meest verraderlijke fout van taalmodellen is dat ze wetenschappelijke studies, auteursnamen, tijdschriftnamen en DOI-nummers verzinnen die in werkelijkheid niet bestaan. AI kan je in een overtuigende zin vertellen: “Volgens een studie gepubliceerd in de Journal of Nutrition in 2021...”; dat werk misschien nooit zal bestaan. Dus de gouden regel: gebruik geen enkele door YZ gegeven bron zonder deze te bevestigen vanuit de primaire bron (PubMed, Cochrane, origineel tijdschrift). Het gebruik van AI als literatuurzoekmachine is een beroepsfout.

Let op: als u tegen AI zegt: "maak een lijst van onderzoeken die dit ondersteunen", kunt u overtuigende maar valse referenties krijgen. Correct gebruik: geef de tekst van een echt onderzoek aan de AI en vraag "vat dit samen / wat zijn de beperkingen van dit onderzoek?" is om te vragen. Jij brengt de bron, AI interpreteert deze.

Betrouwbare richtlijnen en wetenschappelijke consensus

Een diëtist hoeft niet voor elke vraag de literatuur opnieuw te doorzoeken; Voor de meeste klinische situaties bestaan ​​er nationale en internationale richtlijnen. Gidsen zijn regelmatig bijgewerkte consensusdocumenten waaruit expertpanels talrijke onderzoeken evalueren en concluderen; bijvoorbeeld Türkiye Nutrition Guide (TÜBER), aanbevelingen van de Wereldgezondheidsorganisatie (WHO), voedingsrichtlijnen van diabetes- en cardiologische verenigingen. Wanneer u een claim beoordeelt, vraag dan eerst: "Wat zegt de huidige richtlijn hierover?" ' is betrouwbaarder dan verdwalen in individuele onderzoeken; omdat de gids de hoeveelheid bewijsmateriaal al heeft gewogen. Je kunt AI hier op twee manieren gebruiken: om de feitelijke tekst van een gids samen te vatten, of om te betwijfelen of een bewering consistent is met de algemene consensus in de gidsen. Maar wees voorzichtig: de directory-informatie in het geheugen van de AI kan oud of verward zijn; Bevestig altijd bij de officiële bron welke versie van de gids actueel is en wat de exacte aanbeveling is. Voordat je zegt: 'De wetenschap zegt dit', verifieer je de huidige consensus van die wetenschap aan de hand van het eigenlijke document. Gidsen worden bijgewerkt naarmate de wetenschap verandert; Een aanbeveling van drie jaar geleden kan vandaag herzien zijn.

AI correct gebruiken bij het evalueren van bewijsmateriaal

  1. Jij brengt de bron mee. Zoek een actueel artikel, samenvatting of gids; Geef het aan de AI.
  2. Samenvatten en vereenvoudigen. Laat complexe tekst vertalen in begrijpelijke taal, maar vergelijk de claims met de tekst.
  3. Stel de beperkingen in vraag. “Wat zijn de methodologische zwakke punten van dit onderzoek?” AI is goed in het genereren van kritische vragen.
  4. Bevestig de claim op het niveau van bewijs. Laat ze het bewijsniveau waarop een claim is gebaseerd, classificeren.
  5. Verifieer vanaf de primaire bron. Verifieer elk probleem, elk resultaat en elke bron met het origineel.

drie minikoffers

Geval 1 — Verzonnen bron. Voor een presentatie zegt een diëtist tegen de AI: "geef drie onderzoeken die de voordelen van intermitterend vasten bewijzen." AI geeft drie studies, auteur en jaartal. De diëtist zoekt op PubMed: twee van de drie bestaan ​​helemaal niet, één gaat over een ander onderwerp. Als hij het in de presentatie had opgenomen, zou zijn professionele geloofwaardigheid zijn vernietigd. De juiste manier was om zelf de daadwerkelijke compilaties te vinden en de AI deze te laten samenvatten. Les: AI vindt hulpbronnen uit; Controleer elke referentie.

Geval 2 – Valkuil van correlatie en causaliteit. Een nieuwsartikel kopt "door het ontbijt val je af", gebaseerd op een observationeel onderzoek waarin "degenen die ontbijten dunner zijn". Een cliënt vraagt ​​dit. De diëtist laat de AI het onderzoek samenvatten en de beperkingen ervan in twijfel trekken; Het blijkt dat mensen die ontbijten over het algemeen actiever en regelmatiger leven, wat betekent dat het verband niet causaal is. De diëtist geeft evenwichtige informatie aan de cliënt. Les: observatie is geen oorzakelijk verband.

Geval 3 — Correct gebruik. Een diëtist vindt een recente meta-analyse van eiwitbehoeften (echt, uit PubMed), maar de tekst is lang en technisch. Geef het aan de AI en vraag “wat is de belangrijkste bevinding, het voorbeeld, de beperkingen en de praktische implicatie?” vraagt ​​hij. AI vat de tekst getrouw samen. De diëtist verifieert de samenvatting door deze te vergelijken met het origineel en past deze aan zijn praktijk aan. AI verminderde de leesbelasting; bron en verificatie bleven bij de diëtist.

Kopieerbare promptsjablonen

STUDIE SAMENVATTING SJABLOON (U geeft de bron op) Hieronder vindt u de tekst/samenvatting van een echt wetenschappelijk artikel. Vat dit samen met de volgende kopjes: onderzoeksvraag, methode/ontwerp, steekproef, hoofdbevinding, BEPERKINGEN, praktische implicatie. Voeg niets toe dat NIET in de tekst staat; passend. Tekst: [...]

CLASSIFICATIE-SJABLOON NIVEAU VAN BEWIJSVoor de volgende claim: "[claim]". Houd rekening met het bewijsniveau waarop deze bewering doorgaans is gebaseerd (anekdotisch/observatie/RCT/meta-analyse). Geef aan of er sprake is van correlatie of causaliteit. Bron FAKE; analyseer gewoon de bewijskracht van de bewering.

SJABLONEN VOOR KRITISCH ONDERZOEK Geef een overzicht van de methodologische ZWAKKE PUNTEN en mogelijke vooroordelen (kleine steekproefomvang, korte duur, belangenverstrengeling, verstorende factor) van de volgende onderzoekssamenvatting. Overdrijf de bevinding niet; evenwichtige kritiek.Samenvatting: [...]

CLAIM REALITY CHECK TEMPLATE Een klant hoorde de volgende claim: "[Detoxthee verwijdert bijvoorbeeld gifstoffen]". Evalueer eerlijk de wetenschappelijke basis van deze bewering: wat bekend is, wat niet bekend is, welke delen onwaar/overdreven zijn. Stel een afgemeten, niet-beangstigende uitleg op die aan de cliënt wordt verteld. Bronvervaardiging.

Zwakke prompt/sterke prompt

Zwakke prompt:

Noem onderzoeken die bewijzen dat gember de immuniteit versterkt.

Deze wens dwingt de AI om bronnen te fabriceren en veroorzaakt vooringenomenheid door het in één richting te vragen (“prover”). Er komen valse getuigenissen binnen.

Krachtige prompt:

Jouw rol: assistent bewijsevaluatie; bron FAKE Evalueer de claim "gember verhoogt de immuniteit" evenwichtig: op welk niveau van bewijs is deze claim doorgaans gebaseerd, is het bewijs sterk of zwak, correlatie of oorzakelijk verband? Maak een onderscheid tussen wat bekend is en wat onbekend is. Verwijs NIET naar daadwerkelijke onderzoeken (ik zal ze verifiëren via PubMed); analyseer gewoon de bewijskracht van de bewering.

De tweede prompt verbiedt het verzinnen van bronnen, vereist een evenwichtige (in plaats van eenzijdige) evaluatie en laat de verificatie over aan mensen; output is een hulpmiddel voor veilig denken.

Veel voorkomende fouten

  • AI verwarren met een literatuurzoekmachine: vragen om bronnen; AI verzint referenties.
  • De bron niet bevestigen: het door AI geleverde werk gebruiken zonder het vanuit de primaire bron te verifiëren.
  • Correlatie verwarren met causaliteit: Observatieresultaten presenteren als "dit doet dat".
  • Het niveau van bewijs negeren: anekdote gelijkstellen aan meta-analyse.
  • Eenzijdige vraag: het creëren van vooringenomenheid door te zeggen “bewijzende studies”; evenwichtig probleem.
  • Actualiteit verwaarlozen: ervan uitgaan dat oude/verouderde informatie actueel is; Bekijk de huidige versie van de handleidingen.

Samengevat

Het lezen van bewijsmateriaal en aandacht besteden aan gezondheidsclaims vormen de basis van de professionele geloofwaardigheid van een diëtist. AI is een krachtige lees- en onderzoeksassistent op dit gebied: het vat echte onderzoeken samen, haalt beperkingen eruit en analyseert het bewijsniveau van beweringen. Maar AI verzint bronnen – dit is de gevaarlijkste fout. Neem altijd de bron mee en verifieer deze vanaf de primaire bron; scheid correlatie van causaliteit; observeer de hiërarchie van bewijsmateriaal; Stel de beschuldigingen op een evenwichtige manier ter discussie. AI versnelt uw denken; maar de verantwoordelijkheid voor de wetenschap, de juistheid van de bron en de eerlijkheid van de bewering ligt bij jou.

Applicatie taak

Kies een populaire voedingsclaim (bijv. 'Een alkalisch dieet brengt het lichaam in balans' of 'Als je 's avonds laat eet, kom je aan'). Krijg een evenwichtige beoordeling van AI met de ‘claim reality check template’. Gebruik vervolgens het ‘template voor classificatie van bewijsniveau’ om het bewijsniveau te bepalen waarop de claim is gebaseerd. Vraag AI ook bewust om een ​​“bronnenlijst” en zoek in PubMed naar een van de referenties die het geeft; Kijk of het echt is. Dit experiment zal de bronhallucinatie belichamen.

controlelijst

  • [ ] Ik heb de bron meegenomen; Ik heb geen verwijzing naar de AI verzonnen.
  • [ ] Ik heb elke door YZ gegeven bron vanuit de primaire bron bevestigd.
  • [ ] Ik maakte onderscheid tussen correlatie en causaliteit.
  • [ ] Ik heb de bewering geclassificeerd volgens de hiërarchie van bewijsmateriaal.
  • [ ] Ik heb de beweringen op een evenwichtige (niet eenzijdige) manier in twijfel getrokken.
  • [ ] Ik heb de compatibiliteit van de informatie met huidige handleidingen/compilaties gecontroleerd.