ثبوت سکیننگ اور صحت کے دعوے: سائنس کو درست طریقے سے پڑھنا، جھوٹے دعوؤں سے بچنا

فائدہ:

• ثبوت کے درجہ بندی پر غور کرکے اور ارتباط اور وجہ کے درمیان فرق کرکے غذائیت کے دعووں کا اندازہ کرنے کی صلاحیت
• مصنوعی ذہانت کے ماخذ فریب کو پہچاننے اور بنیادی ماخذ سے ہر ایک حوالہ کی تصدیق کرنے کی صلاحیت
• مصنوعی ذہانت کا استعمال ذرائع کو تلاش کرنے کے لیے نہیں بلکہ ماخذ پر سوال کرنے اور تنقیدی انداز میں جائزہ لینے کی صلاحیت

نیوٹریشن سائنس تیزی سے تیار ہوتی ہے اور نئی تحقیق مسلسل شائع ہوتی رہتی ہے۔ ایک غذائی ماہر کی پیشہ ورانہ قدر اس بات پر منحصر ہوتی ہے کہ وہ ثبوت کے اس سیلاب میں سچائی کو سمجھنے، تازہ ترین رہنے، اور اپنے دعووں کو ٹھوس بنیادوں پر استوار کرنے کی صلاحیت پر ہے۔ ایک ہی وقت میں، غذائیت ان شعبوں میں سے ایک ہے جہاں سیڈو سائنس سب سے زیادہ پروان چڑھتی ہے: ہر ہفتے ایک نیا "معجزہ خوراک"، "ٹاکسن"، "سپر فوڈ" کا دعویٰ گردش کرتا ہے۔ AI دونوں محاذوں پر مدد کر سکتا ہے: یہ سائنسی متن کا خلاصہ کرتا ہے، پیچیدہ مطالعات کو آسان بناتا ہے، دعوے کے ثبوت کی سطح پر سوال اٹھانے میں آپ کی مدد کرتا ہے۔ لیکن یہ وہ جگہ ہے جہاں AI کا سب سے خطرناک جال ہے: یہ ایسے مطالعات کو گھڑ سکتا ہے جو موجود نہیں ہیں، ذرائع ایجاد کر سکتے ہیں اور کمزور شواہد کو مضبوط بنا سکتے ہیں۔ اس یونٹ کا اصول: AI کا استعمال ثبوت کی جانچ اور سوال کرنے کے لیے کریں، نہ کہ اسے تلاش کرنے کے لیے؛ بنیادی ذریعہ سے ہر ذریعہ اور ہر دعوے کی تصدیق کریں۔

شواہد کا درجہ بندی: تمام مطالعات برابر نہیں ہیں۔

سائنس میں، ثبوت کی طاقت ایک اہرام بناتی ہے۔ طاقت نیچے سے اوپر تک بڑھتی ہے:

ثبوت کی سطح

آپ کا کیا مطلب ہے؟

طاقت

ماہر کی رائے / کہانی

ذاتی تجربہ، "اس نے میرے ایک دوست کے لیے کام کیا"

سب سے کمزور

کیس سیریز

مریضوں کی ایک چھوٹی سی تعداد کا مشاہدہ

کمزور

مشاہداتی مطالعہ

آبادی کی نگرانی (رابطہ)

درمیانہ

بے ترتیب کنٹرول ٹرائل (RCT)

بے ترتیب گروپوں کے ساتھ تجربہ کریں (وجہ اور اثر)

مضبوط

منظم جائزہ/میٹا تجزیہ

محنت کا ایک جامع خلاصہ

سب سے مضبوط

اس درجہ بندی کو جاننا ضروری ہے؛ کیونکہ خبروں میں زیادہ تر "یہ کھانا ایسا کرتا ہے" کے دعوے دراصل کمزور مشاہداتی مطالعات پر مبنی ہوتے ہیں۔ "تعلق" (دو چیزیں جو ایک ساتھ ہوتی ہیں) "وجہ" نہیں ہے (ایک دوسرے کا سبب بنتی ہے): ایک مشاہدہ کہ کافی پینے والے زیادہ جیتے ہیں یہ ثابت نہیں کرتا کہ کافی زندگی کو بڑھاتی ہے۔ AI بعض اوقات اس فرق کو دھندلا دیتا ہے۔ آپ کو واضح کرنے کی ضرورت ہے۔

AI کا ماخذ فریب کاری

لینگویج ماڈلز کی سب سے مکروہ غلطی یہ ہے کہ وہ سائنسی مطالعات، مصنف کے نام، جریدے کے نام اور DOI نمبر گھڑتے ہیں جو حقیقت میں موجود نہیں ہیں۔ AI آپ کو ایک قابل یقین جملے میں بتا سکتا ہے، "2021 میں جرنل آف نیوٹریشن میں شائع ہونے والی ایک تحقیق کے مطابق…"؛ وہ کام کبھی نہیں ہو سکتا. تو سنہری اصول: YZ کی طرف سے دیئے گئے کسی بھی ذریعہ کو بنیادی ماخذ (PubMed، Cochrane، اصل جریدہ) سے تصدیق کیے بغیر استعمال نہ کریں۔ AI کو بطور لٹریچر سرچ انجن استعمال کرنا ایک پیشہ ورانہ غلطی ہے۔

احتیاط: اگر آپ AI "فہرست مطالعات جو اس کی حمایت کرتے ہیں" بتاتے ہیں تو آپ کو قائل لیکن جعلی حوالہ جات مل سکتے ہیں۔ درست استعمال: AI کو ایک حقیقی مطالعہ کا متن دیں اور پوچھیں "اس کا خلاصہ کریں / اس مطالعہ کی حدود کیا ہیں؟" پوچھنا ہے. آپ ماخذ لاتے ہیں، AI اس کی ترجمانی کرتا ہے۔

قابل اعتماد رہنما خطوط اور سائنسی اتفاق رائے

ایک غذائی ماہر کو ہر سوال کے لیے ادب کو شروع سے اسکین کرنے کی ضرورت نہیں ہے۔ زیادہ تر طبی حالات کے لیے قومی اور بین الاقوامی رہنما خطوط موجود ہیں۔ رہنما باقاعدگی سے متفقہ دستاویزات کو اپ ڈیٹ کیا جاتا ہے جس سے ماہر پینل متعدد مطالعات کا جائزہ لیتے اور نتیجہ اخذ کرتے ہیں۔ مثال کے طور پر، Türkiye نیوٹریشن گائیڈ (TÜBER)، ورلڈ ہیلتھ آرگنائزیشن (WHO) کی سفارشات، ذیابیطس اور کارڈیالوجی ایسوسی ایشن کے غذائی رہنما اصول۔ کسی دعوے کی جانچ کرتے وقت، پہلے پوچھیں "موجودہ رہنمائی اس بارے میں کیا کہتی ہے؟" ' انفرادی مطالعات میں کھو جانے سے زیادہ قابل اعتماد ہے۔ کیونکہ گائیڈ نے پہلے ہی شواہد کا وزن کر لیا ہے۔ آپ AI کو یہاں دو طریقوں سے استعمال کر سکتے ہیں: گائیڈ کے اصل متن کا خلاصہ کرنے کے لیے، یا یہ سوال کرنے کے لیے کہ آیا کوئی دعویٰ گائیڈز میں عام اتفاق رائے سے مطابقت رکھتا ہے۔ لیکن ہوشیار رہیں: AI کی میموری میں ڈائریکٹری کی معلومات پرانی یا الجھن میں پڑ سکتی ہیں۔ ہمیشہ سرکاری ذریعہ سے تصدیق کریں کہ گائیڈ کا کون سا ورژن موجودہ ہے اور صحیح تجویز ہے۔ اس سے پہلے کہ آپ یہ کہیں کہ "سائنس یہ کہتی ہے"، اصل دستاویز سے اس سائنس کے موجودہ اتفاق رائے کی تصدیق کریں۔ سائنس میں تبدیلی کے ساتھ ساتھ گائیڈز کو اپ ڈیٹ کیا جاتا ہے۔ تین سال پہلے کی سفارش پر آج نظر ثانی کی گئی ہو گی۔

شواہد کی جانچ میں AI کا صحیح استعمال کرنا

1. آپ ذریعہ لے آئیں۔ ایک حقیقی مضمون، خلاصہ یا گائیڈ تلاش کریں؛ اسے AI کو دیں۔
2. خلاصہ اور آسان بنائیں۔ پیچیدہ متن کا قابل فہم زبان میں ترجمہ کرائیں — لیکن دعووں کا متن سے موازنہ کریں۔
3. پابندیوں پر سوال کریں۔ "اس مطالعے کی طریقہ کار کی کمزوریاں کیا ہیں؟" AI اہم سوالات پیدا کرنے میں اچھا ہے۔
4. دعوے کو ثبوت کی سطح پر قائم کریں۔ ان سے ثبوت کی سطح کی درجہ بندی کریں جس پر دعویٰ کی بنیاد رکھی گئی ہے۔
5. بنیادی ماخذ سے تصدیق کریں۔ ہر مسئلے، ہر نتیجے، اور ہر ماخذ کی اصل کے ساتھ تصدیق کریں۔

تین چھوٹے مقدمات

کیس 1 - من گھڑت ذریعہ۔ ایک پریزنٹیشن کے لیے، ایک ماہر غذائیت AI سے کہتا ہے، "3 مطالعات دیں جو وقفے وقفے سے روزہ رکھنے کے فوائد کو ثابت کرتی ہیں۔" AI تین مطالعات، مصنف اور سال دیتا ہے۔ ماہر غذائیت پب میڈ پر تلاش کرتا ہے: تین میں سے دو بالکل موجود نہیں ہیں، ایک دوسرے موضوع پر ہے۔ اگر وہ اسے پریزنٹیشن میں شامل کر لیتا تو اس کی پیشہ ورانہ ساکھ تباہ ہو جاتی۔ صحیح طریقہ یہ تھا کہ اصل تالیفات خود تلاش کی جائیں اور AI کو ان کا خلاصہ کیا جائے۔ سبق: AI وسائل ایجاد کرتا ہے۔ ہر حوالہ کی تصدیق کریں۔

کیس 2 - باہمی تعلق کا جال۔ ایک نیوز آرٹیکل کی سرخی ہے "ناشتہ آپ کا وزن کم کرتا ہے"، ایک مشاہداتی مطالعہ کی بنیاد پر جس میں کہا گیا ہے کہ "جو لوگ ناشتہ کرتے ہیں وہ پتلے ہوتے ہیں۔" ایک گاہک یہ پوچھتا ہے۔ ماہر غذائیت کے پاس AI مطالعہ کا خلاصہ ہے اور اس کی رکاوٹوں پر سوال کرتا ہے۔ یہ پتہ چلتا ہے کہ جو لوگ ناشتہ کھاتے ہیں وہ عام طور پر زیادہ فعال اور باقاعدگی سے رہتے ہیں، اس کا مطلب یہ ہے کہ تعلق کارگر نہیں ہے۔ غذائی ماہر کلائنٹ کو متوازن معلومات فراہم کرتا ہے۔ سبق: مشاہدہ سبب نہیں ہے۔

کیس 3 - درست استعمال۔ ایک غذائی ماہر پروٹین کی ضروریات کا حالیہ میٹا تجزیہ تلاش کرتا ہے (حقیقی، پب میڈ سے)، لیکن متن طویل اور تکنیکی ہے۔ اسے AI کو دیں اور پوچھیں کہ "اصل تلاش، نمونہ، رکاوٹیں، اور عملی مضمرات کیا ہیں؟" وہ پوچھتا ہے. AI ایمانداری سے متن کا خلاصہ کرتا ہے۔ ماہر غذائیت خلاصہ کو اصل سے موازنہ کرکے اس کی تصدیق کرتا ہے اور اسے اپنی مشق کے مطابق ڈھال لیتا ہے۔ AI نے پڑھنے کا بوجھ کم کر دیا۔ ذریعہ اور تصدیق غذائی ماہرین کے پاس رہی۔

کاپی کرنے کے قابل پرامپٹ ٹیمپلیٹس

مطالعہ خلاصہ ٹیمپلیٹ (آپ ذریعہ فراہم کرتے ہیں) ذیل میں ایک حقیقی سائنسی مقالے کا متن/خلاصہ ہے۔ مندرجہ ذیل عنوانات کے ساتھ اس کا خلاصہ کریں: تحقیقی سوال، طریقہ/ڈیزائن، نمونہ، بنیادی تلاش، حدود، عملی مضمرات۔ ایسی کوئی بھی چیز شامل نہ کریں جو متن میں نہ ہو۔ فٹنگ متن: [...]

درج ذیل دعوے کے لیے ثبوت کی درجہ بندی ٹیمپلیٹ: "[دعوی]"۔ شواہد کی اس سطح پر غور کریں جس پر یہ دعویٰ عام طور پر مبنی ہوتا ہے (کہانی / مشاہداتی / RCT / میٹا تجزیہ)۔ بیان کریں کہ باہمی تعلق ہے یا وجہ۔ ماخذ جعلی؛ صرف دعوے کی واضح طاقت کا تجزیہ کریں۔

کریٹیکل انکوائری ٹیمپلیٹ مندرجہ ذیل مطالعہ کے خلاصے کی طریقہ کار کی کمزوریوں اور ممکنہ تعصبات (چھوٹے نمونے کا سائز، مختصر دورانیہ، دلچسپی کا ٹکراؤ، الجھانے والا عنصر) کی فہرست بنائیں۔ تلاش کو بڑھا چڑھا کر پیش نہ کریں۔ متوازن تنقید۔ خلاصہ: [...]

کلیم ریئلٹی چیک ٹیمپلیٹی کلائنٹ نے درج ذیل دعویٰ سنا: "[مثلاً، ڈیٹوکس چائے زہریلے مواد کو ہٹاتی ہے]"۔ اس دعوے کی سائنسی بنیاد کا ایمانداری سے جائزہ لیں: کیا معلوم ہے، کیا معلوم نہیں، کون سے حصے غلط/مبالغہ آرائی پر مبنی ہیں۔ کلائنٹ کو بتانے کے لیے ناپے ہوئے، غیر خوفناک وضاحت کا مسودہ تیار کریں۔ منبع من گھڑت۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

فہرست کے مطالعے سے ثابت ہوتا ہے کہ ادرک قوت مدافعت کو مضبوط کرتا ہے۔

یہ خواہش AI کو من گھڑت ذرائع بنانے پر مجبور کرتی ہے اور ایک راستہ پوچھ کر تعصب پیدا کرتی ہے۔ جعلی شہادتیں آئیں۔

طاقتور اشارہ:

آپ کا کردار: ثبوت کی تشخیص کا معاون؛ ماخذ جعلی "ادرک قوت مدافعت کو بڑھاتا ہے" کے دعوے کا متوازن طریقے سے جائزہ لیں: یہ دعویٰ عام طور پر کس سطح کے ثبوت پر مبنی ہے، کیا ثبوت مضبوط ہے یا کمزور، ارتباط یا وجہ؟ جو معلوم ہے/جو نامعلوم ہے اس میں فرق کریں۔ اصل مطالعات کا حوالہ نہ دیں (میں PubMed سے ان کی تصدیق کروں گا)؛ صرف دعوے کی واضح طاقت کا تجزیہ کریں۔

دوسرا اشارہ من گھڑت ذرائع سے منع کرتا ہے، متوازن (ایک طرفہ کے بجائے) تشخیص کی ضرورت ہے، اور تصدیق انسانوں پر چھوڑ دیتا ہے۔ آؤٹ پٹ ایک محفوظ سوچ ٹول ہے۔

عام غلطیاں

• لٹریچر سرچ انجن کے لیے AI کو غلط سمجھنا: وسائل کے لیے پوچھنا؛ AI حوالہ جات بناتا ہے۔
• ماخذ کی تصدیق نہ کرنا: بنیادی ماخذ سے تصدیق کیے بغیر AI کے فراہم کردہ کام کو استعمال کرنا۔
• وجہ کے لئے غلط ارتباط: مشاہداتی نتائج کو "یہ کرتا ہے" کے طور پر پیش کرنا۔
• ثبوت کی سطح کو نظر انداز کرنا: میٹا تجزیہ کے ساتھ کہانی کو مساوی کرنا۔
• یک طرفہ پوچھنا: "مطالعہ ثابت کرنا" کہہ کر تعصب پیدا کرنا؛ متوازن مسئلہ.
• موجودہ کو نظر انداز کرنا: یہ فرض کرنا کہ پرانی/ فرسودہ معلومات موجودہ ہے۔ گائیڈز کا موجودہ ورژن دیکھیں۔

خلاصہ میں

شواہد کو پڑھنا اور صحت کے دعووں پر توجہ دینا ایک غذائی ماہر کی پیشہ ورانہ اعتبار کی بنیاد ہے۔ AI اس فیلڈ میں ایک طاقتور پڑھنے اور انکوائری اسسٹنٹ ہے: یہ حقیقی مطالعات کا خلاصہ کرتا ہے، رکاوٹوں کو نکالتا ہے، دعووں کے ثبوت کی سطح کا تجزیہ کرتا ہے۔ لیکن AI ذرائع کو گھڑتا ہے - یہ اس کی سب سے خطرناک غلطی ہے۔ ہمیشہ ماخذ لائیں اور بنیادی ماخذ سے اس کی تصدیق کریں۔ سبب سے الگ تعلق؛ ثبوت کے درجہ بندی کا مشاہدہ؛ الزامات پر متوازن انداز میں سوال کریں۔ AI آپ کی سوچ کو تیز کرتا ہے۔ لیکن سائنس کی ذمہ داری، ماخذ کی درستگی، اور دعوے کی ایمانداری آپ کی ہے۔

درخواست کا کام

ایک مقبول غذائیت کے دعوے کا انتخاب کریں (مثلاً "الکلین غذا جسم کو متوازن رکھتی ہے" یا "رات کو دیر تک کھانا آپ کا وزن بڑھاتا ہے")۔ AI سے "کلیم ریئلٹی چیک ٹیمپلیٹ" کے ساتھ متوازن تشخیص حاصل کریں۔ پھر ثبوت کی سطح کا تعین کرنے کے لیے "ثبوت کی درجہ بندی کے سانچے" کا استعمال کریں جس پر دعویٰ مبنی ہے۔ اس کے علاوہ، جان بوجھ کر AI سے ایک "ماخذ کی فہرست" طلب کریں اور PubMed میں جو حوالہ دیتا ہے ان میں سے ایک تلاش کریں۔ دیکھیں کہ کیا یہ حقیقی ہے۔ یہ تجربہ ماخذ فریب کو مجسم کرے گا۔

چیک لسٹ

• میں ذریعہ لایا ہوں؛ میں نے AI کا حوالہ نہیں دیا۔
• میں نے بنیادی ماخذ سے YZ کی طرف سے دیے گئے ہر ذریعہ کی تصدیق کی۔
• میں نے ارتباط اور سبب کے درمیان فرق کیا۔
• [ ] میں نے دعوے کو ثبوت کے درجہ بندی کے مطابق درجہ بندی کیا ہے۔
• میں نے دعووں پر متوازن (ایک طرفہ نہیں) انداز میں سوال کیا۔
• میں نے موجودہ گائیڈز/تالیفات کے ساتھ معلومات کی مطابقت کی جانچ کی۔