پژوهش های اخیر نشان می دهند که استفاده از مشاوره کاهش وزن هوش مصنوعی می تواند پیام های مربی گری شخصی سازی شده و همدلانه ای تولید کند که از نظر کاربران به اندازه توصیه های متخصصان انسانی مفید و تاثیرگذار است.
سیستم های هوش مصنوعی دارن روز به روز بیشتر برای بررسی توانایی شون در حمایت از اهداف سلامت فردی آزمایش می شن. یه مطالعه ی جدید که در مجله ی تکنولوژی در علوم رفتاری منتشر شده، نشون می ده که چت بات های هوش مصنوعی می تونن پیام های مربی گری کاهش وزن تولید کنن که به همون اندازه ی پیام های نوشته شده توسط کارشناس های انسانی، مفید به نظر می رسن. یافته ها نشون می دن که مدل های زبانی بزرگ ممکنه به زودی راهی مقیاس پذیر برای ارائه ی حمایت های شخصی سازی شده برای افرادی که با چاقی دست وپنجه نرم می کنن، فراهم کنن. این پیشرفت ها افق جدیدی برای مشاوره کاهش وزن هوش مصنوعی باز می کنند.
چاقی همچنان یک چالش بزرگ سلامت جهانی باقی مونده. این معضل درصد زیادی از جمعیت بزرگسال رو تحت تاثیر قرار می ده و خطر ابتلا به بیماری هایی مثل دیابت و بیماری های قلبی-عروقی رو افزایش می ده. با این که کاهش مقدار کمی از وزن هم می تونه این خطرات رو کم کنه، اما دسترسی به مربی گری مداوم و شخصی سازی شده اغلب سخت و گرونه. خیلی از مردم به روش های نوین مدیریت وزن مانند چالش لاغری پایدار 75 مدیوم یا اپلیکیشن های سلامت موبایل تکیه می کنن که پیام های خودکار می فرستن تا بهشون کمک کنن در مسیر درست بمونن.
سیستم های خودکار فعلی معمولا به الگوهای از پیش نوشته شده متکی هستن. این پیام ها اغلب بر اساس قوانین ساده کار می کنن. مثلا اگه یه کاربر غذاش رو ثبت نکنه، سیستم یه یادآوری کلی می فرسته. تحقیقات قبلی نشون می ده که کاربرها اغلب این پیام ها رو تکراری و غیرشخصی می دونن. این نبودِ شخصی سازی می تونه منجر به مشارکت کمتر و موفقیت محدود در برنامه های مدیریت وزن بشه.
دانشمندها این مطالعه رو انجام دادن تا ببینن آیا هوش مصنوعی مدرن می تونه این مشکل رو حل کنه یا نه. اونا از مدل های زبانی بزرگ استفاده کردن که سیستم های پیشرفته ی هوش مصنوعی هستن و توانایی درک و تولید متن های شبیه به انسان رو دارن. محقق ها می خواستن ببینن آیا یه چت بات هوش مصنوعی می تونه پیام هایی بسازه که به جای ماشینی بودن، شخصی سازی شده و همدلانه به نظر برسن.
ژوران هوانگ, دانشجوی دکترای دانشگاه نورث ایسترن و نویسنده ی مطالعه می گه: «اضافه وزن و چاقی حدود 40 درصد از بزرگسالان در سراسر جهان و بیش از 70 درصد رو در ایالات متحده تحت تاثیر قرار می ده که خطرات جدی برای سلامتی ایجاد می کنه. در عین حال، کمبود روزافزون کادر درمان برای ارائه ی مربی گری کاهش وزن وجود داره، که نیاز به راهکارهای نوینی مثل مشاوره کاهش وزن هوش مصنوعی را برجسته می کند.»
نقش مشاوره کاهش وزن هوش مصنوعی در آینده سلامت
«پیام های مربی گری خودکار یکی از راه های بالقوه برای افزایش دسترسی و در عین حال صرفه جویی در زمان و هزینه ها هستن. با این حال، اکثر سیستم های موجود به پیام های از پیش نوشته شده و الگویی متکی هستن که خیلی از کاربرها اون ها رو تکراری و غیرشخصی می دونن. ما می خواستیم بررسی کنیم که آیا هوش مصنوعی مولد، مثل ChatGPT، می تونه بدون هزینه های بالای توسعه ی سیستم های سفارشی سنتی، پیام های مربی گری شخصی سازی شده و جذاب تری ایجاد کنه. با این که علاقه به هوش مصنوعی برای مداخلات سلامت در حال افزایشه، تحقیقات محدودی در مورد این که آیا ارائه مشاوره کاهش وزن هوش مصنوعی امکان پذیر هست یا این که چطور با پیام های نوشته شده توسط مربی های انسانی باسابقه مقایسه می شن، انجام شده.»
این مطالعه شامل 87 بزرگسال بود که قبلا در یک آزمایش یک ساله ی رفتاری کاهش وزن ثبت نام کرده بودن. این شرکت کننده ها شاخص توده ی بدنی یا همان BMI داشتن که اون ها رو در دسته ی دارای اضافه وزن یا چاق قرار می داد. BMI یک معیار استاندارد برای تخمین چربی بدن بر اساس قد و وزنه. محقق ها این آزمایش رو برای اندازه گیری میزان مفید بودن پیام های مربی گری خاص از نظر شرکت کننده ها طراحی کردن.
این بررسی علمی در دو مرحله انجام شد. در هر دو مرحله، محقق ها سناریوهای فرضی رو بر اساس داده های معمول کاهش وزن به شرکت کننده ها ارائه دادن. این سناریوها شامل موقعیت هایی بود که در اون ها فرد ممکنه در طول هفته ی گذشته وزن کم کرده باشه، وزن اضافه کرده باشه یا وزنش رو ثابت نگه داشته باشه. برای هر سناریو، شرکت کننده ها خلاصه ی داده های مربوط به کالری دریافتی و فعالیت بدنی رو بررسی کردن.
بعدش شرکت کننده ها 10 پیام مربی گری رو خوندن. یک مربی انسانی آموزش دیده با مدرک فوق لیسانس و تجربه ی زیاد، 5 تا از این پیام ها رو نوشته بود. چت بات هوش مصنوعی، به طور مشخص ChatGPT، 5 پیام دیگه رو بر اساس دستورالعمل های ارائه شده توسط محقق ها تولید کرد. شرکت کننده ها به هر پیام امتیازی بین 1 تا 5 دادن. اونا همچنین سعی کردن تشخیص بدن که هر پیام رو انسان نوشته یا کامپیوتر.
در مرحله ی اول، محقق ها به هوش مصنوعی دستورالعمل های اولیه ای دادن تا به عنوان مربی عمل کنه و داده ها رو خلاصه کنه. نتایج به نفع مربی انسانی بود. شرکت کننده ها پیام های نوشته شده توسط انسان رو به طور قابل توجهی مفیدتر از پیام های تولید شده توسط هوش مصنوعی ارزیابی کردن. فقط 66 درصد از پیام های هوش مصنوعی امتیاز 3 یا بالاتر گرفتن. بازخوردها نشون داد که هوش مصنوعی غیرشخصی، بیش از حد منفی و تا حدی دستوری به نظر می رسید.
بر اساس این بازخوردها، محقق ها دستورالعمل های داده شده به هوش مصنوعی رو برای مرحله ی دوم اصلاح کردن. اونا صریحا از چت بات خواستن که از لحنی همدلانه و تشویق کننده استفاده کنه. همچنین بهش دستور دادن که کمی شوخی چاشنی کارش کنه و از تکرار بیش از حد خودداری کنه.
نتایج مرحله ی دوم بهبود چشمگیری رو نشون داد. شرکت کننده ها پیام های اصلاح شده ی هوش مصنوعی رو به همون اندازه ی پیام های انسانی مفید دونستن. در این مرحله، 82 درصد از پیام های تولید شده توسط هوش مصنوعی امتیاز مفید بودن 3 یا بالاتر گرفتن. این نشون می ده که با دستورالعمل های درست، هوش مصنوعی می تونه در زمینه ارائه مشاوره کاهش وزن هوش مصنوعی، در سطحی قابل مقایسه با یک متخصص انسانی عمل کند.
این مطالعه همچنین نشون داد که شرکت کننده ها در تشخیص تفاوت بین این دو منبع مشکل داشتن. در مرحله ی دوم، شرکت کننده ها در 50 درصد مواقع پیام های هوش مصنوعی رو به اشتباه به عنوان نوشته ی انسان تشخیص دادن. این نشون می ده که دستورالعمل های به روزشده به این فناوری اجازه داده تا الگوهای گفتاری انسان رو به طور مؤثری تقلید کنه.
بازخوردهای کیفی به توضیح این یافته های عددی کمک کرد. شرکت کننده ها از همدلی و پیشنهادهای خاصی که در پیام های اصلاح شده ی هوش مصنوعی وجود داشت، قدردانی کردن. اونا دوست داشتن که این پیام ها بدون این که بیش از حد انتقادی باشن، تلاش هاشون رو تایید می کردن.
با این حال، تحلیل ها تفاوت های مشخصی رو هم برجسته کرد. برخی از شرکت کننده ها اشاره کردن که پیام های هوش مصنوعی هنوز کمی فرمولی به نظر می رسن. اونا گفتن که هوش مصنوعی بیش از حد روی داده ها متمرکز بود، در حالی که مربی انسانی بیشتر در مورد فردِ پشتِ اون اعداد کنجکاو به نظر می رسید. پیام های انسانی اغلب به عنوان مشوق استقلال بیشتر توصیف می شدن، در حالی که پیام های هوش مصنوعی گاهی اوقات بیشتر جنبه ی آموزشی و دستوری داشتن.
شرکت کننده ها همچنین به اهمیت بافت و شرایط اشاره کردن. برخی خاطرنشان کردن که پیام های هوش مصنوعی صرفا بر اساس اعداد فرضیاتی می ساختن. مثلا اگه کسی غذاش رو ثبت نمی کرد، هوش مصنوعی ممکنه فرض می کرد که یادش رفته. در حالی که یه مربی انسانی ممکنه در نظر بگیره که شاید اون فرد در تعطیلات بوده یا مریض شده. این موضوع نشون دهنده ی شکاف موجود در توانایی هوش مصنوعی برای درک پیچیدگی کامل زندگی یک کاربره.
هوانگ به PsyPost گفت: «مطالعه ی ما شواهد اولیه ای ارائه می ده که نشون می ده هوش مصنوعی می تونه خدمات مشاوره کاهش وزن هوش مصنوعی را ارائه دهد که مردم اون ها رو مفید می دونن و تشخیص شون از پیام های نوشته شده توسط انسان سخته. ما متوجه شدیم که 82 درصد از پیام های تولید شده توسط هوش مصنوعی امتیاز “تا حدی مفید” یا بالاتر گرفتن که با پیام های نوشته شده توسط یک مربی انسانی باسابقه قابل مقایسه است.»
«با این حال، شرکت کننده ها اشاره کردن که پیام های هوش مصنوعی گاهی اوقات فرمولی تر و داده محورتر به نظر می رسیدن، که نشون می ده هنوز جا برای بهبود در ثبت لحن گرم و همدلانه ای که مربی های انسانی به طور طبیعی ارائه می دن، وجود داره. این فناوری به طور بالقوه می تونه به رفع شکاف های موجود در دسترسی به حمایت های مربی گری کمک کنه، هرچند که برای بهبود کیفیت مشاوره کاهش وزن هوش مصنوعی، تحقیقات خیلی بیشتری لازمه.»
«یافته ها پتانسیل امیدوارکننده ای رو برای کاربرد عملی نشون می دن. پیام های تولید شده توسط هوش مصنوعی امتیازهای مفید بودنی مشابه با پیام های یک مربی انسانی باسابقه دریافت کردن و شرکت کننده ها نتونستن در این محیط به طور قابل اطمینانی بین اون ها تمایز قائل بشن. همون طور که فناوری هوش مصنوعی به پیشرفت خودش ادامه می ده، این رویکرد می تونه به گسترش حمایت های کاهش وزن کمک کنه و به کادر درمان اجازه بده تا زمان بیشتری رو صرف مراقبت های پیچیده یا کاملا شخصی سازی شده کنن.»
محدودیت هایی هم در این مطالعه وجود داره که باید بهشون توجه کرد. شرکت کننده ها مفید بودن پیام ها رو بر اساس داده های فرضی ارزیابی کردن، نه بر اساس پیشرفت واقعی خودشون در لحظه. ممکنه اگه بازخوردها مستقیما به رفتارها و تغییرات وزنی واقعی خودشون مربوط می شد، واکنش متفاوتی نشون می دادن. علاوه بر این، این مطالعه مفید بودنِ درک شده رو اندازه گیری کرد، نه میزان کاهش وزن واقعی رو. باور به این که یک پیام مفیده، تضمین کننده ی این نیست که منجر به تغییر رفتار بشه.
هوانگ گفت: «این مطالعه باید به عنوان اثباتِ مفهومی دیده بشه که نشون می ده هوش مصنوعی می تونه پیام های مربی گری تولید کنه که از نظر کیفیت با پیام های نوشته شده توسط مربی های انسانی باسابقه برابری می کنه. ما این فناوری رو به عنوان ابزاری برای حمایت از کادر درمان با انجام وظایف روتین مربی گری و ارائه مشاوره کاهش وزن هوش مصنوعی می بینیم، نه به عنوان جایگزینی برای تخصص انسانی.»
تحقیقات آینده باید این پیام های تولید شده توسط هوش مصنوعی رو در آزمایش های بالینی فعال تست کنن. دانشمندها قصد دارن بررسی کنن که آیا دریافت این پیام ها واقعا به کاهش وزن افراد در طول زمان کمک می کنه یا نه. اونا همچنین قصد دارن راه هایی رو پیدا کنن تا هوش مصنوعی رو نسبت به شرایط محیطی، مثل بیماری یا سفر، حساس تر کنن.
حوزه ی دیگه ای برای بررسی های آینده، شامل ایمنی و حریم خصوصیه. استفاده از مدل های زبانی بزرگ در حوزه ی سلامت نیازمند رعایت دقیق قوانین حفاظت از داده هاست. محقق ها باید اطمینان حاصل کنن که این سیستم ها به طور تصادفی توصیه های پزشکی اشتباه ارائه نمی دن. ایجاد پروتکل هایی برای نظارت انسانی قبل از استقرار گسترده ی چنین فناوری ای در مشاوره کاهش وزن هوش مصنوعی ضروری خواهد بود.
مطالعه ی «مقایسه ی هوش مصنوعی مدل زبانی بزرگ و پیام های مربی گری تولید شده توسط انسان برای کاهش وزن رفتاری» توسط ژوران هوانگ، مایکل پی. بری، کریستینا چویل، گری هسیه، جینگ وی و ایوان ام. فورمن نوشته شده است.
پیشرفت تکنولوژی در حوزه سلامت نشان دهنده پتانسیل بالای ابزارهای دیجیتال برای پر کردن خلاءهای آموزشی است. با وجود اینکه هوش مصنوعی هنوز در درک کامل شرایط زندگی فردی جای کار دارد، اما توانایی آن در ارائه حمایت های مقیاس پذیر و شخصی سازی شده می تواند مسیر مدیریت وزن را برای بسیاری از افراد هموارتر کند.
AI chatbots generate weight loss coaching messages perceived as helpful as human-written advice
