كشف بحث جديد نُشر في مجلة Nature Health عام 2026 عن فجوة منهجية بين الانصاف الظاهري للنماذج اللغوية الكبيرة ونمط تحيزها الفعلي عند التكامل مع الأنظمة الصحية. وعلى الرغم من تفوق نماذج مثل ChatGPT وGrok وClaude على البشر في استبيانات الوصم المباشر، أظهرت سيناريوهات التقييم السياقي وجود تحيزات خفية تعيد إنتاج الصور النمطية بناءً على الحالة الطبية للمريض. استندت الدراسة إلى منهجية مقارنة شملت تقييم ستة نماذج رئيسية عبر جزأين. في الاختبارات المباشرة للتحيز الاجتماعي المتعلقة بفيروس نقص المناعة البشرية والتهاب الكبد ب والأمراض النفسية، سجلت النماذج انخفاضاً واضحاً في مستويات التحيز مقارنة بـ 56 ألف شخص من البشر. غير أن مهمات الحكم السياقي عبر 51 سيناريو يومياً، حيث تم تغيير الحالة الصحية للشخصية مع ثبات باقي العوامل، كشفت عن تحيز منهجي. ارتبطت الحالات النفسية وفيروس نقص المناعة البشرية بالخطر أو العزل، في حين رُبطت آلام الظهر وارتفاع ضغط الدم بالشفقة أو افتراض عدم الكفاءة. كما أظهرت النتائج تأثر مستوى التحيز باللغة، حيث أنتجت المدخلات الصينية استجابات أكثر توافقاً مع الصور النمطية من الإنجليزية، خاصة في سياق الصحة النفسية. بيّنت التجربة أن طلب النماذج للتنسيق المنطقي خطوة بخطوة يقلل الانحياز بشكل ملحوظ. وبناءً على ذلك، حدد الباحثون تسع استراتيجيات تقنية للتخفيف من هذه الظاهرة، تشمل تمييز الفرد عن تشخيصه، وفلترة البيانات الطبية غير ذات الصلة بالمهمة، وتطوير أدوات توجيه قياسية للمرافق الصحية. وتؤكد الورقة على ضرورة قيام مطوري الذكاء الاصطناعي الطبي بإجراء فحوصات تحيز استباقية تعتمد على محاكاة السياقات الواقعية قبل الإطلاق، مما يحدّ من تأثير التحيزات الآلية على دقة التشخيص والقرارات العلاجية ويحافظ على عدالة الرعاية الصحية عالمياً.