كشف باحثون من الجامعة التقنية في برلين أن تدريب نماذج الذكاء الاصطناعي اللغوية الكبيرة على تقليد حدس البشر وأسبابهم المنطقية يحسن بشكل كبير من دقتهم في تقديم نصائح طبية. نشرت الدراسة في مجلة "JMIR Biomedical Engineering" وتقدم منهجية جديدة في هندسة الأوامر، حيث تتحول من تعليمات تركز على الحاسوب إلى استراتيجيات مستمدة من علم النفس التطبيقي. مع تحول الملايين نحو أدوات مثل شات جي بي تي للحصول على استشارات صحية، لا تزال هناك مشكلة مستمرة تتمثل في ميل الذكاء الاصطناعي إلى التوصية بالدخول إلى الطوارئ أو الرعاية المهنية حتى في الحالات البسيطة، وذلك بدافع الحذر المفرط. يمكن أن يؤدي هذا التوجه إلى تكاليف صحية غير ضرورية وزيادة القلق لدى المرضى. قام فريق البحث بقيادة مارتين كوكا وماركوس أ. فويل باختبار عشرة نماذج مختلفة من شات جي بي تي، بما في ذلك إصدارات GPT-4o وسلسلة GPT-5، باستخدام أوامر مستوحاة من نظرية اتخاذ القرار الطبيعي. تركز هذه النظرية على كيفية اتخاذ الخبراء قراراتهم في المواقف عالية المخاطر تحت حالة من عدم اليقين، بدلاً من الاعتماد على المنطق التقليدي الصارم. اعتمدت الدراسة على إطارين نفسيين محددين لتوجيه النموذج. أظهرت النتائج أن النماذج المدربة بهذه الطريقة قللت من الميل نحو المبالغة في الحذر، وأصبحت أكثر قدرة على التعامل مع المعلومات غير الكاملة أو الفوضوية التي تواجهها في الواقع. كما أوضح مارتين كوكا أن اختبار الذكاء الاصطناعي غالبًا ما يستخدم معلومات مثالية، بينما تكون المشاكل الحقيقية غير محددة جيدًا، لذا فإن استخدام نماذج اتخاذ القرار البشرية كأوامر يبدو خطوة منطقية لتطوير أدوات ذكاء اصطناعي مفيدة في اتخاذ القرارات الواقعية. تُظهر هذه النتائج أن "مخطط استدلالي" مبني على الإدراك البشري قد يكون أكثر فعالية من المنطق الحسابي القياسي في البيئات التي تكون فيها البيانات الطبية غير مكتملة. من خلال توجيه الذكاء الاصطناعي لمحاكاة النتائج والتشكيك في الإطارات الأولية للموقف، استطاع الباحثون التخفيف من الميل الطبيعي للنماذج نحو الحذر الزائد. رغم أن هذه النتائج تمثل خطوة كبيرة نحو جعل نماذج الذكاء الاصطناعي شركاء أكثر فعالية في اتخاذ القرارات السريرية، إلا أن الفريق يشير إلى أن النموذج يعمل بشكل أفضل في البيئات الخاضعة للرقابة. تؤكد الدراسة أن الأبحاث المستقبلية ضرورية لتحديد ما إذا كانت الأوامر المستوحاة من اتخاذ القرار الطبيعي ستترجم إلى دعم أفضل للقرارات للمستخدمين العاديين في الإعدادات غير الموحدة خارج المختبرات.