Warunkowe efekty ekspertyzy źródła i uprzednich postaw na wiedzę obiektywną w weryfikacji informacji zdrowotnych wspomaganej przez AI

Dlaczego to badanie ma znaczenie dla codziennych czytelników

Wielu z nas pyta dziś narzędzia takie jak ChatGPT o pomoc w ocenie porad zdrowotnych znalezionych w sieci — od wskazówek dietetycznych po „cudowne” kuracje. Badanie rozważa proste, ale ważne pytanie: kiedy ludzie sprawdzają popularne twierdzenie o diecie bezglutenowej przy pomocy AI, co rzeczywiście kształtuje to, czego się dowiadują — czy post wygląda na pochodzący od eksperta, co już myślą o glutenie, czy jak pewni są własnej wiedzy? Odpowiedzi pokazują, kiedy AI może wspierać rzetelne rozumienie, a kiedy nasze własne przekonania wciąż przeszkadzają.

Porady zdrowotne, pomocniki AI i sprzeczne komunikaty

Badacze skupili się na powszechnej, realnej sytuacji: poście na Facebooku o diecie bezglutenowej, który miesza poprawne fakty z wprowadzającymi w błąd stwierdzeniami. Dieta bezglutenowa jest niezbędna dla osób z celiakią, lecz stała się też trendem stylu życia promowanym jako zdrowsza dla wszystkich, mimo słabych dowodów. Ta mieszanka nauki, marketingu i plotek czyni gluten użytecznym przypadkiem testowym do badania, jak ludzie oddzielają prawdę od przesady, gdy mają do dyspozycji AI jako narzędzie weryfikacji. Zamiast traktować ChatGPT jako źródło perswazyjne, autorzy potraktowali go jako element „środowiska weryfikacyjnego”, w którym ludzie dzielą się pracą myślenia z technologią, wciąż musząc ocenić, czemu ufać.

Jak przebiegał eksperyment

W badaniu online z udziałem 103 osób wszyscy uczestnicy widzieli ten sam post na Facebooku o mieszanej trafności dotyczący diety bezglutenowej, jednak zmieniano rzekome źródło. Dla części uczestników post wyglądał na pochodzący od marki medialnej skupionej na żywności, sygnalizującej ekspertyzę; dla innych — od zwykłego użytkownika. Po przeczytaniu posta uczestnicy mieli za zadanie użyć ChatGPT w dowolny sposób, by sprawdzić informacje. Następnie wypełnili szczegółowy quiz, który obiektywnie sprawdzał, czego teraz wiedzą o glutenie, wraz z pytaniami o ich stosunek do diet bezglutenowych oraz o to, ile ufali i cenili swoje wyszukiwanie w ChatGPT.

Kiedy etykiety eksperckie pomagają — a kiedy nie

Zaskakująco, samo oznaczenie posta na Facebooku jako pochodzącego od źródła eksperckiego nie prowadziło samo w sobie do lepszej wiedzy faktograficznej po wyszukiwaniu w ChatGPT. Średnio osoby, które widziały post oznaczony jako ekspercki, nie osiągały wyższych wyników w teście wiedzy niż osoby widzące wersję bez oznaczenia eksperckiego. Obraz zmienił się jednak, gdy badacze wzięli pod uwagę wcześniejsze postawy uczestników. Wśród osób, które już miały wyraźnie pozytywny stosunek do diet bezglutenowych, etykieta ekspercka rzeczywiście robiła różnicę: ci czytelnicy kończyli z większą liczbą poprawnych odpowiedzi. Natomiast dla osób o postawach neutralnych lub negatywnych etykieta ekspercka miała niewielkie znaczenie. Sugeruje to, że sygnały ekspertyzy głównie pomagają tym, którzy już są zmotywowani do zaangażowania się w temat, zamiast automatycznie zwiększać uczenie się u wszystkich.

Niepewność kontra pewne błędne przekonania

Badanie wyróżniło też dwa typy problemów z wiedzą: osoby, które otwarcie przyznawały „nie wiem”, oraz te, które trzymały się wyraźnie błędnych przekonań z pewnością siebie. Na podstawie wzorców poprawnych, błędnych i „nie wiem” odpowiedzi autorzy sklasyfikowali uczestników jako stosunkowo niepewnych lub stosunkowo wprowadzonych w błąd. Ich zaplanowany test trzystronny — etykieta ekspercka, postawa i stan wiedzy razem — nie osiągnął ścisłego progu dowodu statystycznego, prawdopodobnie z powodu umiarkowanej wielkości próby. Mimo to analizy eksploracyjne zasugerowały, że etykieta ekspercka i przychylne postawy zwykle działały razem głównie w grupie niepewnych, którzy wydawali się bardziej otwarci na korzystanie ze wskazówek takich jak ekspertyza i opinie AI, podczas gdy osoby wprowadzane w błąd były mniej podatne na te wpływy.

Projektowanie lepszego wsparcia AI dla decyzji zdrowotnych

Dla czytelnika laika główny wniosek jest taki, że AI i etykiety eksperckie nie są magicznym remedium na zamieszanie związane z informacjami zdrowotnymi w sieci. W tym badaniu generatywna AI służyła jako pomocny partner, ale to, czy ludzie rzeczywiście dowiedzieli się więcej, zależało od ich motywacji i tego, jak utrwalone były ich przekonania. Sygnały ekspertyzy poprawiały zrozumienie faktów jedynie u tych, którzy byli skłonni się zaangażować, a osoby pewne swoich błędnych przekonań były trudniejsze do przekonania niż ci, którzy po prostu nie wiedzieli. Autorzy argumentują, że przyszłe narzędzia AI i komunikacja zdrowotna powinny uwzględniać te różnice — zachęcać do głębszej refleksji, lepiej uwidaczniać ekspertyzę i dostosowywać odpowiedzi do tego, czy osoba jest niepewna, czy wprowadzona w błąd — aby AI wspierała rzeczywiście poinformowane, a nie tylko silniej wpływane, wybory zdrowotne.

Cytowanie: Oh, J., Montag, C., Kohne, J. et al. Conditional effects of source expertise and pre-existing attitudes on objective knowledge in AI-assisted health information verification. Sci Rep 16, 13291 (2026). https://doi.org/10.1038/s41598-026-43698-z

Słowa kluczowe: generatywna AI, dezinformacja zdrowotna, wiarygodność źródła, dieta bezglutenowa, informacje zdrowotne online