Efeitos condicionais da expertise da fonte e de atitudes pré-existentes no conhecimento objetivo na verificação de informações de saúde assistida por IA

Por que este estudo importa para leitores comuns

Muitos de nós agora recorrem a ferramentas como o ChatGPT para ajudar a avaliar conselhos de saúde que vemos online, desde dicas de alimentação até curas milagrosas. Este estudo investiga uma questão simples, porém importante: quando as pessoas checam uma afirmação popular sobre dietas sem glúten com a ajuda da IA, o que realmente determina o que elas aprendem — se a postagem parece vir de um especialista, o que já pensam sobre o glúten ou o quão confiantes estão em seu próprio conhecimento? As respostas mostram quando a IA pode apoiar uma compreensão sólida e quando nossas próprias crenças ainda atrapalham.

Dicas de saúde, ajudantes de IA e mensagens contraditórias

Os pesquisadores se concentraram em uma situação comum do mundo real: uma postagem no Facebook sobre dietas sem glúten que mistura fatos corretos com afirmações enganosas. Comer sem glúten é essencial para pessoas com doença celíaca, mas também se tornou uma tendência de estilo de vida promovida como mais saudável para todos, apesar de evidências fracas. Essa mistura de ciência, marketing e boatos torna o glúten um caso útil para estudar como as pessoas separan verdade do exagero quando a IA está disponível como ferramenta de verificação. Em vez de tratar o ChatGPT como uma fonte persuasiva, os autores o viram como parte de um “ambiente de verificação” em que pessoas compartilham o trabalho de pensar com a tecnologia, ainda precisando julgar em que confiar.

Como o experimento funcionou

Em um estudo online com 103 participantes, todos viram a mesma postagem do Facebook de precisão mista sobre dietas sem glúten, mas a suposta fonte foi alterada. Para alguns participantes, a postagem parecia vir de uma marca de mídia voltada para alimentação que sinalizava expertise; para outros, vinha de um usuário comum. Após ler a postagem, os participantes foram instruídos a usar o ChatGPT da maneira que desejassem para checar as informações. Em seguida, eles responderam a um questionário detalhado que testou objetivamente o que haviam aprendido sobre o glúten, além de perguntas sobre como se sentiam em relação às dietas sem glúten e o quanto confiaram e valorizaram sua busca no ChatGPT.

Quando rótulos de especialista ajudam — e quando não ajudam

Surpreendentemente, simplesmente rotular a postagem do Facebook como proveniente de uma fonte especialista não levou, por si só, a um melhor conhecimento factual após a busca no ChatGPT. Em média, as pessoas que viram a postagem rotulada como de especialista não obtiveram pontuações mais altas no teste de conhecimento do que aquelas que viram a versão não especializada. Mas o quadro mudou quando os pesquisadores analisaram as atitudes prévias das pessoas. Entre participantes que já tinham uma opinião bastante positiva sobre as dietas sem glúten, o rótulo de especialista fez diferença: esses leitores terminaram com mais respostas corretas. Em contraste, para pessoas com atitudes neutras ou negativas, o rótulo de especialista pouco importou. Isso sugere que sinais de expertise ajudam principalmente aqueles que já estão motivados a se engajar no tema, em vez de aumentar automaticamente a aprendizagem para todos.

Incerto versus equivocadamente confiante

O estudo também distinguiu dois tipos de problemas de conhecimento: pessoas que abertamente admitiram “não sei” e aquelas que sustentavam crenças claramente erradas com confiança. Usando padrões de respostas certas, erradas e “não sei”, os autores classificaram os participantes como relativamente incertos ou relativamente desinformados. O teste planejado de um padrão triplo — rótulo de especialista, atitude e estado de conhecimento juntos — não alcançou o rigoroso limiar para comprovação estatística, provavelmente devido ao tamanho modesto da amostra. Ainda assim, análises exploratórias sugeriram que o rótulo de especialista e atitudes favoráveis tendiam a funcionar em conjunto principalmente para o grupo incerto, que pareceu mais aberto a usar pistas como expertise e retorno da IA, enquanto participantes desinformados foram menos receptivos.

Projetando um suporte de IA melhor para decisões de saúde

Para um leitor leigo, a principal conclusão é que IA e rótulos de especialista não são soluções mágicas para a confusão sobre saúde online. Neste estudo, a IA generativa atuou como um parceiro útil, mas se as pessoas realmente aprenderam mais dependia de sua motivação e de quão arraigadas estavam suas crenças. Sinais de expertise melhoraram a compreensão factual apenas para quem estava inclinado a se engajar, e pessoas equivocadamente confiantes foram mais difíceis de alcançar do que aquelas que simplesmente não sabiam. Os autores argumentam que futuras ferramentas de IA e a comunicação em saúde devem se adaptar a essas diferenças — incentivando reflexão mais profunda, tornando a expertise mais visível e adaptando respostas ao fato de a pessoa estar incerta ou desinformada — para que a IA apoie escolhas de saúde verdadeiramente informadas, e não apenas mais influenciadas.

Citação: 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

Palavras-chave: IA generativa, desinformação em saúde, credibilidade da fonte, dieta sem glúten, informação de saúde online