Yapay zeka destekli sağlık bilgisi doğrulamada kaynak uzmanlığı ve önceden var olan tutumların nesnel bilgi üzerindeki koşullu etkileri

Bu çalışma günlük okuyucular için neden önemli

Birçok kişi artık diyet önerilerinden mucize tedavilere kadar çevrimiçi gördükleri sağlık tavsiyelerini değerlendirmek için ChatGPT gibi araçlara başvuruyor. Bu çalışma basit ama önemli bir soruyu inceliyor: insanlar glütensiz diyetlerle ilgili popüler bir iddiayı yapay zekâ yardımıyla kontrol ettiğinde, öğrendiklerini gerçekten ne şekillendiriyor—gönderinin uzman bir kaynaktan gelmiş gibi görünmesi mi, onların önceden sahip olduğu glüten hakkındaki düşünceleri mi, yoksa kendi bilgi düzeyleri konusunda ne kadar emin oldukları mı? Yanıtlar, yapay zekânın ne zaman sağlam anlamayı destekleyebildiğini ve ne zaman kişisel inançlarımızın hâlâ engel olduğunu gösteriyor.

Sağlık ipuçları, yapay zekâ yardımcıları ve karışık mesajlar

Araştırmacılar gerçek dünyada sık karşılaşılan bir duruma odaklandı: doğru bilgilerle yanıltıcı ifadelerin harmanlandığı glütensiz diyetlerle ilgili bir Facebook gönderisi. Glütensiz beslenme çölyak hastaları için elzemdir, ancak kanıtlar zayıf olmasına rağmen herkes için daha sağlıklı olduğu tarzında bir yaşam biçimi trendi haline geldi. Bilim, pazarlama ve söylentinin bu karışımı, insanların yapay zekâya erişimi olduğunda gerçeği gösterişten nasıl ayırdıklarını incelemek için uygun bir sınama durumudur. Yazarlar ChatGPT’yi ikna edici bir kaynak olarak görmek yerine, insanların teknolojiyle birlikte düşünme işini paylaştığı bir “doğrulama ortamı”nın parçası olarak değerlendirdiler; yine de güvenilecek şeyleri kendilerinin yargılaması gerekiyordu.

Deney nasıl işledi

103 katılımcıyla çevrimiçi yapılan bir çalışmada herkes aynı karışık doğrulukta glütensiz diyet gönderisini gördü, ancak kaynağın kurgusal kimliği değiştirildi. Bazı katılımcılarda gönderi uzmanlık sinyali veren yemek odaklı bir medya markasından geliyormuş gibi gösterildi; diğerlerinde ise sıradan bir birey kullanıcının paylaşımı gibi sunuldu. Gönderiyi okuduktan sonra katılımcılardan bilgiyi kontrol etmek için ChatGPT’yi istedikleri şekilde kullanmaları istendi. Ardından katılımcılar glüten hakkındaki nesnel bilgi düzeylerini test eden ayrıntılı bir sınavı tamamladılar; buna ek olarak glütensiz diyetler konusundaki tutumları ve ChatGPT aramasına ne kadar güvendikleri ve değer verdiklerine ilişkin sorulara yanıt verdiler.

Uzman etiketleri ne zaman yardımcı olur — ve ne zaman olmaz

Şaşırtıcı biçimde, Facebook gönderisinin yalnızca uzman bir kaynaktan geliyormuş gibi etiketlenmesi, ChatGPT aramasından sonra tek başına daha iyi bir olgusal bilgiye yol açmadı. Ortalama olarak, uzman etiketli gönderiyi görenlerin bilgi testindeki puanları, uzman olmayan sürümü görenlerden daha yüksek değildi. Ancak araştırmacılar kişilerin ön tutumlarına baktıklarında resim değişti. Glütensiz diyetlere zaten oldukça olumlu bakan katılımcılar arasında uzman etiketi fark yarattı: bu okuyucular daha fazla doğru cevap verdi. Buna karşılık, nötr veya olumsuz tutuma sahip kişiler için uzman etiketi neredeyse fark etmedi. Bu, uzmanlık sinyallerinin herkese otomatik olarak öğrenmeyi artırmak yerine, zaten konuyla ilgilenmeye motive olanlara yardımcı olduğunu gösteriyor.

Bilinmezlik ile kendinden emin yanlışlık

Çalışma ayrıca iki tür bilgi sorununu ayırt etti: açıkça “bilmiyorum” diyenler ile kendinden emin bir şekilde açıkça yanlış inançlara sahip olanlar. Doğru, yanlış ve “bilmiyorum” yanıtlarının örüntülerini kullanarak yazarlar katılımcıları göreli olarak belirsiz veya göreli olarak yanlış bilgilendirilmiş şeklinde sınıflandırdı. Uzman etiketi, tutum ve bilgi durumu birlikte üçlü bir model olarak planlanan testi, muhtemelen örneklem boyutunun sınırlı olmasından dolayı istatistiksel olarak kesin kanıt düzeyine ulaşmadı. Buna rağmen keşif amaçlı analizler, uzman etiketi ile olumlu tutumların özellikle belirsiz grupta birlikte etkili olma eğiliminde olduğunu; bu grubun uzmanlık ve yapay zekâ geri bildirimi gibi ipuçlarına daha açık göründüğünü, yanlış bilgilendirilmiş katılımcıların ise daha az duyarlı olduğunu gösteren işaretler sundu.

Sağlık kararları için daha iyi yapay zekâ desteği tasarlamak

Bir düz okuyucu için ana çıkarım, yapay zekâ ve uzman etiketlerinin çevrimiçi sağlık karmaşası için sihirli çözümler olmadığıdır. Bu çalışmada üretken yapay zekâ yararlı bir ortak olarak işlev gördü, ancak insanların gerçekten daha fazla öğrenip öğrenmediği onların motivasyonuna ve inançlarının ne kadar kökleşmiş olduğuna bağlıydı. Uzman sinyalleri sadece ilgilenmeye yatkın olanların olgusal anlayışını geliştirdi; kendinden emin yanlışlara sahip kişiler, sadece bilmeyenlerden daha zor ulaşılabilirdi. Yazarlar, gelecekteki yapay zekâ araçları ve sağlık iletişiminin bu farklılıklara uyum sağlaması gerektiğini—daha derin düşünmeyi teşvik etmeyi, uzmanlığı daha görünür kılmayı ve yanıtları bir kişinin belirsiz mi yoksa yanlış bilgilendirilmiş mi olduğuna göre uyarlamayı—öneriyorlar; böylece yapay zekâyun sadece daha etkili değil gerçekten bilgili sağlık kararlarını desteklemesi sağlanabilir.

Atıf: 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

Anahtar kelimeler: üretken yapay zeka, sağlık dezenformasyonu, kaynak güvenilirliği, glütensiz diyet, çevrimiçi sağlık bilgisi