تخطَّ إلى المحتوى

إجماع النماذج يضلل تقييم الأزمات النفسية: توافق رقمي يتخطى 83 بالمئة وانفصال عن حكم الخبراء

شارك المقال
إجماع النماذج يضلل تقييم الأزمات النفسية: توافق رقمي يتخطى 83 بالمئة وانفصال عن حكم الخبراء
الصورة: Stephen Andrews / Unsplash

استمع لهذا المقال

بصوت ليلى (Layla)

تكشف دراسة علمية قُبلت في مؤتمر «آي إي إي إي بيغ داتا 2026» مفارقة مقلقة في اعتماد نماذج اللغة الكبيرة لتقييم الأزمات النفسية الحرجة: النماذج تتفق مع بعضها بدرجة تفوق بكثير اتفاق الخبراء البشريين، لكن هذا التوافق الآلي المرتفع يخفي وراءه فجوة حقيقية في رصد الحالات الأشد خطورة. اختبر الفريق البحثي، بقيادة كي إم سجاد الإسلام وبمشاركة خمسة باحثين آخرين، قدرة 25 نموذجًا لغويًا، بينها 15 نموذجًا مفتوح المصدر و10 نماذج تجارية مغلقة، على تحديد شدة الأزمات النفسية في منشورات المحاربين القدامى، وقارنوا نتائجها مع تقييمات ثمانية خبراء متخصصين شملت خمس فئات تدرج و149 تدوينة.

أظهرت النتائج أن الخبراء البشريين سجلوا توافقًا ترتيبيًا عند معامل 0.494، وهو تباين يعكس طبيعة التقييم الإكلينيكي الذي تتداخل فيه المستويات المتجاورة لشدة الأزمة بين درجة وأخرى. في المقابل، حققت النماذج المختارة قفزة في التوافق البيني وصلت إلى 0.8336 تحت صياغة الأوامر الأساسية. هذا الإجماع الآلي المرتفع لا يعني بالضرورة صحة التشخيص، إذ كشفت التجربة أن تقارب الآلات فيما بينها لا يرتبط تلقائيًا بمطابقة أحكام المتخصصين أو بالقدرة على التقاط الحالات النادرة والحرجة التي تتطلب تدخلاً عاجلاً.

وعند تفكيك أداء الأنظمة عبر ثمانية تنويعات من الأوامر، تفوقت النماذج التجارية عمومًا في مطابقة تقييمات الخبراء وإظهار استقرار تحليلي أعلى مقارنة بالأنظمة مفتوحة المصدر، وتصدر نموذج «جي بي تي 5.6 تيرا» الترتيب العام في مجمل الاختبارات. غير أن المفارقة التقنية الأبرز تجلت في الحالات الأكثر حساسية، حيث أثبت النموذج مفتوح المصدر «كيوين 2.5 7 بي» قدرة هي الأقوى بين كافة النماذج على تشخيص حالات الأزمة الحادة المصحوبة بأفكار انتحارية. كما بينت اختبارات قلب التصنيفات داخل الأمثلة التوضيحية هشاشة النماذج أمام السياقات المضللة، في حين لم تفلح الشروحات التفسيرية في إحداث تحسن ثابت في النتائج.

ما يتغير عمليًا أمام قادة التقنية ومنصات الصحة النفسية الرقمية في الخليج ومصر والشام هو إسقاط فرضية الاطمئنان لتوافق النماذج كدليل على سلامة الفرز. فمع محاولة المؤسسات الطبية ومراكز الدعم بالمنطقة أتمتة تصنيف الحالات الواردة لتخفيف العبء عن الكوادر المتخصصة، توضح هذه النتائج خطورة الاعتماد على نموذج تجاري واحد: الاستقرار العام للنماذج الكبرى لا يغني عن بناء خطوط فرز هجينة تستعين بنماذج مفتوحة متخصصة بعدما أثبتت كفاءتها في التقاط إشارات الخطر الأقصى. كذلك يفرض التقرير مراجعة صارمة لهندسة الأوامر وسياقات الفحص، لأن حساسية النماذج للأمثلة المعكوسة تعني أن أي تشويش في البيانات التوجيهية قد يمرر حالة انتحارية حرجة دون إنذار.

تضع هذه التجربة حدًا للرهان على الاستقلالية الكاملة للذكاء الاصطناعي في بيئات الرعاية الحرجة: فالنماذج تظل أداة واعدة لتوسيع نطاق المراجعة ومساندة المتخصصين، لكنها تظل عاجزة عن الحلول محل الحكم السريري المباشر. وحين تتطابق الخوارزميات على تقدير خاطئ، فإن الثمن لا يقاس بنسب الدقة الإحصائية، بل بسلامة إنسان يبحث عن طوق نجاة.

اشترك في همسات الذكاء الاصطناعي — كل أسبوع: قصص وفرص وأحداث مختصرة وموثقة، بلا حشو.

اشترك ليصلك الجديد