هوش مصنوعی مولد چگونه نابرابری سلامت و اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی را تشدید می‌کند؟
هوش مصنوعی مولد در حال دگرگون کردن اساسی شیوه دسترسی مردم به اطلاعات سلامت در سراسر جهان، تفسیر این اطلاعات و تصمیم‌گیری بر اساس آن‌هاست. این فناوری با فراهم کردن رابط‌های سریع، شخصی‌سازی‌شده و مبتنی بر گفت‌وگو، محدودیت‌های وب‌سایت‌های ایستا و موتورهای جست‌وجوی سنتی را پشت سر می‌گذارد. ابزارهای دیجیتال سلامت در گذشته عمدتاً منابع موجود را بازیابی می‌کردند، اما هوش مصنوعی گفت‌وگومحور اطلاعات احتمالی را ترکیب می‌کند و پاسخ‌هایی روان و متناسب با نیاز هر کاربر ارائه می‌دهد؛ پاسخ‌هایی که برای افرادی که درباره علائم بیماری یا اقدامات بعدی سؤال دارند، اغلب مستقیم و معتبر به نظر می‌رسند. این تحول ظرفیت چشمگیری برای آموزش سلامت و کاهش موانع دسترسی به اطلاعات دارد، به‌ویژه در مناطقی که دسترسی به خدمات رسمی درمانی محدود است. بااین‌حال، هم‌زمان چالش‌های مهمی برای سلامت عمومی ایجاد می‌کند که از اطلاعات نادرست و عدم قطعیت تا اعتماد نابجا و افزایش اضطراب سلامت را در بر می‌گیرد. این مقاله دیدگاه، ارتباط احتمالی میان جست‌وجوی اطلاعات سلامت با واسطه هوش مصنوعی مولد، پدیده اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی، نابرابری ساختاری در سلامت دیجیتال و آسیب‌پذیری ذاتی نظام‌های درمانی شکننده را بررسی می‌کند و شرایط ساختاری سومالی را به‌عنوان مطالعه موردی محوری در نظر می‌گیرد.
اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی، که به جست‌وجوی بیش از حد یا مکرر اطلاعات سلامت در اینترنت گفته می‌شود، الگویی رفتاری است که به‌خوبی مستند شده و می‌تواند اضطراب و عدم اطمینان درباره وضعیت سلامت را تشدید کند. بااین‌حال، ظهور هوش مصنوعی مولد محیط اطلاعاتی متفاوتی ایجاد کرده است. ازآنجاکه این سامانه‌ها پاسخ‌هایی فوری، تعاملی و ظاهراً قطعی ارائه می‌دهند، ممکن است عوامل شناخته‌شده مؤثر بر این پدیده، مانند انباشت اطلاعات و عدم اطمینان، را تغییر دهند؛ زیرا به‌جای رتبه‌بندی فهرستی از منابع، پاسخ‌هایی سریع و شخصی‌سازی‌شده در اختیار کاربران می‌گذارند. فرضیه اصلی این مقاله آن است که هوش مصنوعی گفت‌وگومحور ممکن است صرفاً الگوهای پیشین جست‌وجوی علائم بیماری را گسترش ندهد، بلکه خود آن‌ها را نیز تغییر دهد. این شیوه تعامل می‌تواند آستانه لازم برای جست‌وجوی مکرر درباره علائم را پایین بیاورد و قدرت اقناعی اطلاعات ارائه‌شده را افزایش دهد؛ فرضیه‌ای که برای تأیید آن به بررسی‌های تجربی دقیق نیاز است.
بااین‌حال، هنگام بررسی این تعامل احتمالی باید به ماهیت ذاتی مدل‌های زبانی بزرگ توجه داشت. این سامانه‌ها خطاناپذیر نیستند: ممکن است محتوایی باورپذیر اما فاقد پشتوانه تولید کنند، راهنمایی‌های مهم را نادیده بگیرند، در پاسخ به پرسش‌های یکسان جواب‌های متفاوتی ارائه دهند و با وجود قابلیت اتکای محدود، بیش از اندازه مطمئن به نظر برسند. هنوز شواهد مستقیمی که رابطه علّی میان استفاده از هوش مصنوعی مولد و اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی را اثبات کند، در دست نیست. بااین‌حال، بر اساس فرضیه مطرح‌شده درباره سازوکار این پدیده، تعامل با سامانه‌هایی که سریع و گفت‌وگومحورند اما پاسخ‌هایشان احتمالی، ناقص و گاه متناقض است، ممکن است عدم اطمینان حل‌نشده را تداوم بخشد یا حتی افزایش دهد. برای افرادی که از پیش مستعد اضطراب سلامت هستند، چنین وضعیتی می‌تواند به شکل‌گیری چرخه‌ای آشنا منجر شود: نگرانی اولیه درباره یک علامت، بررسی مکرر اطلاعات، اطمینان خاطر موقت، بازگشت تردید و در نهایت تشدید پریشانی روانی.
به‌کارگیری این فناوری‌ها در محیط‌های شکننده و کم‌برخوردار از منابع، مانند سومالی، نگرانی‌های یادشده را تشدید می‌کند. اگرچه استفاده از فناوری‌های دیجیتال سلامت در کشورهای کم‌درآمد و با درآمد متوسط سرعت گرفته است، گسترش آن‌ها اغلب نه به دلیل نبود علاقه به فناوری، بلکه به علت پراکندگی زیرساخت‌ها و سامانه‌ها، ضعف قابلیت همکاری میان آن‌ها و کمبود نیروی متخصص با مانع روبه‌رو می‌شود. در مناطقی که دسترسی حضوری به پزشکان یکسان نیست و مسیرهای ارجاع بیماران به مراکز درمانی ضعف دارند، اطلاعات تولیدشده با هوش مصنوعی ممکن است از نظر عملی اهمیت نامتناسبی پیدا کند؛ زیرا تفسیر حرفه‌ای و به‌موقع اطلاعات اغلب در دسترس نیست. افزون بر این، پیامدهای استقرار هوش مصنوعی به توزیع نابرابر سواد دیجیتال و سواد سلامت وابسته است. محدودیت اتصال به اینترنت، دسترسی به دستگاه‌های دیجیتال و تناسب زبانی ابزارها ممکن است مشارکت افراد را دشوار کند یا برعکس، نابرابری‌های سلامت را عمیق‌تر سازد؛ زیرا افرادی که سواد سلامت دیجیتال کمتری دارند، در محیطی که خدمات درمانی هرچه بیشتر دیجیتالی می‌شود، برای ارزیابی اعتبار منابع با مشکل مواجه خواهند شد.
سومالی نمونه‌ای مهم برای درک این پویایی‌های ساختاری است. با وجود رواج گسترده استفاده از پول همراه، دسترسی به اینترنت همچنان بسیار نابرابر است؛ به‌طوری‌که نرخ کلی دسترسی ۹٫۳ درصد گزارش شده و این میزان در جمعیت‌های روستایی و کوچ‌نشین به‌مراتب پایین‌تر است. این شکاف، در کنار مانع پایدار فاصله فیزیکی تا مراکز درمانی که ۶۴٫۰ درصد پاسخ‌دهندگان آن را مشکلی عمده دانسته‌اند، نشان می‌دهد که جست‌وجوی اطلاعات سلامت با کمک هوش مصنوعی مولد را باید در چارچوب محدودیت‌های ساختاری بررسی کرد. در پژوهش‌های موجود، برآوردی مبتنی بر نمونه‌ای نماینده از کل جمعیت کشور درباره میزان جست‌وجوی اطلاعات سلامت با واسطه هوش مصنوعی مولد در سومالی وجود ندارد. بنابراین، بحث باید بر این موضوع متمرکز باشد که عوامل ساختاری، از جمله نابرابری اقتصادی و اجتماعی، سواد دیجیتال و دسترس‌پذیری اطلاعات سلامت تأییدشده در سطح محلی، چگونه استفاده رو به گسترش از این فناوری را شکل خواهند داد. تناقض اصلی این است که هوش مصنوعی مولد ممکن است کمبود اطلاعات را کاهش دهد، اما هم‌زمان خطر بازتولید نابرابری‌های موجود در سلامت یا حتی تشدید آن‌ها را به همراه دارد.
از منظر فنی و بالینی، خطرهای ناشی از خروجی‌های هوش مصنوعی مولد قابل‌توجه‌اند. شواهد موجود نشان می‌دهد که مدل‌های زبانی بزرگ می‌توانند محتوای پزشکی نادرست یا گمراه‌کننده تولید کنند و روان بودن متن به معنای درست بودن آن نیست. در حوزه‌های تخصصی مانند سرطان‌شناسی، فراتحلیل‌ها میزان بروز توهم‌زایی مدل‌ها را حدود ۲۳ درصد گزارش کرده‌اند؛ درحالی‌که آزمایش‌ها در شرایط بالینی عمداً خصمانه و چالش‌برانگیز، نرخ‌های بسیار بالاتری در محدوده ۵۰ تا ۸۲ درصد را نشان داده‌اند. باید توجه داشت که این برآوردها به شرایط و روش‌های ارزیابی مشخص مربوط‌اند و میزان شیوع توهم‌زایی در استفاده روزمره مصرف‌کنندگان را نشان نمی‌دهند. همچنین می‌توان از این سامانه‌ها برای تولید گسترده اطلاعات نادرست و باورپذیر استفاده کرد؛ بنابراین، هم خطاهای فنی ناخواسته و هم دست‌کاری عمدی اطلاعات، تهدیدهایی مهم برای سلامت عمومی به شمار می‌روند. پیامدهای این وضعیت برای برابری در سلامت نیز به همان اندازه نگران‌کننده است؛ زیرا بازنمایی ناکافی گروه‌های مختلف در داده‌های آموزشی، قابلیت تعمیم محدود نتایج به جمعیت‌های متنوع و استقرار ابزارها بدون سازگار کردن آن‌ها با شرایط محلی می‌تواند باعث شود این فناوری‌ها پیش‌فرض‌های برگرفته از کشورهای پردرآمد را در خود بازتاب دهند؛ پیش‌فرض‌هایی که لزوماً در محیط‌های شکننده کاربرد ندارند.
برای پیشبرد این حوزه، باید نقشه راهی مرحله‌ای و سنجیده برای حکمرانی تدوین شود که دسترسی ایمن را بر محدودسازی شتاب‌زده مقدم بداند. در کوتاه‌مدت، اقدامات عملی می‌تواند شامل انتشار راهنمای عمومی کم‌هزینه درباره کاربردهای مناسب هوش مصنوعی مولد در حوزه سلامت و محدودیت‌های ذاتی آن باشد. همچنین باید سواد پایه هوش مصنوعی و سلامت دیجیتال را در میان عموم مردم و کارکنان خط مقدم خدمات درمانی ارتقا داد. تعیین قواعد ساده شفافیت، از جمله الزام به اعلام اینکه اطلاعات سلامت به کمک هوش مصنوعی تولید شده است، ضرورت دارد. در میان‌مدت، اولویت‌ها باید به اعتبارسنجی محلی و نهادینه‌سازی فرایندهای نظارتی معطوف شوند. این اقدامات شامل تشکیل گروه‌های نظارتی چندرشته‌ای، ارزیابی ابزارها از نظر عملکرد در زبان سومالیایی و کیفیت ترجمه متون پزشکی، و تدوین حداقل استانداردهای ایمنی بالینی برای ابزارهای در دسترس عموم است. در این مرحله همچنین باید سازوکارهای عملی برای پایش اطلاعات نادرست و کانال‌های مشترک گزارش‌دهی ایجاد شوند تا زیرساختی هماهنگ برای مقابله با همه‌گیری اطلاعات نادرست شکل بگیرد.
پایداری بلندمدت به ایجاد ظرفیت پایدار حکمرانی وابسته است. این ظرفیت باید ممیزی مستقل، ارزیابی سوگیری و عدالت در گروه‌های جمعیتی متنوع و توسعه مجموعه‌داده‌های معتبر برای زبان پزشکی سومالیایی را در بر بگیرد. اعتماد عمومی باید یکی از ابعاد چندگانه استقرار مسئولانه هوش مصنوعی تلقی شود؛ امری که نه‌تنها به بهبود عملکرد فنی، بلکه به پاسخ‌گویی روشن، ارتباطات شفاف و سازوکارهای معتبر نظارت و رسیدگی به شکایت‌ها نیاز دارد. منطق سیاست‌گذاری در این زمینه تدریجی و انباشتی است: ابتدا باید راهنمایی‌های لازم و نظارت انسانی برقرار شود، سپس اعتبارسنجی و هماهنگی توسعه یابد و تنها پس از آن می‌توان به سمت ادغام پیشرفته و گسترده این فناوری در نظام‌های سلامت شکننده حرکت کرد. چنین رویکردی کمک می‌کند مزایای بالقوه هوش مصنوعی مولد، از جمله ارتقای سواد سلامت از طریق آموزش شخصی‌سازی‌شده و کاهش بار اداری کارکنان درمان، بدون تضعیف اصول بنیادین ایمنی، برابری و پاسخ‌گویی محقق شوند.
موضوع پژوهش: پیامدهای استفاده از هوش مصنوعی مولد برای جست‌وجوی اطلاعات سلامت در محیط‌های کم‌برخوردار از منابع، مانند سومالی، برای سلامت عمومی.
عنوان مقاله: هوش مصنوعی مولد، اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی و نابرابری سلامت دیجیتال: چالشی برای سلامت عمومی در سومالی و دیگر نظام‌های سلامت شکننده
منابع مقاله: آدم، آ. آ.، داعییه، م. آ.، محمد، آ. آ.، علی، آ. د. و خلیف، ا. آ. (۲۰۲۶). «هوش مصنوعی مولد، اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی و نابرابری سلامت دیجیتال: چالشی برای سلامت عمومی در سومالی و دیگر نظام‌های سلامت شکننده». Frontiers in Public Health، جلد ۱۴، مقاله ۱۹۴۲۱۴۰. https://doi.org/10.3389/fpubh.2026.1942140
اعتبار تصویر: تولیدشده با هوش مصنوعی
شناسه دیجیتال مقاله (DOI): 10.3389/fpubh.2026.1942140
کلیدواژه‌ها: هوش مصنوعی مولد، اضطراب ناشی از جست‌وجوی آنلاین اطلاعات پزشکی، نابرابری سلامت دیجیتال، نظام‌های سلامت شکننده، اطلاعات نادرست سلامت، سومالی، سیاست‌گذاری سلامت عمومی، مدل‌های زبانی بزرگ، عدالت در سلامت، سلامت دیجیتال.