Can Zero-Shot LLMs Predict Child Malnutrition? A Fairness and Temporal Robustness Study
تقيم هذه الدراسة جدوى وعدالة ومتانة النموذج الزمني لاستخدام نموذج GPT-4o-mini بنظام التعلم الصفري للتنبؤ بتقزم الأطفال في بنغلاديش، حيث وجدت أنه على الرغم من تحقيقه دقة مماثلة وحساسية أعلى من خط الأساس الخاضع للإشراف مع أداء مستقر بمرور الوقت، إلا أنه يظهر تفاوتات كبيرة في العدالة عبر فئات الإقامة والثروة تستدعي الحذر قبل النشر في مجال الصحة العامة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً لا تكتفي فيه الحواسيب بمعالجة الأرقام، بل تقرأ بالفعل قصة عن عائلة وتخمن ما إذا كان أحد أطفالها ينمو ببطء شديد. هذا هو التطور المثير، والمجنون نوعاً ما، للذكاء الاصطناعي في مجال الصحة العامة. لسنوات طويلة، استخدم العلماء أدوات رياضية قياسية للتنبؤ بمن هم عرضة لسوء التغذية، من خلال النظر في أمور مثل دخل الأسرة، ومكان سكنهم، وصحة الأم. ولكن مؤخراً، وصل نوع جديد من الأدمغة الحاسوبية فائقة الذكاء يسمى "نموذج اللغة الكبير" (أو LLM). فكر في نموذج اللغة الكبير كطالب قرأ كل كتاب تقريباً في المكتبة، لكنه لم يخض أبداً اختباراً محدداً حول تغذية الطفل. السؤال الكبير الذي يطرحه الباحثون هو: هل يمكن لهذا الطالب، دون أي تدريب خاص على هذا الموضوع المحدد، أن يقرأ قصة عائلة ويكتشف ما إذا كان الطفل يعاني من "التقزم" (وهو مصطلح طبي يعني كونه قصيراً جداً بالنسبة لعمره بسبب سوء التغذية)؟ إن هذا الأمر مهم لأنه إذا استطاع الحاسوب رصد هذه المخاطر مبكراً، حتى دون أن يُلقن القواعد، فبإمكاننا مساعدة المزيد من الأطفال بشكل أسرع في الأماكن التي يندر فيها وجود الأطباء.
دعونا الآن نغوص في تفاصيل ما فعله هذه الدراسة تحديداً. أخذ الباحثون كومة ضخمة من البيانات الواقعية من بنغلاديش، جُمعت على مدار خمسة عشر عاماً (من 2007 إلى 2022)، والتي احتوت على تفاصيل تخص آلاف العائلات. وبدلاً من تغذية هذه البيانات في آلة حاسبة رياضية تقليدية، قاموا بتحويل تفاصيل كل عائلة إلى قصة صغيرة أو قائمة من الحقائق، وسألوا نموذج ذكاء اصطناعي محدد، يسمى GPT-4o-mini، أن يقرأها ويخمن: "هل هذا الطفل يعاني من التقزم؟ نعم أم لا؟". فعلوا ذلك دون تعليم الذكاء الاصطناعي أي شيء عن التقزم أولاً؛ بل طلبوا منه القيام بذلك بطريقة "الصفر من المحاولات" (zero-shot)، مما يعني أنه كان عليه الاعتماد كلياً على ذكائه العام.
كانت النتائج مزيجاً من الاندهاش والذهول. لقد كان الذكاء الاصطناعي جيداً بشكل مفاجئ في الأساسيات؛ فقد حقق درجة إجمالية في الدقة بلغت 58%، وهي نسبة تقارب النموذج الرياضي التقليدي الذي قارنوه به. ولكن هنا تكمن المفاجأة: لقد كان الذكاء الاصطناعي بطلاً مطلقاً في العثور على الأطفال الذين يعانون بالفعل من التقزم. فقد رصد 77.5% من الأطفال المصابين بالتقزم، في حين لم يرصد النموذج التقليدي سوى حوالي 23%. تخيل جهاز كشف المعادن على الشاطئ: النموذج التقليدي يكون حذراً ونادراً ما يلتقط علبة صودا أثناء بحثه عن الذهب، لكنه يفقد الكثير من قطع الذهب. أما الذكاء الاصطناعي، فهو متحمس جداً للعثور على الذهب لدرجة أنه يلتقط كل قطعة ذهب يراها، ولكنه يلتقط أيضاً الكثير من علب الصودا وأغطية الزجاجات (إنذارات خاطئة). في الواقع، كان الذكاء الاصطناعي حساساً للغاية لدرجة أنه صنف العديد من الأطفال على أنهم يعانون من التقزم وهم في الواقع ليسوا كذلك، مما أدى إلى انخفاض درجته في تحديد الأطفال الأصحاء بشكل صحيح.
تحققت الدراسة أيضاً مما إذا كان الذكاء الاصطناعي عادلاً. فعندما تعلق الأمر بالبنين مقابل البنات، كان الذكاء الاصطناعي متوازناً تماماً، حيث عاملهم بنفس الطريقة تماماً. ولكن عندما نظر في مكان عيش العائلات أو مدى ثرائهم، أصبحت الأمور فوضوية. كان الذكاء الاصطناعي عدوانياً للغاية في تصنيف الأطفال من المناطق الريفية والعائلات الأكثر فقراً على أنهم يعانون من التقزم. وفي الواقع، بالنسبة للفئة الأكثر فقراً، قال الذكاء الاصطني "نعم، يعاني من التقزم" لـ 100% من الأطفال، رغم أن الكثير منهم كانوا أصحاء في الواقع. يبدو أن الذكاء الاصطناعي ربط بين الفقر والتقزم بقوة شديدة لدرجة أنه توقف عن التمييز بينهما. وحتى عندما حاول الباحثون إخفاء معلومات "الثروة" عن الذكاء الاصطناعي، ظل يخمّن بناءً على أدلة أخرى، مما يشير إلى أنه التقط أنماطاً خفية تربط بين الفقر وضعف النمو.
أخيراً، تحقق الباحثون مما إذا كان الذكاء الاصطناعي سيصاب بالارتباك بفعل مرور الزمن. لقد اختبروه على بيانات من أعوام 2007، 2011، 2014، 2018، و2022. ظل الذكاء الاصطناعي ثابتاً بشكل مدهش؛ فلم تتغير قدرته الإجمالية على التخمين الصحيح كثيراً عبر السنين، رغم تغير السكان وأنظمة الرعاية الصحية. ومع ذلك، فإن التوازن بين رصد الأطفال المرضى واتهام الأصحاء خطأً قد تغير قليلاً اعتماداً على السنة.
باختختصار، تشير هذه الورقة البحثية إلى أن الذكاء الاصطناعي المُدرب مسبقاً يمكن أن يعمل مثل محقق متحمس جداً، بارع في رصد المشاكل المحتملة، لكنه يحتاج إلى تعلم كيف يكون أكثر حذراً حتى لا يطلق إنذارات كاذبة طوال الوقت. إنه يعمل بشكل جيد بما يكفي ليكون مثيراً للاهتمام، ولكن نظرًا لميله للإفراط في التنبؤ بالمشكلات لدى العائلات الأكثر فقراً، فلا يمكننا إطلاقه في العالم الحقيقي بعد. يقترح المؤلفون أننا بحاجة إلى بذل المزيد من الجهد لمعالجة قضايا العدالة هذه قبل أن نثق به لاتخاذ قرارات تتعلق بحياة الأطفال وصحتهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.