← أحدث الأبحاث
📄 social_science

What to check before using AI-based virtual patients in clinical psychology training: an ablation audit of four personas

تتحقق هذه الدراسة من صحة أربعة مرضى افتراضيين قائمين على الذكاء الاصطناعي للتدريب في علم النفس الإكلينيكي من خلال إثبات أنها تعمل كمحفزات مستقرة ومعروفة مدفوعة بالنماذج نفسها بدلاً من سلوك المتدرب، بينما تكشف أن التحليل اللغوي يلتقط بفعالية اللغة الخاصة بكل اضطراب لمعظم الحالات ولكنه يفشل في الحالات ذات الملامح الإكلينيكية المنتشرة مثل القلق العام.

المؤلفون الأصليون: Antonio Bernal Suárez¹, Ana María González Martín¹

نُشر 2026-09-20
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Antonio Bernal Suárez¹, Ana María González Martín¹

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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

في تدريب المعالجين المستقبليين، لطالما كانت "المريض المعياري" أداة حاسمة. هؤلاء هم ممثلون أو نصوص مصممة للعب دور محدد، مثل شخص يعاني من الاكتئاب أو القلق، حتى يتمكن الطلاب من ممارسة مهارات المقابلة مع شخصية ثابتة. والهدف هو ضمان أن يقابل كل طالب نفس الشخص، بنفس المشكلات، حتى يتمكن المعلمون من الحكم بإنصاف على من يتعلم أكثر. لعقود من الزمن، كانت هذه المحاكاة جامدة، تتبع نصاً صارماً حيث لا تتغير إجابات المريض أبداً. ومع ذلك، فقد وصل جيل جديد من الأدوات، مدعوم بالذكاء الاصطناعي الذي يمكنه إجراء محادثة تماماً مثل البشر. يمكن لهؤلاء المرضى الرقميين التحدث بحرية، والتكيف مع ما يقوله الطالب في الوقت الفعلي. هذا المرونة مثيرة للحماس، لكنها تثير قلقاً جديداً: إذا كان الكمبيوتر يبتكر الإجابات في اللحظة ذاتها، فكيف يمكننا التأكد من أن طالبين مختلفين يتحدثان بالفعل إلى نفس الشخص؟ إذا تغيرت شخصية الشخصية الرقمية في كل مرة، فإن التدريب يفقد قيمته.

سعى الباحثون في جامعة "أتلانتيكو ديل ميديو" لحل هذا اللغز. أرادوا معرفة ما إذا كان هؤلاء المرضى الافتراضيون الجدد، المدفوعون بالذكاء الاصطناعي، موثوقين حقاً. ركزوا على أربع شخصيات محددة: امرأة تدعى ماريا تمثل الاكتئاب، وامرأة تدعى ناتاليا تعاني من القلق العام، وامرأة تدعى ليان تعاني من اضطراب ما بعد الصدمة، ورجل يدعى أدريان يعاني من ميول الوسواس القهري. جمع الفريق أكثر من مائة جلسة علاجية مسجلة مارس فيها طلاب الدراسات العليا مقابلة هذه الشخصيات الرقمية. كانت مهمتهم هي العمل كمراجعين، حيث يقومون بتجريد كل ما قد يخدعهم ويجعلهم يعتقدون أن الشخصيات متسقة، ليروا ما إذا كانت الهوية الجوهرية للمريض باقية. وتساءلوا عما إذا كان الطلاب أنفسهم هم من يجعلون الشخصيات تبدو مختلفة، أم أن الشخصيات كانت متميزة حقاً عن بعضها البعض. كما تحققوا مما إذا كانت الشخصيات تستخدم بالفعل الكلمات الصحيحة لحالاتها المحددة، أم أنها كانت تكرر فقط قائمة من الأعراض التي كتبها الباحثون في الكمبيوتر.

بدأ الباحثون باختبار ما إذا كان الطلاب يمكن أن يكونوا مصدر الارتباك. قاموا بتحليل اللغة المستخدمة من قبل الطلاب لمعرفة ما إذا كان سلوك الطلاب نفسه هو ما جعل الجلسات تبدو مختلفة. كانت النتائج واضحة: لم يحدد الطلاب هوية المريض. عندما نظر الباحثون فقط إلى ما قاله المرضى الافتراضيون، متجاهلين كل ما فعله الطلاب، استطاع الكمبيوتر لاحقاً تحديد الشخصية التي تتحدث بشكل صحيح في ما يقرب من ثلاثة وثمانين بالمائة من الحالات. أثبت هذا أن الإشارة جاءت من المريض، وليس من الطالب. ثم اتبع الفريق نهجاً أكثر صرامة لاختبار استقرار هذه الشخصيات. قاموا بإزالة التفاصيل البيوغرافية (السير الذاسية)، مثل وظيفة الشخصية أو تاريخ عائلتها، والتي غالباً ما تُكرر في كل جلسة. كما أزالوا أكثر الكلمات تميزاً التي استخدمتها كل شخصية. وحتى بعد حذف كل هذا المحتوى المحدد، استطاع النظام تحديد الشخصية الصحيحة بنسبة تسعة وثلاثين بالمائة من الحالات. كان هذا الاكتشاف قوياً لأنه أظهر أن الشخصيات تمتلك طريقة كلام مستقرة تتجاوز مجرد تكرار قصص حياتها.

كما بحثت الدراسة فيما إذا كانت الشخصيات تتحدث حقاً لغة اضطراباتها المحددة. بالنسبة لثلاث من الشخصيات الأربع، كانت الإجابة نعم. كانت المريضة الافتراضية التي تعاني من ميول الوسواس القهري، أدريان، لافتة للنظر بشكل خاص. فقد تم إنشاؤها بوصف قصير جداً مكون من ست وستين كلمة فقط لم يدرج حتى أعراضه. ومع ذلك، في محادثاته، استخدم كلمات متعلقة بالتحقق والترتيب بشكل طبيعي أكثر من أي شخصية أخرى. حدث هذا رغم أن التعليمات المعطاة للكمبيوتر لم تخبره صراحة بالتحدث عن التحقق. يشير هذا إلى أن الذكاء الاصطناعي كان يستمد من معرفته الخاصة بالحالة بدلاً من مجرد نسخ نص. ومع ذلك، فإن الشخصية الرابعة، ناتاليا، التي مثلت القلق، لم تظهر هذا النمط الواضح. لم تكن مفرداتها بارزة بشكل كبير عن الآخرين. لاحظ الباحثون أن القلق حالة معقدة حيث تتداخل الكلمات التي يستخدمها الناس غالباً مع اضطرابات أخرى، مما يجعل من الصعب رصد بصمة لغوية فريدة. لم يعني هذا أن الشخصية كانت فاشلة؛ فقد أكدت دراسات سابقة أنها كانت مقنعة سريرياً للخبراء البشريين. لقد يعني ذلك ببساطة أن التحقق من كلمات محددة ليس اختباراً مثالياً لكل نوع من أنواع الصحة العقلية.

يخلص العمل إلى أن هؤلاء المرضى الافتراضيين القائمين على الذكاء الاصطناعي يمكن أن يعملوا كأدوات تدريب معيارية وموثوقة، بشرط فحصهم بعناية. حافظت الشخصيات على هوية متسقة صمدت أمام إزالة خلفياتهم القصصية وأكثر كلماتهم تميزاً. كما أظهرت الدراسة أن وصفاً قصيراً جداً كان كافياً لخلق شخصية واقعية للغاية، مما يتحدى الفكرة القائلة بأن التعليمات المعقدة والطويلة ضرورية دائماً. ومع ذلك، يحذر الباحثون من أن هذه النتائج خاصة بالإطار الذي اختُبرت فيه. لقد أدت الشخصيات أداءً جيداً ضمن بيئة تدريبها الخاصة، ولكن لم يتم إثبات قدرتها على العمل عبر مجموعات مختلفة من الطلاب أو مدارس مختلفة بعد. علاوة على ذلك، بينما كانت الشخصيات متسقة، لم تختبر الدراسة ما إذا كان التدرب معهم يجعل الطلاب معالجين أفضل. توفر النتائج أساساً قوياً لاستخدام هذه الأدوات، مؤكدة أن المرضى الرقميين مستقرون ومتميزون، لكنها تسلط الضوء أيضاً على أن التحقق من المفردات المحددة ليس حلاً واحداً يناسب الجميع للتحقق من صحة كل نوع من أنواع محاكاة الصحة العقلية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📄 social_science →