The role of Artificial Intelligence in interventions to reduce physical inactivity: A systematic review
17 रैंडमाइज्ड कंट्रोल्ड ट्रायल्स के इस व्यवस्थित समीक्षा ने कोई पुख्ता प्रमाण नहीं पाया कि आर्टिफिशियल इंटेलिजेंस-सहायता प्राप्त हस्तक्षेप उच्च आय वाले देशों में शारीरिक निष्क्रियता को महत्वपूर्ण रूप से कम करते हैं, हालांकि वे कदमों की संख्या में मामूली वृद्धि कर सकते हैं, जबकि भविष्य के शोध में पद्धतिगत सीमाओं और समानता संबंधी चिंताओं को दूर करने की आवश्यकता पर प्रकाश डाला गया है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप पूरे शहर को अधिक चलने के लिए प्रेरित करने की कोशिश कर रहे हैं। आप जानते हैं कि शरीर को हिलाना-डुलाना स्वास्थ्य के लिए अच्छा है, लेकिन लोगों को सोफे से उठने के लिए मनाना कठिन है। वर्षों से, सार्वजनिक स्वास्थ्य विशेषज्ञ तकनीक का उपयोग करके मदद करने की कोशिश कर रहे हैं, जैसे कि टेक्स्ट संदेश भेजना या ऐप्स का उपयोग करना। अब, आर्टिफिशियल इंटेलिजेंस (AI) के उदय के साथ, बड़ा सवाल यह है: क्या एक स्मार्ट कंप्यूटर प्रोग्राम हमें एक साधारण ऐप या मानव कोच की तुलना में अधिक चलने के लिए मनाने में बेहतर काम कर सकता है?
यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ यूके और अन्य जगहों के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने उत्तर खोजने के लिए एक व्यापक खोज की। उन्होंने 2010 से लेकर 2025 की शुरुआत तक के हर उस वैज्ञानिक अध्ययन को देखा जो समृद्ध देशों में लोगों को सक्रिय करने के लिए डिज़ाइन किए गए AI टूल का परीक्षण करते थे।
यहाँ उनके निष्कर्ष दिए गए हैं, जिन्हें सरल अवधारणाओं में विभाजित किया गया है:
1. जासूसी कार्य (खोज)
शोधकर्ताओं ने केवल एक या दो अध्ययनों को नहीं देखा; उन्होंने लगभग 20,000 संभावित सुरागों (शीर्षक और सारांश) को छांटा और 2,400 पूर्ण रिपोर्टों को पढ़ा। अंत में, उन्हें लगभग 3,300 लोगों से जुड़े 17 वास्तविक दुनिया के प्रयोगों (ट्रायल) में 17 वास्तविक प्रयोग मिले।
इन 17 परीक्षणों को विज्ञान प्रयोगशाला में 17 अलग-अलग "प्रयोगों" के रूप में समझें। कुछ ने चैटबॉट्स (डिजिटल पात्र जिनसे आप बात करते हैं) का परीक्षण किया, जबकि अन्य ने स्मार्ट रिकमेंडर्स (प्रणालियाँ जो यह सीखती हैं कि आपको कौन से संदेश पसंद हैं और उन्हें सही समय पर भेजती हैं) का परीक्षण किया।
2. मुख्य पात्र: चैटबॉट्स बनाम स्मार्ट रिकमेंडर्स
शोधकर्ताओं ने AI टूल्स को दो मुख्य समूहों में विभाजित किया:
चैटबॉट्स: ये डिजिटल दोस्तों की तरह हैं जिनसे आप टेक्स्ट के माध्यम से बात करते हैं। कुछ केवल सरल नियम मानने वाले थे (जैसे कि एक "चुनें अपना साहसिक कार्य" वाली किताब), जबकि अन्य थोड़े अधिक स्मार्ट थे, जो मानवीय लगने के लिए लैंग्वेज मॉडल्स का उपयोग करते थे।
- फैसला: चैटबॉट्स ज्यादातर मौन रहे। वे लोगों को अधिक चलने या अधिक व्यायाम करने के लिए प्रेरित करने में सफल नहीं दिखे। चाहे चैटबॉट एक मिलनसार रोबोट हो या एक सख्त कोच, परिणाम एक समान थे: गतिविधि के स्तर में कोई वास्तविक बदलाव नहीं आया।
स्मार्ट रिकमेंडर्स: ये व्यायाम के संदेशों के लिए एक व्यक्तिगत खरीदारी सहायक (पर्सनल शॉपर) की तरह हैं। वे यह समझने के लिए AI का उपयोग करते हैं कि, "हे, इस व्यक्ति को दौड़ना पसंद है, तो चलिए मंगलवार की सुबह दौड़ने की एक टिप भेजते हैं," या "यह व्यक्ति थका हुआ है, चलिए एक हल्का सा सुझाव भेजते हैं।"
- फैसला: इन उपकरणों ने उम्मीद की एक छोटी सी किरण दिखाई, लेकिन केवल एक विशिष्ट चीज़ के लिए: कदमों की गिनती (स्टेप काउंट्स)। कुछ स्मार्ट प्रणालियों ने लोगों को प्रतिदिन कुछ अधिक कदम चलने में मदद की। हालाँकि, जब बात वास्तव में कठिन व्यायाम करने (जैसे दौड़ना या तैरना) या कुल मिलाकर अधिक सक्रिय रहने की आई, तो स्मार्ट रिकमेंडर्स नियमित ऐप्स की तुलना में बेहतर काम करते हुए नहीं दिखे।
3. "धुंधली फोटो" की समस्या (क्यों परिणाम अस्थिर हैं)
भले ही शोधकर्ताओं ने कुछ संकेत पाए कि कदमों की गिनती बढ़ सकती है, लेकिन वे चेतावनी देते हैं कि अभी बहुत उत्साहित न हों। वे साक्ष्यों को एक "धुंधली फोटो" के रूप में वर्णित करते हैं।
- छोटे समूह: अधिकांश प्रयोग बहुत छोटे थे। कल्पना कीजिए कि आप केवल 10 लोगों से पूछकर यह तय करने की कोशिश कर रहे हैं कि क्या एक नया आहार काम करता है। यह निश्चित होना कठिन है कि परिणाम वास्तविक हैं या केवल भाग्य।
- अव्यवस्थित डेटा: कई अध्ययनों में समस्याएँ थीं। कुछ लोग अध्ययन से बाहर हो गए, कुछ ने अपने सर्वेक्षण सही ढंग से नहीं भरे, और "व्यायाम" को मापने के तरीके भी अलग-अलग थे (कुछ ने पेडोमीटर का उपयोग किया, दूसरों ने बस लोगों से अनुमान लगाने को कहा)।
- कोई "सुपर AI" नहीं: दिलचस्प बात यह है कि इनमें से किसी भी अध्ययन में आज के "सुपर स्मार्ट" AI का उपयोग नहीं किया गया था (जैसे कि बड़े लैंग्वेज मॉडल्स जो निबंध लिखते हैं या मनुष्यों की तरह चैट करते हैं)। इन अध्ययनों में उपयोग किया गया AI "पुरानी पीढ़ी" के स्मार्ट टूल्स का था।
4. व्यापक निष्कर्ष
यदि आप इन निष्कर्षों को एक वाक्य में संक्षेप में लिखना चाहें, तो वह होगा: "हमारे पास अभी तक इस बात का कोई पुख्ता प्रमाण नहीं है कि AI लोगों को व्यायाम करने के लिए प्रेरित करने वाला कोई जादू की छड़ी है।"
- क्या यह काम आया? सामान्य व्यायाम के लिए, वास्तव में नहीं।
- क्या इसने कदमों की गिनती में मदद की? शायद थोड़ा सा, लेकिन प्रमाण कमजोर हैं।
- क्या यह खतरनाक है? शोधकर्ता चेतावनी देते हैं कि हमें सावधान रहने की आवश्यकता है। यदि हम इन उपकरणों को ठीक से परीक्षण किए बिना लागू करते हैं, तो वे अनजाने में स्वास्थ्य संबंधी अंतर को और बढ़ा सकते हैं (उदाहरण के लिए, यदि AI केवल उन लोगों के लिए अच्छा काम करता है जो पहले से ही तकनीक के जानकार हैं)।
मुख्य बात (Takeaway)
सार्वजनिक स्वास्थ्य में AI को एक कार के नए, अप्रमाणित इंजन की तरह समझें। हम जानते हैं कि यह कार को तेज़ बना सकता है, लेकिन अभी, इंजन लड़खड़ा रहा है, फ्यूल गेज टूटा हुआ है, और हमने इसे पर्याप्त सड़कों पर नहीं चलाया है जिससे यह पता चल सके कि यह विश्वसनीय है।
शोधकर्ता बेहतर मानचित्रों और बेहतर परीक्षणों का आह्वान कर रहे हैं। वे चाहते हैं कि भविष्य के अध्ययन इस बारे में अधिक स्पष्ट हों कि AI कैसे काम करता है, उनमें लोगों के विविध समूहों को शामिल किया जाए, और लोगों के अधिक सक्रिय होने को मापने के बेहतर तरीकों का उपयोग किया जाए। तब तक, हमें यह नहीं मान लेना चाहिए कि केवल इसलिए कि कोई ऐप "AI-पावर्ड" है, वह स्वतः ही हमें फिट बना देगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।