Attitudes and Perceptions of Generative Artificial Intelligence Chatbots in the Scientific Process of Traditional, Complementary, and Integrative Medicine Research: A Large-Scale, International Cross-Sectional Survey

Uno studio trasversale internazionale su 716 ricercatori di medicina tradizionale, complementare e integrativa rivela che, sebbene la maggior parte riconosca il potenziale dei chatbot di intelligenza artificiale generativa per ridurre il carico di lavoro e aumentare l'efficienza, emerge un forte bisogno di formazione e preoccupazioni riguardo a bias ed errori, sottolineando la necessità di politiche istituzionali adeguate.

L'essenziale

🌍 Il Viaggio degli Esploratori della Medicina Antica e la Nuova "Mappa Magica"

Immagina un mondo pieno di esploratori (i ricercatori) che studiano antiche mappe del benessere: la medicina tradizionale cinese, l'ayurveda, lo yoga e altre pratiche integrative. Questi esploratori lavorano in un territorio vasto e complesso, dove le regole sono diverse da quelle della medicina occidentale classica.

Ora, immagina che sia appena arrivata una nuova, potente "mappa magica": l'Intelligenza Artificiale Generativa (come ChatGPT). Questa mappa promette di trovare percorsi più veloci, tradurre lingue sconosciute e scrivere relazioni in un batter d'occhio.

Gli autori di questo studio (un team internazionale guidato dal Dr. Jeremy Ng) hanno deciso di fare una cosa semplice ma importante: hanno chiesto a 716 di questi esploratori cosa ne pensano di questa nuova mappa.

Ecco cosa hanno scoperto, diviso per punti chiave:

1. La "Cassetta degli Attrezzi" è piena, ma serve un manuale 🛠️

La maggior parte degli esploratori (quasi il 60%) conosce già questa "mappa magica" e la usa. La preferita? ChatGPT.

• Come la usano? Principalmente per scrivere i loro rapporti (manoscritti) e per tradurre testi difficili. È come se usassero un assistente personale per scrivere le lettere e tradurre i messaggi per i vicini di casa.
• Cosa ne pensano? La stragrande maggioranza (oltre il 50%) crede che questa tecnologia sarà fondamentale per il futuro della ricerca. Vedono che può ridurre il lavoro pesante e rendere tutto più veloce.

2. I "Mostri" sotto il letto: I timori 🦁

Nonostante l'entusiasmo, gli esploratori hanno paura di alcuni mostri nascosti nella foresta. I problemi principali che hanno segnalato sono:

• Le allucinazioni: A volte la mappa magica inventa cose che non esistono (come citazioni di libri che non sono mai stati scritti).
• I pregiudizi: La mappa potrebbe essere "di parte" e non vedere tutte le culture allo stesso modo.
• La trasparenza: Non si sa sempre come la mappa decide il percorso. È una scatola nera.
• La privacy: C'è il rischio di lasciare i propri segreti sulla mappa.

3. Il "Vuoto" più grande: Nessuno ci ha insegnato a usarla! 🎓

Questo è il punto più interessante. Anche se tutti vogliono usare la mappa magica per lavorare meglio, nessuno ha ricevuto un corso su come farlo.

• Il 43% degli esploratori dice: "La mia università o istituto non ci ha dato nessuna guida".
• Il 72% dice: "Vorremmo tantissimo un corso di formazione!".
• È come se ti dessero un'auto da corsa di lusso, ma non ti avessero mai insegnato a guidare e non avessero un manuale di istruzioni.

4. Dove la magia funziona (e dove no) ✨

Gli esploratori hanno notato che la "mappa magica" è bravissima in alcune cose:

• ✅ Scrivere e tradurre: È un assistente fantastico per mettere in ordine le idee e tradurre testi.
• ✅ Analizzare grandi quantità di dati: Può leggere velocemente montagne di documenti.
• ❌ Giudicare il lavoro degli altri: Quando si tratta di fare la "peer review" (valutare il lavoro di un collega) o di prendere decisioni critiche sulla salute, gli esploratori sono molto cauti. Non si fidano ancora di lasciar decidere la macchina da sola.

🏁 La Conclusione: Un Ponte tra Antico e Futuro

In sintesi, questo studio ci dice che i ricercatori della medicina integrativa sono curiosi e ottimisti, ma anche cauti.

Vedono l'Intelligenza Artificiale come un ponte che può unire il sapere antico con la tecnologia moderna, aiutando a rendere queste pratiche più accessibili a tutti. Tuttavia, hanno bisogno di regole chiare e di formazione per non cadere in trappole come errori, bugie o violazioni della privacy.

La metafora finale:
L'Intelligenza Artificiale è come un motore potentissimo per una barca tradizionale. Può farla andare velocissima e raggiungere isole lontane che prima erano irraggiungibili. Ma se il capitano (il ricercatore) non sa come governare il timone e non conosce le regole di navigazione, la barca potrebbe finire contro gli scogli. Questo studio è un invito a costruire subito i "corsi di navigazione" per tutti, affinché il viaggio sia sicuro e porti tutti a destinazione.

Sommario tecnico

Titolo dello Studio

Atteggiamenti e percezioni dei chatbot di Intelligenza Artificiale Generativa (GenAI) nel processo scientifico della ricerca sulla Medicina Tradizionale, Complementare e Integrativa (TCIM): un'indagine trasversale internazionale su larga scala.

---

1. Il Problema e il Contesto

L'Intelligenza Artificiale Generativa (GenAI), inclusi i modelli linguistici di grandi dimensioni (LLM) come ChatGPT e Google Gemini, sta trasformando il processo scientifico, offrendo strumenti per migliorare l'efficienza, l'accuratezza e l'accessibilità. Tuttavia, la letteratura scientifica attuale presenta un vuoto significativo riguardo alle attitudini specifiche dei ricercatori nel campo della Medicina Tradizionale, Complementare e Integrativa (TCIM).

La TCIM si distingue per il suo approccio incentrato sul paziente, l'integrazione di sistemi di conoscenza culturalmente radicati (come l'Ayurveda, la Medicina Tradizionale Cinese, l'omeopatia, ecc.) e metodologie interdisciplinari complesse. Esiste il rischio che l'integrazione della GenAI avvenga senza considerare le specificità epistemologiche della TCIM, portando a:

• Appropriazione indebita di conoscenze tradizionali.
• Mancanza di adattamento alle diverse metodologie di ricerca.
• Ignoranza delle preoccupazioni etiche specifiche del settore.

Lo studio mira a colmare questo divario esplorando come i ricercatori TCIM percepiscono, utilizzano e valutano i chatbot GenAI nel loro processo di ricerca.

---

2. Metodologia

Lo studio ha adottato un disegno trasversale basato su un'indagine web (cross-sectional web-based survey).

• Campionamento:
  • Popolazione: Autori corrispondenti di articoli indicizzati su Ovid MEDLINE pubblicati tra il 15 dicembre 2014 e il 15 dicembre 2024, relativi a discipline TCIM (agopuntura, erboristeria, yoga, osteopatia, ecc.).
  • Processo di selezione: È stata utilizzata una strategia di ricerca combinata con termini MeSH e parole chiave. Gli indirizzi email sono stati estratti automaticamente tramite script R e verificati manualmente per garantire l'accuratezza.
  • Dimensione del campione: Inviti inviati a 59.045 autori corrispondenti.
• Raccolta Dati:
  • Piattaforma: SurveyMonkey.
  • Periodo: 18 agosto 2025 – 22 settembre 2025.
  • Strumento: Un questionario anonimo composto da domande a scelta multipla (demografia, familiarità con la GenAI, utilizzo, percezione di benefici/sfide) e domande a risposta aperta per l'analisi tematica.
  • Consenso ed Etica: Approvazione ottenuta dal comitato etico dell'Università di Tubinga (REB #: 079/2025BO2). Nessun dato personale è stato conservato; gli indirizzi IP non sono stati archiviati.
• Analisi dei Dati:
  • Statistica descrittiva per i dati quantitativi (frequenze, percentuali).
  • Analisi del contenuto tematica induttiva per le risposte qualitative, condotta da due ricercatori indipendenti fino al raggiungimento del consenso.
  • Stratificazione dei dati per età, sesso, posizione geografica, stadio della carriera e focus principale della ricerca (TCIM primaria vs secondaria).

---

3. Risultati Chiave

Dai 716 risposte ricevute, 642 partecipanti hanno soddisfatto i criteri di eleggibilità.

Demografia e Familiarità

• Familiarità: Il 58,08% dei rispondenti ha dichiarato di essere familiare con i chatbot GenAI.
• Utilizzo Precedente: ChatGPT è lo strumento più utilizzato (46,10% per uso passato, 44,84% per uso nel processo scientifico).
• Intenzione Futura: Oltre il 76% dei ricercatori (39,04% "probabile" + 37,08% "molto probabile") intende utilizzare la GenAI per la propria ricerca futura.
• Importanza Percepita: Il 54,37% ritiene che i chatbot GenAI saranno "molto importanti" per il futuro della ricerca scientifica.

Benefici Percepiti

I ricercatori hanno identificato i seguenti vantaggi principali (accordo forte o moderato):

1. Riduzione del carico di lavoro: 74,07%.
2. Aumento dell'efficienza nell'analisi dei dati e nella sperimentazione: 71,14%.
3. Maggiore accessibilità alle informazioni scientifiche: 70,37%.
4. Gestione di grandi dataset: 70,10%.

Utilizzo Attuale: L'uso è prevalentemente focalizzato su compiti di scrittura e traduzione (es. stesura e editing di manoscritti, traduzione di materiali), mentre l'uso per compiti critici come la revisione tra pari (peer review) o l'analisi interpretativa dei dati è molto basso (molti dichiarano di non usarli mai per questi scopi).

Sfide e Preoccupazioni

Le principali preoccupazioni riguardano:

• Questioni Etiche e Legali: L'80,17% esprime preoccupazione per trasparenza, privacy e consenso.
• Trasparenza e Interpretabilità: Il 72,41% cita la mancanza di trasparenza nei processi decisionali come una sfida maggiore.
• Bias ed Errori: Il 72,37% teme la produzione di dati distorti a causa di limitazioni algoritmiche; il 66,73% teme errori nell'interpretazione della terminologia scientifica.
• Rischio di "Allucinazioni": Preoccupazione per citazioni fabbricate e affermazioni non verificabili.

Formazione e Politiche Istituzionali

• Formazione: Solo il 16,4% ha ricevuto formazione istituzionale sull'uso della GenAI.
• Assenza di Politiche: Il 43,67% ha dichiarato che la propria istituzione non offre alcuna guida o formazione.
• Bisogno di Formazione: Il 72,07% dei partecipanti è interessato a ricevere formazione, e il 57,02% ritiene necessaria una formazione specifica per l'uso nella ricerca.

---

4. Contributi Principali

1. Prima Indagine Internazionale sulla TCIM: Questo studio è il primo a fornire una panoramica globale delle attitudini dei ricercatori TCIM verso la GenAI, distinguendo le loro esigenze da quelle della ricerca biomedica convenzionale.
2. Mappatura del Divario Formativo: Ha evidenziato criticamente la discrepanza tra l'alto interesse/uso della GenAI e la scarsità di formazione istituzionale e politiche chiare.
3. Analisi Tematica Qualitativa: Ha fornito approfondimenti qualitativi su rischi specifici come l'impatto sullo sviluppo delle competenze critiche, i costi ambientali e i rischi strutturali per l'ecosistema scientifico.
4. Raccomandazioni per la TCIM: Sottolinea la necessità di sviluppare strumenti GenAI che rispettino le epistemologie della TCIM e le conoscenze tradizionali, evitando l'appropriazione culturale.

---

5. Significato e Implicazioni

I risultati dello studio hanno implicazioni significative per diverse aree:

• Sviluppo di Politiche e Linee Guida: Le istituzioni di ricerca e le riviste scientifiche devono sviluppare linee guida chiare e formazione specifica per l'uso etico della GenAI, tenendo conto delle peculiarità della TCIM.
• Integrazione Responsabile: La GenAI può agire come catalizzatore per migliorare la collaborazione interdisciplinare nella TCIM (es. traduzione di concetti tra sistemi medici diversi), ma richiede un approccio critico per evitare la perdita di rigore scientifico.
• Equità e Accesso: La mancanza di formazione e risorse nelle istituzioni può esacerbare le disuguaglianze. È necessario promuovere l'accesso equo agli strumenti di GenAI per i ricercatori TCIM, specialmente nelle regioni in via di sviluppo.
• Futuro della Ricerca: Comprendere queste percezioni è fondamentale per progettare futuri strumenti di IA che siano non solo tecnicamente avanzati, ma anche culturalmente sensibili e eticamente allineati con i valori della medicina integrata.

In conclusione, mentre i ricercatori TCIM vedono un grande potenziale nella GenAI per l'efficienza e l'accessibilità, la loro adozione è frenata da preoccupazioni etiche, dalla mancanza di formazione e dalla paura di compromettere l'integrità scientifica. Lo studio invita a un approccio proattivo per colmare il divario tra tecnologia e pratica di ricerca responsabile.