Yeni bir çalışma, çeşitli sohbet botlarını bilişsel sağlık testlerine tabi tutarak önemli bulgular elde etti. Araştırma, teknoloji sektörünün önde gelen sohbet botlarının bazıları arasında, bunamaya benzer hafif bilişsel bozukluk belirtilerine dair işaretler olduğunu ortaya koydu. Çalışma, The BMJ dergisinde yayınlandı ve temel olarak bu yapay zeka teknolojilerinin tıbbi alanda, özellikle demans gibi durumların teşhisi için yeterli olup olmayacağını sorguladı.
Araştırmanın en dikkat çeken bulgularından biri, test edilen daha eski büyük dil modellerinin (LLM) en kötü performansı gösterdiği oldu. Bu testlerden biri, demansın erken belirtilerini tespit etmek amacıyla kullanılan Montreal Bilişsel Değerlendirmesi’ydi. Bu testte, yüksek puan almak bilişsel yeteneğin iyi olduğunu gösteriyor. OpenAI’nin GPT-4 modeli, 30 üzerinden 26 ile en yüksek puanı alırken, Google’ın Gemini ailesi yalnızca 30 üzerinden 16 aldı ve düşük bir performans sergiledi. Gemini modelleri, beş kelimelik bir diziyi hatırlamayı içeren basit bir hatırlama testinde bile başarısız oldu.
Çalışma ayrıca, tüm test edilen sohbet botlarının empati eksikliği gösterdiğini, bunun da frontotemporal bunama gibi bilişsel hastalıkların belirgin bir belirtisi olduğunu ortaya koydu. Bunun yanı sıra, isimlendirme, dikkat, dil ve soyutlama gibi görevlerde başarılı olsalar da, görsel-uzamsal görevlerde zayıf kaldılar. Özellikle, basit bir görsel görev olan daire içine alınmış sayılar arasına çizgi çizmek veya belirli bir zamanı gösteren bir saat çizmek gibi görevlerde oldukça kötü performans sergilediler.
Sonuç olarak, bu bulgular, yapay zekanın tıbbi alanda, özellikle demans gibi bilişsel hastalıkları teşhis etmekte kullanılabilirliğini sorguluyor. Araştırmacılar, yapay zekanın yakında insan doktorlarının yerini alacağına dair beklentilerin sorgulanması gerektiğini vurguluyor. Ayrıca, gelecekte bilişsel bozukluk gösteren yapay zeka modellerinin tedavi edilmesi gerekebilir.
