في عصر يزداد فيه الاعتماد على الذكاء الاصطناعي، تتزايد التساؤلات حول مدى قدرته على محاكاة الدماغ البشري وتجاوزه في بعض المجالات، مثل الرعاية الصحية. ومع ذلك، تشير دراسة جديدة إلى أن نماذج الذكاء الاصطناعي الكبيرة قد تكون أكثر ضعفاً مما كنا نعتقد، حيث أظهرت علامات تراجع معرفي مشابهة لأعراض الخرف المبكر عندما اختُبرت باستخدام أدوات تشخيصية معتمدة.

الذكاء الاصطناعي وضعف الأداء المعرفي
أجرت الدراسة التي نُشرت في مجلة  The BMJ، تقييماً لقدرات النماذج اللغوية الكبيرة مثل  "شات جي بي تي" ، "كلود" و "جيمناي"  باستخدام اختبار التقييم المعرفي في مونتريال (MoCA)، وهو اختبار يُستخدم عادة لتحديد الضعف المعرفي لدى البشر. النتائج كانت مفاجئة: معظم النماذج أظهرت علامات ضعف معرفي طفيف، بينما سجلت الإصدارات الأقدم نتائج أقل، ما يُشبه تأثير الشيخوخة لدى البشر.
تُظهر هذه النتائج تحدياً كبيراً أمام الفكرة الشائعة بأن الذكاء الاصطناعي سيتفوق قريباً على البشر، خصوصاً في الأدوار الطبية التي تتطلب تحليلاً بصرياً وقدرات تنفيذية.

هل يمكن للذكاء الاصطناعي أن يحل محل الأطباء؟
تزامناً مع التطور السريع للذكاء الاصطناعي، أُثيرت آمال ومخاوف حول إمكانية تفوقه على الأطباء البشريين في التشخيص والعلاج. ومع أن النماذج اللغوية الكبيرة أثبتت قدرتها على أداء بعض المهام الطبية، إلا أن هذه الدراسة تكشف عن نقطة ضعف لم تكن محل اهتمام واسع: الضعف في المهام التي تتطلب التجريد البصري والوظائف التنفيذية.

اختبار القدرات المعرفية
قام الباحثون باختبار أداء نماذج الذكاء الاصطناعي باستخدام التعليمات والإرشادات نفسها المطبقة على المرضى البشريين في اختبار MoCA. النتائج جاءت كالتالي:
• سجل ChatGPT 4o  أعلى نتيجة (26 من أصل 30)، ما يُشير إلى أداء طبيعي، لكنه بالكاد تجاوز الحد الأدنى.
• تبعه ChatGPT 4 وClaude  بنتيجة 25 نقطة.
• بينما حققت نماذج Gemini 1.0  أدنى نتيجة بـ16 نقطة، ما يُشير إلى ضعف معرفي ملحوظ.

نقاط الضعف الرئيسية
تركزت نقاط الضعف لدى جميع النماذج في المهام التي تتطلب التفكير البصري والوظائف التنفيذية، مثل:
• رسم الساعة: حيث طُلب من النماذج رسم ساعة تُظهر وقتاً محدداً، وفشلت جميعها في تنفيذ المهمة بدقة.
• المهام التسلسلية: مثل توصيل الأرقام والحروف بترتيب معين، التي تحتاج إلى تخطيط وتنفيذ دقيق.
• استرجاع الكلمات: فشلت نماذج Gemini في تذكر تسلسل بسيط من خمس كلمات بعد فترة وجيزة.
بالمقابل، كان أداء النماذج جيداً في المهام المتعلقة باللغة والتسمية والانتباه، ما يُبرز تفوقها في الجوانب التي تعتمد على تحليل النصوص. ومع ذلك، عجزت النماذج عن تفسير المشاهد البصرية أو إظهار التعاطف، وهما عنصران أساسيان في الممارسة السريرية.

انعكاسات النتائج على الرعاية الصحية
تشير هذه الدراسة إلى أن الذكاء الاصطناعي، رغم تقدمه، يعاني أوجه قصور تجعله غير مناسب لاستبدال الأطباء في الأدوار التي تتطلب قدرات معرفية شاملة. على سبيل المثال، فشله في تفسير المشاهد المعقدة أو الأداء في اختبارات التجريد البصري يُقلل من موثوقيته في بعض البيئات الطبية.
ويختم الباحثون ملاحظاتهم بقولهم إن "الأطباء، وخاصة أطباء الأعصاب، لن يُستَبدلوا بنماذج الذكاء الاصطناعي في المستقبل القريب. بل قد يواجهون تحدياً جديداً يتمثل في التعامل مع مرضى افتراضيين – نماذج ذكاء اصطناعي تعاني تراجعاً معرفياً".

الدراسة تسلط الضوء على حدود الذكاء الاصطناعي وتُبرز أهمية التمييز بين قدراته على معالجة النصوص وضعفه في المهام التي تحاكي التعقيد البشري. هذه النتائج ليست دعوة للتراجع عن استخدام الذكاء الاصطناعي، بل هي دعوة لفهم نقاط ضعفه والعمل على تحسينها، مع الإقرار بأن الذكاء البشري لا يزال يلعب دوراً لا غنى عنه في الطب.