Cercetarea dezvăluie cele mai frecvente întrebări despre sănătate adresate chatbot-urilor AI
Un studiu recent publicat în jurnalul Nature Health, realizat de cercetători de la Microsoft AI, a analizat peste 500.000 de conversații legate de sănătate cu Microsoft Copilot, pentru a caracteriza întrebările pe care oamenii le adresează în acest domeniu.
Sănătatea este un domeniu de mare importanță pentru care utilizatorii apelează la chatbot-uri AI. AI conversațional, în special cele alimentate de modele de limbaj mari (LLM), precum ChatGPT, Copilot și Gemini, joacă un rol din ce în ce mai important, servind ca prim punct de contact în cazurile de apariție a simptomelor, precum și pentru întrebări legate de medicamente și interacțiunea cu profesioniștii din domeniul sănătății.
În cadrul acestui studiu, cercetătorii au analizat conversațiile legate de sănătate utilizând Microsoft Copilot. Un eșantion aleator de conversații a fost extras zilnic în luna ianuarie 2026. Fiecare conversație a fost clasificată în funcție de un subiect general, o intenție generală și un rezumat care protejează confidențialitatea, fiind incluse cele clasificate ca „sănătate și fitness”.
În plus, fiecare conversație a fost atribuită uneia dintre cele 12 categorii generale de intenție de sănătate folosind un classifier bazat pe LLM. A fost aplicată o metodă de clustering bazată pe LLM pentru un sub-eșantion aleator de 10.000 de conversații, fiecare fiind etichetată cu atribute suplimentare. LLM-ul a primit aproximativ 250 de rezumate de conversații și a grupat aceste informații în funcție de parcursul utilizatorului.
În total, setul de date analitic a inclus 617.827 de conversații clasificate ca fiind de sănătate și fitness. Cea mai mare categorie de intenție de sănătate a fost informația și educația în domeniul sănătății, reprezentând aproximativ 41% din conversații.
Această categorie a inclus întrebări de sănătate generală, cum ar fi informații despre nutriție, cauzele afecțiunilor medicale și modul în care funcționează medicamentele. Deoarece unele întrebări generale pot reflecta îngrijorări personale, procentajul real al preocupărilor personale ar putea fi mai mare, ceea ce face ca proporția raportată să fie, probabil, o limită inferioară.
De asemenea, multe întrebări au vizat condiții și tratamente specifice, sugerând că utilizatorii caută informații generale pentru a lua decizii personale. Conversațiile pe mobil au fost mai frecvente noaptea, în timp ce cele pe desktop au avut loc în principal pe parcursul zilei. Distribuția intențiilor de sănătate a variat semnificativ între platforme.
Excluzând informațiile și educația în domeniul sănătății, care au reprezentat aproximativ 40% pe ambele tipuri de dispozitive, modelele de utilizare au variat între dispozitive. Diferențele au fost cele mai evidente în ceea ce privește intențiile personale și profesionale. De exemplu, sprijinul academic și cercetarea au reprezentat 16,9% din conversațiile pe desktop, dar doar 5,3% pe mobil, în timp ce întrebările despre simptome și problemele de sănătate au constituit 15,9% pe mobil, dar 6,9% pe desktop.
Analizând intențiile de sănătate pe ore, utilizarea Copilot pe desktop a coincis adesea cu alte activități, cum ar fi cercetarea, redactarea tezelor sau completarea documentelor. De exemplu, conversațiile despre documentele medicale au atins un vârf în timpul orelor de lucru, în timp ce cele legate de suport academic și cercetare au crescut pe parcursul zilei, în special după programul școlar sau de muncă. În plus, intențiile personale au crescut seara sau noaptea, în timp ce intențiile academice au scăzut.
Cercetătorii au subliniat că aceste modele temporale s-au bazat pe date transversale și ar putea reflecta diferențe în utilizatorii care folosesc Copilot în momente diferite ale zilei, mai degrabă decât modificări interne ale aceleași persoane.
În cele din urmă, echipa a investigat despre cine erau întrebările legate de sănătate, folosind un sub-eșantion de 2.165 de conversații. Acest sub-eșantion a inclus trei intenții personale: bunăstarea emoțională, întrebările despre simptome și problemele de sănătate, și informațiile despre condiții și întrebările legate de îngrijire.
În fiecare categorie, majoritatea întrebărilor au fost legate de preocupări personale; totuși, 1 din 7 întrebări a fost formulată în numele altora, cum ar fi un partener, un copil sau un părinte, în cazul întrebărilor despre simptome și informațiile legate de condiții.
Per ansamblu, rezultatele sugerează modele distincte de interacțiune cu AI pentru conversațiile legate de sănătate. Întrebările legate de sănătatea personală, în special cele despre simptome și bunăstarea emoțională, au crescut în orele de seară și noapte. Această tendință este consistentă cu cercetările anterioare care sugerează că afectul negativ tinde să fie cel mai scăzut dimineața și să crească pe parcursul zilei, atingând un vârf noaptea, deși studiul nu a putut determina dacă acest lucru reflectă schimbări ale sentimentelor în cadrul aceleași persoane sau diferențe între utilizatori activi în momente diferite.
Aproape o cincime din conversații au implicat utilizatori care descriau simptome personale, rezultate ale testelor sau condiții. În plus, modelele de utilizare au variat substanțial în funcție de tipul de dispozitiv. Intențiile de sănătate personale erau mai frecvente pe mobil, în timp ce utilizarea desktop-ului includea în principal suport academic, documentație medicală și cercetare.
Studiul a constatat, de asemenea, că mulți utilizatori solicitau ajutor de la Copilot pentru a naviga prin sistemele de sănătate, inclusiv găsirea furnizorilor, înțelegerea acoperirii și gestionarea programărilor sau a documentelor, sugerând că AI conversațional este utilizat nu doar pentru întrebări de sănătate, ci și pentru a aborda fricțiunea administrativă.
Studiul are mai multe limitări; în primul rând, analiza s-a bazat exclusiv pe jurnalele Copilot, care reflectă o platformă și un context specific de utilizator. În al doilea rând, eșantionul a inclus conversații dintr-o singură lună, astfel încât efectele sezoniere ar putea influența distribuțiile intențiilor. În al treilea rând, studiul a examinat doar întrebările, nu și rezultatele, astfel că nu a putut determina dacă utilizatorii au căutat îngrijire ulterioară sau dacă informațiile primite le-au îmbunătățit luarea deciziilor.
Cercetările viitoare ar trebui să urmărească să determine dacă informațiile furnizate de AI conversațional ajută, de fapt, utilizatorii.
