حلل الباحثون 2053 محادثة حقيقية بين المرضى وروبوتات الدردشة لإظهار أن أنماط التواصل والتعبير العاطفي تختلف بشكل كبير بين المستخدمين، مما يتحدى الاعتماد على المرضى الافتراضيين المثاليين في تطوير الذكاء الاصطناعي. طوروا محاكيًا يحاكي المحتوى السريري والعامل الاستراتيجي والأسلوب، والذي أنتج محادثات شبه غير قابلة للتمييز عن المحادثات الحقيقية في تقييم مستوحى من اختبار تورينغ.
- استخدم الفريق خمسة شخصيات مريض مميزة عبر 164 حالة مصنفة من قبل الأطباء لتقييم أربعة نماذج لغوية كبيرة في تقييم الطوارئ.
- أظهر التحليل أن أسلوب التواصل يغير نتائج الفرز بشكل كبير.
- حقق المصنفون البشريون دقة بنسبة 55٪ فقط في التمييز بين المحادثات المحاكية والحقيقية.
يجادل المؤلفون بأن الذكاء الاصطناعي التواصلي المتمحور حول المريض يجب أن يستوعب تنوع التواصل، لأن الأنظمة المصممة للتفاعلات المثالية تخاطر بأداء ضعيف وتضخيم الفوارق الصحية في النشر الواقعي.