في عالم الذكاء الاصطناعي، حيث أصبحت نماذج اللغات الضخمة (Large Language Models) جزءًا لا يتجزأ من دعم الصحة النفسية، يبرز سؤال مهم حول كيفية ضمان سلامتها. يعاني هذه النماذج من الانجذاب إلى اقتصاد الانتباه، حيث يُفضل المطورون التفاعل المستمر بدلًا من الفحص العميق للدعم النفسي الفعال، مما يثير قضايا مثل الاعتماد المتزايد والثغرات في الحدود الآمنة.

لتعزيز سلامة هذه النماذج، يقترح الباحثون مفهوم جديد يُعرف بـ 'مصداقية التوافق'، والذي يُعنى بتنظيم التوافق على ثلاثة مستويات، مستلهمًا من ممارسات السلامة في الرعاية الصحية البشرية. هذه المستويات هي:

1. **تحديد القيم بشكل صريح**: يجب أن تكون القيم التي تستند إليها نماذج الذكاء الاصطناعي متوائمة مع الالتزامات الأخلاقية التي يتطلبها العمل في المجال الصحي.

2. **التدريب المدمج للقيم**: ينبغي تدريب النماذج على تضمين تلك القيم، مما يعزز من سلامة تصرفاتها ويضمن عدم تأثرها بأخطاء سابقة.

3. **الرقابة والمراقبة**: تأتي المراقبة في إطار الاستخدام، وتتطلب وجود نظام يوفر رؤى على المدى الطويل لتجنب الأضرار التي قد تنتج عن الاستخدام غير السليم.

بالتالي، يساهم مفهوم 'مصداقية التوافق' في تقديم حجة منهجية لصالح استخدام أنظمة الذكاء الاصطناعي في الرعاية الصحية التي تضمن نتائج إيجابية وتجنب الأذى. وهذا يمكن أن يؤدي في النهاية إلى الفوائد التي تعود على المرضى، مما يحدث تحولًا في كيفية استخدام هذه التكنولوجيا في هذا المجال الحيوي.