في عصر الذكاء الاصطناعي، تبرز أهمية المعلومات الصحية المقدمة من النماذج اللغوية. قامت دراسة جديدة باستخدام إطار إشارات السلطة (Authority Signals Framework) لتحليل كيفية تقديم ذكاء كلود الاصطناعي (Claude AI) لمصادر المعرفة في إجاباته على أسئلة الصحة الاستهلاكية. تمثل هذه الدراسة خطوة مهمة نحو فهم نوعية ومصداقية الاقتباسات التي تنتجها نماذج اللغات الضخمة (Large Language Models).

استندت الدراسة إلى بيانات من HealthSearchQA، التي تتضمن 3,172 سؤالاً حول الصحة من إعداد Google Research. بعد إجراء بعض الاستبعادات، تم تحليل مجموعة نهائية تضم 3,075 سؤالاً و10,038 اقتباساً. استخدم الباحثون إطار إشارات السلطة لفحص 10 إشارات عبر أربعة مجالات، من خلال عينة غير متناسبة من 542 مصدراً.

تشير النتائج إلى أن المصادر المؤسسية المعترف بها كانت تمثل 97.8% من جميع الاقتباسات، مع تصدر المؤسسات الطبية كأكثر أنواع المنظمات استشهاداً (36.5%)، تلتها الموارد الحكومية (31.6%) والجمعيات المهنية (28.4%). وبرزت المعلومات الصحية التجارية كعنصر ضئيل، حيث مثلت 2.2% فقط.

من المثير للاهتمام أن 10 منظمين فقط كانت لهم نسبة 57.8% من جميع الاقتباسات، حيث كانت Mayo Clinic تشكل وحدها 24.7% من هذه الاقتباسات. كما أشارت الدراسة إلى أن 86.4% من المصادر التجارية أعربت عن مراجعة طبية، و82.5% استخدمت هيكلية ترميز (schema markup) و71.8% كانت تحتوي على محتوى شامل. بالمقابل، ظهرت المصادر المؤسسية التقليدية في اقتباسات كلود مع أو بدون هذه العلامات.

تُستخدم هذه النتائج كنقطة انطلاق لتحديد سلوك الاقتباس لذكاء كلود الاصطناعي في التطبيقات الصحية المعدة وفق قانون HIPAA، مما يظهر فعالية إطار إشارات السلطة كأداة لتقييم المعلومات الصحية التي تتوسطها الذكاء الاصطناعي عبر المنصات المختلفة.