كشفت دراسة بحثية حديثة أجراها باحثون في جامعة "ميزوري" الأمريكية، عن فجوة جوهرية في قدرات الذكاء الاصطناعي على فهم المعاني العميقة خلف الكلمات. ورغم كفاءة هذه الأنظمة في معالجة كميات ضخمة من البيانات واستخلاص الموضوعات المتكررة، إلا أنها لا تزال تواجه تحديات حقيقية في إدراك السياقات الدقيقة والفروق الجوهرية التي تمنح الحديث دلالته الإنسانية الكاملة.
اعتمد الباحثون في دراستهم، المنشورة في دورية "International Journal of Qualitative Methods"، على تحليل 32 مقابلة مع أعضاء هيئة تدريس وطلاب في مجال التمريض حول تجاربهم مع الذكاء الاصطناعي التوليدي، مستخدمين نظام "BERTopic" لتحليل النصوص. وأظهرت النتائج أن النظام نجح في تحديد موضوعات تتوافق مع معظم استنتاجات الباحثين البشر، لكنه أخفق في تقديم تفسيرات متعمقة، حيث قام بدمج أفكار متباينة في تصنيفات عامة أو تفتيت الموضوعات الواحدة إلى أجزاء فرعية غير مترابطة.
ولمواجهة هذه التحديات، طور الفريق البحثي إطاراً تقييمياً جديداً يُعرف بـ "Alignment and Usefulness Rating Audit"، يهدف إلى قياس مدى دقة وفائدة النتائج التي تستخلصها الآلة. وأكد الباحثون أن الحكم البشري يظل عنصراً لا غنى عنه في مجالات حساسة كالرعاية الصحية والتعليم، حيث يتطلب فهم التجارب الإنسانية قدرة على استيعاب السياق والدلالات التي لا تزال تتجاوز حدود الخوارزميات الحالية.