כלי חדש שלא רק מזהה מידע שגוי על תזונה ותזונה באינטרנט אלא גם מעריך את הסיכון של התוכן לנזק פוטנציאלי פותח על ידי צוות של חוקרי UCL.
בניגוד לכלים קיימים, המציעים שיפוט בינארי של האם התוכן הוא 'נכון' או 'שקרי', כלי ראשון מסוגו מטפל במידע שגוי שאינו שקרי בגלוי אך עדיין יש לו פוטנציאל להטעות בצורה מסוכנת, במיוחד בקרב קבוצות פגיעות.
מפתחי הכלי זיהו כי הערכות 'נכונות' או 'שגויות' אינן מצליחות ללכוד את הדרכים המצטברות וההקשריות שבהן מידע בריאותי מטעה יכול להשפיע על התנהגות וקבלת החלטות.
מידע מוטעה בריאותי המופץ באינטרנט מהווה איום גדול לבריאות הציבור, על פי ארגון הבריאות העולמי. מתזונה מגבילה וצום קיצוני ועד לשימוש לא בטוח בתוספי תזונה (ההערכה היא כי היא מהווה 20% מפציעות הכבד שנגרמו כתוצאה מתרופות בארה"ב בלבד), מידע מוטעה יכול להיות בעל השלכות הרות אסון, לפעמים קטלניות.
כשזה מגיע לתזונה ותזונה, מידע שגוי פועל לעתים קרובות באמצעות מסגור סלקטיבי המסווה סיכונים בריאותיים פוטנציאליים. תוכן מטעה מזיק נוטה להתעופף מתחת לרדאר של בודקי עובדות ולחמוק מפיקוח משמעותי עד שמקרים מתוקשרים מגיעים לכותרות".
אלכס רואני, מחבר ומפתח ראשי, מכון UCL לחינוך
הכלי, שנקרא כלי להערכת סיכונים דיאטה-תזונה אוֹ דיאטה-MisRATהוא מודל ניתוח תוכן מבוסס כללים המתאים את הגישה של ארגון הבריאות העולמי (WHO) להערכת חשיפות מסוכנות במסגרות פיזיות לסביבות מידע דיגיטליות. הוא מתייחס לתוכן מקוון כאל 'מדיום' ולתכונות המטעות שלו כ'סוכני סיכון', הידועים כמגבירים את רגישות הנמענים. הוא מדרג חומר כירוק, ענבר או אדום לפי ציון סיכון משוקלל של מידע מוטעה.
במסגרת זו, הסיכון לנזק פוטנציאלי תלוי בתוכן, בהקשר ובמידת הסבירות שהנמען יוטעה. על ידי הרחבת ההגדרה של מידע שגוי מעבר לשקר עובדתי, כלי זה יסייע לקובעי מדיניות, לפלטפורמות דיגיטליות ולרגולטורים ליישם אמצעי הגנה, לתעדף את תגובותיהם ולנקוט פעולה מידתית כאשר הם מתמודדים עם תוכן מטעה מזיק.
דיאטה-MisRATהתוצאות של נבדקו וכולו באמצעות חמישה סבבי אימות, כולל נגד פסקי דין של כמעט 60 מומחים בדיאטה, תזונה ובריאות הציבור. הבדיקה הראתה את הכלי לספק הערכות אמינות ביותר. התהליך זיהה גם את תכונות הליבה של מידע מוטעה (אי דיוק; השמטות מסוכנות; מסגור מניפולטיבי) ואת האינדיקטורים המגבירים את פוטנציאל הסיכון (שיטה ותנאים שבהם התוכן נצרך; בולטות).
לדוגמה, כאשר מעריכים תוכן המכיל טענות כגון 'בטוח יותר לתת לילדך מינון גבוה של ויטמין A מאשר חיסון MMR', הכלי מסווג זאת לדרגת סיכון קריטית שכן הוא מציג מסגרות בטיחות כוזבות, משמיט סיכונים של מינון מוגזם של ויטמין A ומערער את הנחיות בריאות הציבור, מה שמגביר את הסבירות להחלטות מזיקות בעולם האמיתי.
מחברת שותפה פרופסור אנסטסיה קאלה (מחלקה לרפואה של UCL) אמרה: "חיוני לכלול מומחיות מומחים בהערכת סיכון מידע מוטעה. הכלי שלנו היה מכויל ואומת עם משוב מכמעט 60 מומחים לנושא. זה עוזר להבטיח שהערכות של נזק פוטנציאלי משקפות שיקול דעת מקצועי מתאים".
על ידי בידוד מאפייני הטעיה וקישורם לתוצאות פוטנציאליות של נמען, החוקרים הצליחו לצייר תמונה של מה הופך תוכן לסיכון גבוה ואילו תכונות קובעות את היקף ההשפעה.
דוגמאות לנזקים הקשורים להפצה מקוונת של מידע שגוי בריאות כוללות את המקרה בשנת 2025 של נגעי עור שנגרמו מכולסטרול שאובחנו באדם שאימץ דיאטת טורפים, מגמה שהוגברה באופן לא פרופורציונלי על ידי אלגוריתמים של מדיה חברתית, במיוחד בקהילות 'מנוספירה'.
דוגמה נוספת הייתה המקרה המדווח של אדם שאושפז שבועות לאחר שעקב אחר עצות שגויות שנוצרו בבינה מלאכותית להחליף נתרן כלורי (מלח) בנתרן ברומיד, חומר ללא תפקיד תזונתי ואשר הוא רעיל אם נבלע באופן קבוע לאורך זמן. מידע מוטעה מקוון נקשר גם להחלטות לנטוש את הטיפול בסרטן מציל חיים לטובת חלופות תזונתיות לא מוכחות.
מחקר זה תורם לדיונים מתמשכים על האופן שבו פלטפורמות דיגיטליות, רשויות בריאות הציבור וקובעי מדיניות צריכים להגיב להשפעה הגוברת של עצות בריאות מטעות באינטרנט, במיוחד במדיה החברתית, סיכומי חיפוש ובינה מלאכותית יצירתית.
רואני אמר: "בבריאות הציבור אנו מעריכים חשיפה לגורמי סיכון. אנו מאמינים שיש להתייחס למידע בריאותי מטעה באותו אופן. מידע מוטעה מסוים יכול להוביל לנזק חמור, ולכן אסטרטגיות הפחתת צריכות להיות פרופורציונליות לרמת הסיכון. ככל שהפגיעה הפוטנציאלית חמורה יותר, כך התגובה צריכה להיות חזקה יותר.
"כאשר צ'אטבוטים של בינה מלאכותית מדברים בביטחון, המשתמשים עשויים להניח שהעצות שלהם בטוחות. אם נוכל למדוד כראוי עד כמה עצה מטעה וכמה נזק היא עלולה לגרום, נוכל לבנות אמצעי הגנה חזקים יותר למודלים ולסוכני בינה מלאכותית לפני הפריסה במקום להגיב לאחר שהתרחש נזק".
מחבר שותף, פרופסור מייקל רייס (מכון UCL לחינוך) אמר: "על ידי איות הדפוסים האופייניים המעוותים מידע על תזונה, תזונה או תוספי מזון, ניתן ללמד את קריטריוני הערכת הסיכונים של הכלי בחינוך ובהכשרה מקצועית. זה יעזור ללומדים להבין לא רק אם משהו לא בסדר, אלא איך ומדוע זה יכול להטות את שיקול הדעת, לצייד אותם לזהות ולאתגר אותו".
