Ny studie: Kunstig intelligens verkar meir empatisk og hjelpsam enn norske legar

Kven vil du helst spørja om helseråd: ein lege eller Chat GPT?

Trur du mennesket eller maskina gir deg mest medkjensle og best hjelp?

Konklusjonen i ein fersk studie syner at kunstig intelligens (KI) kjem best ut.

Studien er nyleg publisert i Tidsskrift for Den norske legeforening.

KI svarte meir empatisk og kunnskapsrikt enn legar

Hovudforfattarane er legestudentane Tiril Egset Mork og Håkon Garnes Mjøs ved Universitetet i Bergen.

Det blei plukka ut 192 helserelaterte spørsmål frå studentar, og svara som «ekte» legar gav på nettstaden Studenterspør.no.

Spørsmåla handla om «kropp, sex og identitet» innan kategorien «sjukdom og symptom».

Så bad forskarane språkmodellen Chat GPT-4 generere svar på alle desse spørsmåla.

Til slutt fekk dei 344 menneske – med ulike roller innan helsevesenet – til å samanlikne dei to ulike svara.

Men dei fekk ikkje vite kva som var svar frå ein ekte lege eller KI.

Konklusjonen var at personane i studien opplevde svara frå KI som meir empatiske, kunnskapsrike og hjelpsame enn svara frå legar.

– Kunstig intelligens skårar altså betre på alle tre dimensjonane. Det antydar at kunstig intelligens kan avlaste helsepersonell ved å formulere gode forslag til svar på helsespørsmål, seier Mjøs.

– Skummelt med KI

– Eg er ikkje overraska, seier Thomas Skaar (28), ein av dei NRK møter på gata i Førde for å snakke om den ferske studien.

Årsaka er at det er vanskeleg for legar å halde tritt med all dataen som KI nyttar, meiner han.

Sjølv brukar bergensaren gjerne KI, også til helsespørsmål.

– Men eg stolar ikkje blindt på det, og dobbeltsjekkar informasjonen.

– Kva synest du om at KI kjem betre ut på empati enn ekte legar?

– Ikkje så overraskande. Du får ofte kjensla av samleband på eit legekontor. Sjølv har eg bytta legar mange gonger, og opplever at dei har null empati.

Ekteparet Åsta (72) og Jostein (71) Fredheim frå Olden i Nordfjord, er derimot godt nøgde med sin eigen fastlege på alle måtar.

Men at KI utkonkurrerer legar på empati, er ikkje Jostein overraska over:

– Dei har mykje stress, og det er for få legar og for lite tid.

Ekteparet har ikkje brukt KI til helsespørsmål, og seier dei er litt skeptiske.

Det er også Rikke Jordanger (28) frå Breim i Nordfjord.

– Eg synest KI er litt skummelt, og særleg når folk doppar lege og set seg framfor dataen i staden for. Det kan gi falsk tryggleik.

Sjølv er ho veldig nøgd med fastlegen sin, som er flink og empatisk.

– Men eg veit at mange brukar KI fordi dei slit med å få legetime.

Legeforeininga: – Ikkje trygt nok

– Eg er ikkje overraska over resultatet i studien, seier Ivar Halvorsen, som leiar IT- utvalet i Den norske legeforeininga.

– Kvifor ikkje?

– KI gir gode og tiltalande svar som kan følast empatiske. Du kan ofte få rette svar, men du kan ikkje vite at det er rett. Og nettopp det er problemet. KI kan finne på ting, seier Halvorsen.

Han synest ikkje legar kjem dårleg ut i studien.

– Om vi alltid hadde brukt empatisk språkbruk, så hadde ikkje det gitt så veldig mykje. Her er det svaret ein er oppteken av.

Kan nyttast som verktøy for legar

Men korleis forklarer forskarane at deltakarane opplevde at KI tilsynelatande viste meir medkjensle og var meir hjelpsam enn dei ekte legane?

– Det er vanskeleg å svare på. Ein ting er jo kunnskapsnivået, men empatien er vel intuitivt det mest overraskande, meiner forskarane.

Eller kanskje ikkje så overraskande? For forskarane bad i utgangspunktet GPT-4 om å skrive svar som ville gi maksimal skår på empati, kunnskap og å vere hjelpsam.

Men KI-empatien blei då ganske parodisk.

– Det var liksom ikkje måte på kor pompøst medfølande KI-svara blei: «motet ditt er så stort under stjernene» og slikt, ler Mjøs.

Så instruksjonen om maksimal empati blei fjerna og svara generert på nytt.

Men Mork minner om at Chat GPT sjølvsagt ikkje føler nokon reell empati.

– Det trengst menneskeleg kontakt i ein lege-pasient-relasjon over tid. KI må ikkje bli eit alternativ til god og kvalitetssikra pasientbehandling, men heller eit supplement og verktøy, seier ho.

KI fekk «konkurransefordel»

Forskarane vedgår at dei har gitt KI ein fordel ved å fortelje GPT4 kva eigenskapar han kom til å bli målt på.

– Men på den andre sida svarte legane etter beste evne og ut frå kva som er realistisk i ein travel kvardag. Viss legane hadde fått denne instruksjonen, ville det ikkje gitt eit realistisk bilete, seier Mjøs.

– Men er det ein hard dom over legane når maskinen verkar betre, eller viser det at arbeidspresset i helsevesenet ikkje gir dei tid til empati?

– Det er vanskeleg å seie. Det peikar vel heller i retning av at dette er eit verktøy vi treng, som kan hjelpe oss, slik at vi kan gjere meir av det vi er gode til, seier Mjøs.