چتباتهای هوش مصنوعی در آزمون بورد اندودانتیکس شرکت کردند. نتایج چه بود — و این برای شما چه معنایی دارد
محققان یک آزمون شفاهی شبیهسازیشده از American Board of Endodontics طراحی کردند — با بررسیهای واقعی پروندهها، ۲۰ سؤال باز بهازای هر پرونده، و نمرهدهی توسط دو متخصص اندودانتیست — و از GPT-4o و Gemini 2.5 Pro خواستند در آن شرکت کنند. هر دو مدل هوش مصنوعی نمرهای بالاتر از ۲.۷ از ۳ کسب کردند. نکته جالب این است که این نتیجه چه چیزی را نشان میدهد و چه چیزی را نشان نمیدهد.
هر متخصص اندودانتیست با آزمون شفاهی هیئت آمریکایی اندودانتیکس روبرو شده است — یک آزمون زنده و مبتنی بر پرونده که در آن ممتحنان تشخیص، برنامهریزی درمانی و مستندات علمی پشت هر تصمیم را به دقت بررسی میکنند. در شمارهی ژوئیه ۲۰۲۶ Journal of Endodontics، پژوهشگران پرسش بهموقعی مطرح کردند: هوش مصنوعیهای امروزی چه عملکردی در این آزمون خواهند داشت؟
روش انجام آزمایش
دو اندودانتیست دانشگاهی سه پروندهی کامل آزمون شفاهی طراحی کردند — شامل تاریخچهی پزشکی، تاریخچهی دندانپزشکی و نتایج آزمایشات بالینی — که هر پرونده با ۲۰ سوال پیدرپی باز و به سبک آزمون هیئت همراه بود. دو مدل هوش مصنوعی در دسترس عموم، یعنی GPT-4o و Gemini 2.5 Pro، در این آزمون شرکت کردند. همان دو ممتحن بهطور مستقل هر پاسخ را بر اساس معیاری از ۰ تا ۳ از نظر اعتبار پاسخ، اعتبار منابع استنادی و عملکرد کلی ارزیابی کردند.
نتایج
- Gemini 2.5 Pro: میانگین نمرهی کلی ۲.۸۳ از ۳
- GPT-4o: میانگین نمرهی کلی ۲.۷۳ از ۳
- مدلسازی آماری تفاوت معناداری بین احتمال دریافت پاسخ «عالی» از دو مدل نشان نداد.
با هر معیاری، این نتیجه در مطالب تخصصی قابل توجه است. با این حال، نتیجهگیری نویسندگان با دقت محدود شده بود: نتایج «مفهوم استفاده از چتباتهای هوش مصنوعی به عنوان کمکآموزشی در اندودانتیکس را تأیید میکنند» — ابزاری برای مطالعه دستیاران و تمرین استدلال پروندهای. نه یک متخصص بالینی.
آنچه نمرهی آزمون اندازه نمیگیرد
شبیهسازی آزمون شفاهی یک پروندهی کاملاً مستند در اختیار هوش مصنوعی میگذارد: همهی آزمایشات از پیش انجام شده، همهی یافتهها از پیش ثبت شده. اندودانتیکس واقعی همان چیزی است که پیش از تنظیم این گزارش رخ میدهد — و پس از آن هم ادامه دارد:
- تولید یافتهها. آزمون سرما، ضربه، لمس، آزمون گاز گرفتن، خواندن تغییرات ظریف رادیوگرافیک — یک چتبات نمیتواند دندانی را لمس کند. علاوه بر این، درد دندان یک تقلیدگر مشهور است: حتی تصویربرداری با کمک هوش مصنوعی محدودیتهای واقعی دارد.
- قضاوت در شرایط مبهم. بیماران واقعی بهندرت با تصویر کتابی بیماری مراجعه میکنند. درد ارجاعی، دندانهای ترکخورده و آناتومی در حال بهبود، کلید پاسخ ندارند.
- مهارت دستی. یافتن یک کانال کلسیفیه زیر میکروسکوپ یا انجام آپیکوئکتومی یک مهارت فیزیکی است که هیچ مدل زبانی از آن برخوردار نیست.
جایی که هوش مصنوعی واقعاً مفید است — از جمله در مطب ما
ما مخالف هوش مصنوعی نیستیم. این وبسایت یک دستیار هوش مصنوعی دارد که شبانهروز به سوالات رایج دربارهی درمان ریشه، بیمه و نوبتدهی پاسخ میدهد — چرا که در زمینهی آموزش و دسترسی به اطلاعات، هوش مصنوعی عملکرد عالی دارد و این مطالعه همین را تأیید میکند. آنچه ما مرز میکشیم تشخیص و درمان است: اینها در اختیار متخصصی میماند که واقعاً میتواند شما را معاینه کند.
نتیجهی نهایی
کسب نمرهی ۲.۸ از ۳ توسط هوش مصنوعی در آزمونی به سبک آزمون هیئت، دستاوردی واقعی برای آموزش دندانپزشکی است — و هیچ دلیلی برای صرف نظر کردن از ارزیابی مناسب نیست. اگر دندانی آزارتان میدهد، هر سوالی دارید از دستیار چت ما بپرسید، سپس با یک متخصص انسانی نوبت بگیرید. با (669) 234-2354 تماس بگیرید — ما آخر هفتهها هم برای موارد اورژانسی در دسترس هستیم.