Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Dört modelin tamamı bilgi kalitesi ve bilimsel güvenilirlik açısından yeterlilik eşiklerini karşılamıştır.
📌 3 Maddede Bu Makale
Özet
Amaç: Bu çalışma, dört yaygın kullanılan büyük dil modelinin (BDM) —ChatGPT 25.0, Google Gemini, DeepSeek ve Claude— postpartum depresyona (PPD) ilişkin sık sorulan sorulara verdikleri yanıtların bilgi kalitesini, bilimsel güvenilirliğini ve okunabilirliğini sistematik olarak değerlendirmeyi ve karşılaştırmayı amaçlamıştır. Yöntem: Bu metodolojik değerlendirme çalışması, PPD'ye ilişkin 40 BDM tarafından üretilmiş yanıtı incelemiştir. Bilgi kalitesi DISCERN aracı ile, bilimsel güvenilirlik 5'li Likert ölçeği ile, okunabilirlik ise Flesch Okunabilirlik Kolaylığı Puanı (FRES) ve Flesch–Kincaid Sınıf Düzeyi (FKGL) ile ölçülmüştür. Bulgular: Dört modelin tamamı bilgi kalitesi ve bilimsel güvenilirlik açısından yeterlilik eşiklerini karşılamıştır. DeepSeek en yüksek ortalama DISCERN puanına ulaşmış; bu puan Claude'un puanından istatistiksel olarak anlamlı düzeyde yüksek bulunmuştur. Dört model arasında bilimsel güvenilirlik puanları bakımından istatistiksel olarak anlamlı bir fark saptanmamıştır. Okunabilirlik açısından Claude, FKGL puanlarına göre ChatGPT 5.0 ve Google Gemini'ye kıyasla istatistiksel olarak anlamlı biçimde daha karmaşık metinler üretmiştir. Tüm modellerin ortalama FRES değerleri "zor" ile "oldukça zor" aralığında yer almış; gruplar arasında anlamlı bir fark gözlemlenmemiştir. Sonuç: Dört BDM'nin tamamı PPD konusunda yeterli bilgi kalitesi ve bilimsel güvenilirlik sergilemiş; en yüksek bilgi kalitesi DeepSeek'te gözlemlenmiştir. Ancak tüm modellerde okunabilirlik açısından önemli eksiklikler tespit edilmiş; en dilsel açıdan karmaşık çıktılar Claude tarafından üretilmiştir. Bu bulgular, BDM'lerin PPD'ye ilişkin tamamlayıcı sağlık bilgi kaynakları olarak umut verici bir potansiyel taşıdığına işaret etmekle birlikte, karmaşık sağlık bilgilerini kavramada bilişsel ve duygusal engeller yaşayabilecek postpartum kadınlar için hasta eğitimi alanındaki önerilen okunabilirlik standartlarını karşılayabilmek amacıyla çıktıların sadeleştirilmesi gerektiğini ortaya koymaktadır.
Abstract
Objective: This study aimed to systematically evaluate and compare the information quality, scientific reliability, and readability of the responses provided by four widely used large language models (LLMs)—ChatGPT, Google Gemini, DeepSeek, and Claude—to frequently asked questions regarding postpartum depression (PPD). Methods: This descriptive cross-sectional study assessed 40 LLM-generated responses concerning PPD. Information quality was assessed using the DISCERN tool, scientific reliability was evaluated using a 5-point Likert scale, and readability was measured using the Flesch Reading Ease Score (FRES) and Flesch–Kincaid Grade Level (FKGL). Results: All four models met the adequacy thresholds for information quality and scientific reliability. DeepSeek achieved the highest mean DISCERN score, which was significantly higher than that of Claude. No statistically significant difference was observed in scientific reliability scores across the four models. Regarding readability, Claude produced significantly more complex texts than ChatGPT and Google Gemini based on FKGL scores. Mean FRES values for all models fell within the "difficult" to "fairly difficult" range, with no significant between-group difference. Conclusion: All four LLMs demonstrated adequate information quality and scientific reliability regarding PPD, with DeepSeek exhibiting the highest information quality. However, substantial deficiencies were identified in readability across all models, with Claude producing the most linguistically complex outputs. These findings suggest that while LLMs show promising potential as complementary health information sources for PPD, their outputs require simplification to meet recommended readability standards for patient education, particularly for postpartum populations who may experience cognitive and emotional barriers to comprehending complex health information.