2026年に発表された研究では、チャットボットが精神保健上の緊急状態を判断する際、情報が10回にわたって段階的に提示されると見逃しやすくなることが確認された。実験では、臨床医によって緊急度が評価された112件のケースを用いて、13種類の最先端チャットボットを10ターンの対話に参加させた。結果、緊急ケースの20.3％が未認定となり、これは1回だけ情報を受け取った単一ターンベンチマークの5.6％に比べて約4倍に上った。対談の最後にほぼすべての重要情報が共有されたにもかかわらず、初期の判断がその後の質問と解釈に大きく影響し、エラーを修正しにくい「経路依存」効果が働いていた。

また、同じ情報を一度に送信すると未認定率が12.1％に低下したことから、問題は情報欠落ではなく対話の流れに起因していることが示唆された。

しかし、研究はシミュレートされた対話とAPIレベルでの評価に限定されており、実際の患者との複雑なやり取りや消費者向け製品での挙動は不明である。したがって、実世界での大規模なハームを予測することはできない。