A Chatbot Answered the Fall Questions. Half the Answers Read Too Hard.

analysis of texts · Revista da Associacao Medica Brasileira (1992) · la publicación, 24 ago 2026 · gratis

Un chatbot contestó diez preguntas sobre caídas: siete respuestas fueron aceptables y cinco quedaron escritas en un nivel de lectura más alto del recomendado

Seis especialistas revisaron las respuestas. No hubo ninguna mala, pero la mitad pide más lectura de la que suelen pedir los materiales para pacientes.

Versión breve · la versión detallada sigue, unos 7 min

Pregunte al chat de weeklyAI

Pregúnteme por este estudio: a quiénes se estudió, qué encontró y qué no dice.

Las conversaciones se guardan mientras exista weeklyAI, para mejorar la publicación. Se responde en el idioma en que usted escribe.

El estudio, de un vistazo
Quiénes: Respuestas de ChatGPT a preguntas sobre caídas en adultos mayores
Cuántos: diez preguntas
Dónde: no lo dice el pasaje
Cuándo: no lo dice el pasaje
Tipo de estudio: analysis of what people did
Quién lo hizo: no lo dice el pasaje
El límite que importa: Nadie comprobó si una persona mayor entendió de verdad lo que leyó.

Cuando reciba una respuesta de un chatbot, busque en ella dos cosas: que diga en qué momento hay que consultar a un profesional, y que no dé por buena la ausencia de dolor después de una caída.
Lectura de weeklyAI

Ver · 0:52

Sucede así: su papá, o usted misma, escribe en el teléfono por qué se cae más seguido y cómo hacer la casa más segura. En segundos aparece una respuesta ordenada, con viñetas y todo. La pregunta es si esa respuesta le sirve tal como viene.

Para averiguarlo, unos investigadores escribieron diez preguntas frecuentes sobre caídas y seguridad en la casa, y las pasaron por ChatGPT, versión 5.2. No participó ninguna persona mayor. Fueron diez preguntas y diez respuestas, nada más.

Seis especialistas revisaron cada respuesta por separado: dos fisioterapeutas, un geriatra, una terapeuta ocupacional, un médico de rehabilitación y un ortopedista. Tres respuestas les parecieron completas y claras, sin nada que agregar. Siete les parecieron correctas en general, pero pedían una aclaración. Ninguna les pareció mala ni insuficiente.

El problema estuvo en cómo estaban escritas. La mitad de las respuestas pedía un nivel de lectura más alto que el que recomiendan las guías para materiales de pacientes, que es alrededor de sexto a octavo grado. El promedio del grupo quedó en 8.4, y la más difícil llegó a 11.9.

Los especialistas tampoco coincidieron del todo entre ellos. En las respuestas sobre bastones y andadores, y sobre dónde buscar ayuda profesional, las notas variaron más. Los investigadores anotan que las respuestas sobre aparatos de apoyo no siempre insistían en que el ajuste debe hacerlo un profesional. Las de ejercicios no siempre advertían que hacen falta supervisión y cuidado en personas frágiles. Y ante una caída, una respuesta podía dejar la impresión de que si no hay dolor no pasa nada, cuando puede haber lesiones que no se sienten de inmediato.

Este trabajo tiene límites. Sólo se probaron diez preguntas, en una sola versión de ChatGPT y en un solo momento, así que otras preguntas pueden recibir otras respuestas. Nadie comprobó si una persona mayor entendió de verdad lo que leyó: el nivel de lectura se calculó con una fórmula, no se midió con lectores reales. Y los especialistas sabían que el texto venía de una máquina.

Cuando reciba una respuesta de un chatbot, busque en ella dos cosas: que diga en qué momento hay que consultar a un profesional, y que no dé por buena la ausencia de dolor después de una caída.

Qué significa para usted

Lo que un chatbot le responda sobre caídas puede estar bien escrito y aun así pedirle más lectura de la que conviene para cuidarse en casa. Cuando consulte, fíjese en dos cosas: si le dice cuándo acudir a un profesional y si no da por bueno que después de una caída no haya dolor. Quien puede orientarlo sobre su caso es un profesional.

Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388

Quién pagó: El artículo indica que no hubo financiación y no menciona equipos ni programas prestados; los autores usaron ChatGPT 5.2 solo para edición de lenguaje, con todos los resultados revisados y validados por ellos.

No tome esto como consejo médico profesional.

Versión detalladaLos pasajes copiados del artículo, las ilustraciones y cada fuente con cuánto leímos de ella · 1471 palabras · unos 7 minLeerla →Cerrar

ChatGPT respondió bien a diez preguntas sobre caídas, pero la mitad de las respuestas estaba escrita en un nivel demasiado difícil para materiales de salud

Un estudio descriptivo evaluó con seis expertos las respuestas del chatbot sobre riesgo de caídas y seguridad en casa. La calidad clínica fue aceptable; la legibilidad, no siempre.

Así podría verse · ilustración generada por weeklyAI.watch, no es una fotografía

Un grupo de investigadores sometió diez preguntas frecuentes sobre caídas y seguridad en el hogar en adultos mayores a ChatGPT, versión 5.2, y pidió a seis expertos independientes que evaluaran cada respuesta. Los expertos pertenecían a distintas especialidades: dos fisioterapeutas, un terapeuta ocupacional, un geriatra, un ortopedista y un médico de medicina física y rehabilitación.

Tres respuestas fueron calificadas como "excelentes" y siete como "satisfactorias, con necesidad de aclaración mínima". Ninguna recibió la calificación de "moderadamente satisfactoria" ni de "insatisfactoria"¹. La revisión recoge un estudio en el que la calificación se hizo con un sistema de cuatro niveles clínicos, que clasifica cada respuesta según su utilidad práctica para el paciente.

La legibilidad se midió con una fórmula que estima el grado escolar necesario para entender un texto. El promedio fue de 8.4, con un rango que iba de 4.3 a 11.9. La revisión recoge un estudio en el que cinco de las diez respuestas superaron el nivel que las guías de instituciones de salud de Estados Unidos recomiendan para materiales dirigidos a pacientes².

Los expertos no coincidieron de manera uniforme: el acuerdo entre ellos fue "regular" según los propios criterios del estudio. Las respuestas sobre por qué se cae uno, sobre haber caído antes y sobre qué hacer después de una caída tendieron a recibir mejores calificaciones; las que trataban sobre bastones, andadores y cómo acceder a apoyo profesional mostraron más variación³.

Los propios autores señalan varios límites. Solo se evaluaron diez preguntas, con una sola versión de ChatGPT y en un solo momento; los expertos sabían que las respuestas venían de una inteligencia artificial, lo que pudo influir en sus calificaciones en cualquier dirección⁴; la fórmula de legibilidad estima la dificultad del texto pero no mide si una persona realmente lo entiende⁵; y el sistema de clasificación usado no fue diseñado específicamente para preguntas sobre caídas. El estudio no incluyó a ningún adulto mayor real: la comprensión se infirió de una fórmula, no se probó con personas. Tampoco se evaluaron las citas científicas, porque las respuestas no incluían referencias formales. El trabajo fue publicado en agosto de 2026 y no recibió financiamiento externo; los autores declaran no tener conflictos de interés.

La revisión recoge un estudio en el que las caídas son una de las principales causas de lesión, pérdida de independencia y muerte en personas mayores, y aproximadamente un tercio de quienes tienen 65 años o más se cae al menos una vez al año, lo que puede provocar fracturas de cadera, lesiones traumáticas y necesidad de cuidados prolongados⁶. La revisión recoge un estudio en el que el gasto en salud relacionado con caídas va en aumento y representa una carga económica significativa para los sistemas de salud⁷. La revisión recoge un estudio en el que la mayoría de las caídas ocurre en el hogar: la iluminación insuficiente, los pisos resbaladizos, los baños mal adaptados y la falta de barras de apoyo están entre los riesgos ambientales más importantes⁸.

La revisión recoge un estudio en el que un chatbot de inteligencia artificial es un programa que genera respuestas escritas a preguntas que se le hacen en lenguaje corriente⁹. La revisión recoge un estudio en el que estudios previos sobre ChatGPT en el área de la salud han reportado que el modelo puede dar respuestas comprensibles y coherentes sobre muchos temas, pero que su adecuación clínica y su fiabilidad varían¹⁰. La revisión recoge un estudio en el que un problema conocido de estos sistemas es la "alucinación": información que suena fluida y segura pero que es incorrecta o no tiene respaldo¹¹.

Ya se han hecho evaluaciones parecidas en otros campos. La revisión recoge un estudio en el que un estudio reciente en fisioterapia y rehabilitación encontró que ChatGPT respondía de manera generalmente aceptable a preguntas clínicas, pero con limitaciones en cuanto a las fuentes y el nivel de evidencia¹². La revisión recoge un estudio en el que otro trabajo sobre trastornos posturales halló que la mayoría de las respuestas fueron adecuadas según los expertos y que la legibilidad era aceptable¹³. Este estudio sobre caídas sigue esa misma línea, pero se centra en un tema donde un error puede tener consecuencias graves.

La preocupación por la seguridad del paciente en este terreno tiene una lógica concreta: una respuesta que no distingue entre un dolor muscular y una fractura oculta, o que recomienda ejercicios sin mencionar cuándo se necesita supervisión, puede llevar a una persona a manejarse sola cuando debería buscar atención. El estudio lo plantea así: la información generada por inteligencia artificial puede ser clínicamente correcta en general, pero eso no elimina el riesgo si no está adaptada a quien la lee.

Así lo leemos nosotros. Una herramienta que responde con seguridad y sin dudar invita a bajar la guardia: uno tiende a dejar de lado su propio juicio y a confiar en lo que lee. Si eso ocurre, es probable que un adulto mayor o su hijo tomen la respuesta del chatbot como suficiente y no noten que está escrita en un nivel más alto de lo recomendado para materiales de salud. Sabríamos que nos equivocamos si, aun cuando la respuesta parezca clara, la familia igual consulta a un profesional o a alguien de confianza antes de actuar. Lo que usted puede hacer con esto es sencillo: antes de seguir al pie de la letra una respuesta sobre caídas, léala en voz alta, pregúntese si de verdad la entendió y coméntela con un profesional de salud o con alguien de confianza.

Aquí hay algo más que nos parece importante. Cuando un hijo o una hija ayuda a un padre o madre mayor, la línea entre acompañar y decidir por el otro es delgada. Es probable que, al revisar juntos una respuesta del chatbot, el hijo termine imponiendo qué hacer en lugar de analizar las opciones y dejar que el padre o la madre decida. Sabríamos que nos equivocamos si el hijo presenta la información como un insumo más, pregunta qué piensa el otro y respeta su decisión final, aunque no coincida con la suya. Al revisar juntos una respuesta sobre prevención de caídas, pruebe preguntar "¿qué te parece a ti?" y conversar sobre lo que podría pasar con cada opción, en lugar de dar órdenes.

Lo mismo vale para el profesional de salud. La autoridad que se ejerce con respeto acompaña sin avasallar; la que se impone sin diálogo cierra la conversación. Es probable que un médico o un familiar use la información del chatbot como una orden incuestionable en vez de como un punto de partida para conversar. Sabríamos que nos equivocamos si el profesional explica por qué recomienda algo, escucha dudas y adapta la información al ritmo y las circunstancias de cada persona. Si alguien usa una respuesta del chatbot para decirle a un adulto mayor lo que "tiene que" hacer, pida que se lo expliquen con calma y que lo discutan juntos.

La revisión recoge un estudio en el que las guías de instituciones de salud de Estados Unidos recomiendan que los materiales dirigidos a pacientes se escriban a un nivel de sexto grado, para que la mayor cantidad de personas pueda entenderlos. El promedio de este estudio fue más alto que eso, y la mitad de las respuestas lo superó. La revisión recoge un estudio en el que, para una persona mayor con deterioro cognitivo, con problemas de visión o de audición, o con poca familiaridad con términos médicos, esa diferencia puede significar la diferencia entre entender una recomendación y aplicarla mal.

Los autores proponen que la investigación futura explore si se puede mejorar la seguridad y la utilidad de estas herramientas con instrucciones más específicas al chatbot o con respuestas optimizadas para el nivel de lectura de los adultos mayores¹⁴. También señalan que el contenido de salud generado por inteligencia artificial debería adaptarse a las necesidades de comprensión de los adultos mayores y ser revisado por profesionales de salud antes de usarse en la atención geriátrica¹⁵.

Lo que este estudio deja claro es que la pregunta ya no es si los adultos mayores van a usar estas herramientas, sino cómo van a usarlas. La respuesta del chatbot no reemplaza la evaluación de un profesional que conoce su caso, su medicación y su equilibrio. Pero puede ser un punto de partida para una conversación, no un punto final. La próxima vez que usted o su familiar consulten a un chatbot sobre caídas, lleven la respuesta al médico o al fisioterapeuta y pregúntenle: "¿esto se aplica a mi caso?" Esa sola pregunta cambia todo.

De dónde sale cada dato de contexto, y cuánto leímos de cada documento

Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Three responses were rated as "excellent," while seven responses were rated as "satisfactory requiring minimal clarification." No response received a rating corresponding to "moderately satisfactory" or "unsatisfactory.""
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "The mean Flesch-Kincaid Grade Level was 8.4 (range 4.3–11.9). Five responses exceeded the readability levels commonly recommended for patient education materials."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Responses related to general fall mechanisms, previous fall history, and post-fall management were more frequently evaluated as excellent, whereas responses involving assistive device use and access to professional services showed greater variation in scoring."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "One important limitation of this study is that the expert evaluators were not blinded to the source of the responses. Awareness that the content was generated by an AI system may have introduced evaluation bias, potentially influencing scoring behavior either positively or negatively."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Although the FKGL provides an objective estimate of textual complexity, it does not fully reflect actual understanding, interpretation, or practical application of health information in real-world settings."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Approximately one-third of individuals aged 65 years and older fall at least once a year, resulting in hip fractures, traumatic injuries, loss of independence, and the need for long-term care 2 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Healthcare expenditures related to falls are increasing and place a significant economic burden on healthcare systems 3 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "However, the majority of falls occur in the home environment; inadequate lighting, slippery floors, inappropriate bathroom and toilet arrangements, and the lack of grab bars are among the significant environmental risks 5 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Artificial intelligence (AI)-based chatbots can generate quick responses to users’ medical questions and are seen as a potential patient education tool 8 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Studies examining ChatGPT's performance in the health field have reported that the model can provide understandable and consistent answers on many topics, but can vary in terms of clinical appropriateness and reliability 9 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "A major concern in this context is the phenomenon of "hallucination," defined as the generation of fluent but factually incorrect or unsupported information by large language models 15 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "A recent study in the field of physical therapy and rehabilitation evaluated the accuracy of ChatGPT's responses to clinical questions and noted that the model generally performed acceptably, but had limitations in terms of source citation and level of evidence 10 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "In a study based on frequently asked questions about postural disorders, most of the responses were found to be adequate by experts, and the readability level was reported to be acceptable 14 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Future research should explore whether targeted prompting strategies or health-literacy-optimized AI outputs can improve the safety and usability of such tools in geriatric care."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Ensuring that AI-generated health content is adapted to the health literacy needs of older adults and reviewed by healthcare professionals is essential for its safe and effective use in geriatric care."

No tome esto como consejo médico profesional.

Los hallazgos de otros estudios que aquí se mencionan los conocemos por este documento, que fue el que leímos; no abrimos cada uno de esos estudios.

analysis of texts · Revista da Associacao Medica Brasileira (1992) · the paper, 24 Aug 2026 · free

A Chatbot Answered the Fall Questions. Half the Answers Read Too Hard.

Six experts judged ten ChatGPT answers on falls and home safety. Three were excellent, seven needed a little more explaining, and half were written above the reading level recommended for patient materials.

Short version · the longer version follows, about 6 min

Ask the weeklyAI chat

Ask me about this study: who was studied, what it found, and what it does not say.

Conversations are saved for as long as weeklyAI exists, to improve the publication. Answers come in the language you write in.

The study at a glance
Who: ChatGPT answers to common questions about falls and home safety for older adults
How many: ten questions
Where: not stated in the passages
When: January 2026
Kind of study: analysis of what people did
Who did it: not stated in the passages
The limit that matters: No older adults were tested; understanding was estimated from reading-level formulas.

So look for an answer that says when to call a professional.
weeklyAI's reading

Watch · 0:53

Your parent types a question into ChatGPT: should I use a cane or a walker at home? The answer comes back in seconds, in full sentences, sounding like a nurse who never sleeps.

Researchers wanted to know what those answers are worth. They gave ChatGPT 5.2 ten common questions about falls and home safety for older adults. Six experts judged each answer: two physiotherapists, a geriatrician, an occupational therapist, a rehabilitation physician and an orthopedic specialist.

Three answers were rated excellent. Seven were rated satisfactory and needing a little more explaining. None were rated unsatisfactory.

Then the researchers measured how hard the answers were to read. Half of them came out above the sixth-to-eighth grade level that health agencies recommend for patient materials. One answer sat at an eleventh-grade level. The experts also agreed only fairly on their ratings. The experts came from different fields, and the article says they may have noticed different parts of each answer. The article also says this did not make the findings unreliable.

The study tested ten questions on one version of ChatGPT at one point in time. Ask a different question, or ask a newer chatbot, and the answer you get may be different. Nobody in this study asked a real older adult whether the answers made sense. The researchers guessed how hard the answers were from reading-level formulas, which is not the same as understanding.

That gap is where trouble can start. When the experts looked closer, they found answers about canes and walkers that did not say clearly that a clinician should fit the device to the person. Exercise advice did not always say when someone should be supervised. And the answer about falling without pain did not make clear enough that a person can be hurt badly and still feel nothing.

So look for an answer that says when to call a professional. Then take the chatbot's reply to someone who knows your parent, and check it there.

What this means for you

Si su padre o su madre usa un chatbot para preguntar por caídas o por el bastón, lo que reciba puede estar bien explicado o puede venir escrito para un lector de secundaria, y el estudio no probó si una persona mayor lo entiende de verdad. Fíjese en si la respuesta dice cuándo consultar a un profesional, y lleve ese texto a quien conoce a la persona para revisarlo ahí.

Who paid: The article states funding: none, and reports no equipment or software lent; the authors used ChatGPT 5.2 only for language editing, with all outputs reviewed and validated by them.

Do not take this as professional medical advice.

The longer versionThe passages copied from the paper, the pictures, and every source with how much of it we read · 1255 words · about 6 minRead it →Close

ChatGPT Gave Good Fall Advice. Half of It Was Written Too Hard to Read Safely.

Ten questions were asked. Six experts judged the answers. The words were often the problem.

How it could look · illustration generated by weeklyAI.watch, not a photograph

Falls are the reason many older adults lose their independence, and most of them happen at home, so it matters what a person is told when they ask how to prevent one. In this study, ten common questions about fall risk and home safety were typed into ChatGPT version 5.2, one after another, in a fresh account with the history cleared so earlier chats would not influence the answers. A panel of six clinicians then read the responses: two physical therapists, an occupational therapist, a geriatric specialist, an orthopedic specialist, and a physical medicine and rehabilitation physician.

Three of the ten answers were rated "excellent" — clinically appropriate, complete, and clear enough to need nothing added. Seven were rated "satisfactory requiring minimal clarification." None fell into the two lower categories. The answers about why people fall more with age, about having fallen before, and about what to do after a fall tended to score best. The ones about canes, walkers, and where to find professional help drew more disagreement among the experts. The six raters agreed with each other only fairly, not closely.

Then came the reading level. The average score on the Flesch-Kincaid scale was 8.4 — roughly the reading of an eighth-grader — with the individual answers ranging from 4.3 up to 11.9. Five of the ten were written harder than the level patient-education groups recommend. Picture the difference between a note a nurse writes for you and the fine print on a medication insert; half these answers leaned toward the insert.

The authors are careful about what this does and does not show. Only ten questions were tested, so nothing here tells you what a chatbot would say to a different fall question. Only one version of ChatGPT, in January 2026, was used — other chatbots and later versions were not examined. No older adults were tested at all: understanding was estimated from reading-level formulas, which cannot capture what a real person with real eyes and real worry actually takes away. The experts knew the answers came from an AI, which may have pushed their scores up or down. And the rating scale they used was built for a different medical setting and never validated for fall questions. The study was conducted using ChatGPT 5.2 in January 2026, and the paper reports no funding and no conflicts of interest.

Falls are not a rare event. About one in three people aged 65 and over falls at least once a year, and the consequences include hip fractures, other injuries, lost independence, and long-term care¹. The costs of treating falls keep rising and weigh heavily on health systems². Most falls happen at home — bad lighting, slippery floors, awkward bathrooms, missing grab bars³. That is exactly why a question typed into a chatbot at the kitchen table is not trivial.

The technology is a large language model: software trained on enormous amounts of text that produces fluent answers to whatever you type, without looking anything up or checking itself. Chatbots like this can answer medical questions quickly and are being considered as a patient-education tool⁴. Earlier work has found the model gives understandable, consistent answers on many topics but varies in clinical soundness and reliability⁵. The known failure mode has a name: "hallucination" — fluent, confident text that is simply wrong or unsupported⁶. A model can also be right and still leave out the one detail that mattered.

Other studies have circled the same territory. One in physical therapy and rehabilitation found ChatGPT's answers to clinical questions generally acceptable but weak on citing sources and stating the level of evidence⁷. A study of common questions about postural problems found most answers adequate and the reading level acceptable⁸. This study is a different case: it asked about falls, and it measured not only whether the answers were sound but whether a person could comfortably read them.

Here is how we read it. When you ask a machine a question, you cannot see how it chose what to tell you. You can only judge the answer by how smooth and complete it sounds — and smooth is exactly what these systems are built to produce. So the thing to watch for is not a wrong answer. It is the missing step: the exercise advice that never mentions supervision, the cane-height instructions that never say a clinician should measure it, the post-fall answer that could let someone conclude that no pain means no problem. A capable reader can be reassured by a fluent answer and still be missing the part that keeps them safe. You would know we were wrong if you and the people you look after routinely ask who made an answer, check it against a clinician, and notice what is absent on your own. What you can do with this: treat any chatbot answer as a first draft. Bring it to a doctor, pharmacist, or physiotherapist and ask what it left out — especially about exercises, walking aids, and what to do after a fall.

We also read something about the shape of the advice itself. General answers are general by nature: they describe an average person, and the person reading them is not average. Balance, medications, vision, the layout of the bathroom — none of that travels with the question unless you put it there. So before acting on an answer, ask whether it fits this particular person, and say plainly to the chatbot what their situation is, because the default answer will not know. The other thing worth carrying: a calm, assured tone is not the same as a checked answer. Ask the chatbot to explain its reasoning and its limits, then have a clinician confirm any change to exercises, cane or walker use, or home setup before you make it. If none of that turns out to matter in your family — if the answers you get are plainly generic and you treat them that way — then our worry is misplaced.

The usefulness of this study is narrow and honest, and that is its value. It did not test whether anyone fell less. It did not test whether anyone understood better. It put ten questions to one chatbot and had six professionals read the replies, and it found that the clinical content held up reasonably well while the writing often did not. That is a finding about the packaging, not the medicine — and packaging is the part a reader actually meets first. The next step the authors themselves point to is testing whether answers can be prompted or rewritten to match the reading levels older adults need, and whether that improves safety and usefulness in geriatric care⁹. They also say plainly that AI-generated health content should be adapted to older adults' health literacy and reviewed by healthcare professionals before it is used¹⁰.

So what does this make possible for you? It makes a chatbot a reasonable place to start and a poor place to stop. Type your question, read the answer, and then do the thing the answer cannot do for itself: carry it to someone who can see you or your parent, and ask what is missing. The question to keep in your pocket is this — "What did this answer leave out about my situation?" Ask it of the chatbot, and then ask it of a person.

Where each piece of context comes from, and how much of it we read

Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "Approximately one-third of individuals aged 65 years and older fall at least once a year, resulting in hip fractures, traumatic injuries, loss of independence, and the need for long-term care 2 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "Healthcare expenditures related to falls are increasing and place a significant economic burden on healthcare systems 3 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "However, the majority of falls occur in the home environment; inadequate lighting, slippery floors, inappropriate bathroom and toilet arrangements, and the lack of grab bars are among the significant environmental risks 5 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "Artificial intelligence (AI)-based chatbots can generate quick responses to users’ medical questions and are seen as a potential patient education tool 8 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "Studies examining ChatGPT's performance in the health field have reported that the model can provide understandable and consistent answers on many topics, but can vary in terms of clinical appropriateness and reliability 9 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "A major concern in this context is the phenomenon of "hallucination," defined as the generation of fluent but factually incorrect or unsupported information by large language models 15 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "A recent study in the field of physical therapy and rehabilitation evaluated the accuracy of ChatGPT's responses to clinical questions and noted that the model generally performed acceptably, but had limitations in terms of source citation and level of evidence 10 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "In a study based on frequently asked questions about postural disorders, most of the responses were found to be adequate by experts, and the readability level was reported to be acceptable 14 ."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "Future research should explore whether targeted prompting strategies or health-literacy-optimized AI outputs can improve the safety and usability of such tools in geriatric care."
Arı, M., İlçin, N., Yağcıoğlu, H. et al. (2026). Quality, readability, and patient safety of ChatGPT-generated responses to fall-related questions in older adults: a multidisciplinary evaluation. Revista da Associação Médica Brasileira. https://doi.org/10.1590/1806-9282.20260388 - the article this story is about — the whole article — the passage: "Ensuring that AI-generated health content is adapted to the health literacy needs of older adults and reviewed by healthcare professionals is essential for its safe and effective use in geriatric care."

Who paid: The article states funding: none, and reports no equipment or software lent; the authors used ChatGPT 5.2 only for language editing, with all outputs reviewed and validated by them.

Do not take this as professional medical advice.

The findings of other studies mentioned here are known to us through this document, which is the one we read; we did not open each of those studies.