AI yra sparčiai auganti technologija, kuri dabar daro įtaką medicinos išsilavinimo pasauliui. Pedagogams ši nauja technologija parodo savo potencialą, suteikiant klasėms tikrą vertę. Vis dėlto, naudojant AI, kilo klausimas, ar šios intelektualios sistemos gali atlikti svarbų vaidmenį medicinos įstaigose.
Akademinė bendruomenė, įskaitant medicininį išsilavinimą, šioje naujoje arenoje susiskaldė dėl etinių problemų, susijusių su piktnaudžiavimu, sukčiavimu ir privatumu naudojant AI.
Siekiant geriau suprasti dabartinius įrodymus ir geriausią praktiką, kaip diegti generatyvųjį AI mokyme ir medicininiame švietime, vienu tyrimu, kuriam vadovavo trečio kurso UNC medicinos mokyklos studentas Joshua Hale'as, siekiama suteikti aiškumo pedagogams ir studentams apie geriausią praktiką šių priemonių įgyvendinimą, taip pat nustatyti literatūros spragas, kad ateityje būtų galima ištirti, kodėl dirbtinis intelektas turėtų būti įtrauktas į klasę ir mokymo programą.
„Radome įdomių idėjų, kaip generatyvus AI gali padidinti dėstytojus ir studentus“, – sakė Hale. „Konkrečiai, daugelyje straipsnių buvo teigiama, kad generatyvaus AI natūralios kalbos apdorojimo gebėjimas taps gerais kandidatais ateityje, kaip virtualūs pacientai, leis studentams praktikuoti savarankiškai ir gauti asmeninius atsiliepimus.
Tyrimas, paskelbtas Medicinos ugdymo ir ugdymo programų tobulinimo žurnalasapžvelgė 521 straipsnį, kuris buvo išleistas iki 2023 m. birželio 30 d., apie tai, kaip generatyvusis dirbtinis intelektas yra ir gali būti naudojamas ir įgyvendinamas bakalauro medicinos studijose (UME).
Iš viso buvo ištrauktas 41 straipsnis, kuriame buvo parodyta, kaip dauguma jų buvo nuomonės, atvejų ataskaitos, laiškai redaktoriui, redakciniai pranešimai ir komentarai apie generatyvinio AI naudojimą, o septyniuose straipsniuose buvo naudojami kokybiniai ir (arba) kiekybiniai metodai.
Literatūra taip pat buvo suskirstyta į penkias kategorijas, pripažįstančias AI vaidmenį UME ir jo iššūkius: neklinikinis mokymosi asistentas, turinio kūrėjas, virtuali paciento sąveika, klinikinių sprendimų priėmimo mokytojas ir medicininis rašymas. Rezultatai taip pat parodė, kad didžiausias generatyvaus AI įrankių potencialas yra virtualus pacientas ir klinikinių sprendimų priėmimo mokytojas.
Nustatyti, ar šios sritys duos didžiausią naudą, yra klausimas, kurį tyrėjai siekė išspręsti, ieškodami dirbtinio intelekto priemonių integravimo į medicinos išsilavinimą. Tyrimas toliau nagrinėjo, kaip šios penkios kategorijos buvo pasiūlytos siekiant pagerinti bakalauro medicinos išsilavinimą, remiantis dabartine literatūra.
„Neklinikinis mokymosi asistentas“ buvo pirmasis, kuriame straipsniai siūlė naudoti dirbtinį intelektą kaip nuorodą, kad studentai galėtų ieškoti ir rasti medicininės informacijos. Virtualus asistentas „ChatGPT 3.5“ parodė, kaip jis gali atsakyti į klinikinius laisvo atsako klausimus, viršijančius 43% atvejų. Straipsniai siūlė, kad dirbtinis intelektas galėtų būti naudojamas kaip mokymosi asistentas arba individualizuotas neklinikinio turinio dėstytojas.
„Turinio kūrėjas“ pasirodė straipsniuose, kuriuose aptariama „ChatGPT“ galimybė rašyti klausimus su atsakymų variantais ir pateikti paaiškinimus. Tyrėjai išsiaiškino, kad dirbtinis intelektas per daug trumpesnį laiką gali parašyti klausimus su atsakymų variantais panašiai kaip ir žmogus.
Nustatyta, kad „mokymo programai“ dirbtinis intelektas gali sukurti atvejus ir modeliavimą bei pasiūlyti įgyvendinti gaires ir detektorius, kad studentai nesinaudotų netinkamai. Keturi straipsniai suteikė įžvalgos apie tai, kaip AI modeliai gali sukurti virtualios pacientų sąveikos ir mokymo tipą. Jame bus galima parodyti, kaip „ChatGPT“ galėtų veikti kaip virtualus pacientas, ir teikti grįžtamąjį ryšį studentams apie jų klinikinių sprendimų priėmimą, taip pat klinikinio mąstymo dėstytojas.
„Generatyvusis AI galėtų imituoti virtualius pacientus, kurie atsako į studentų užklausas turėdami omenyje konkrečias diagnozes ar mokymosi tikslus“, – sakė Hale. „Nors dabartiniai virtualūs pacientai egzistuoja, generatyvinis AI gali interpretuoti tekstą ir sukurti unikalius atsakymus, pagrįstus studentų sąveika.
„Pavyzdžiui, studentai galėtų atlikti interviu su virtualiais dirbtinio intelekto pacientais savo kompiuteriuose, gauti tolesnius klausimus ir gauti automatinį grįžtamąjį ryšį apie jų veiklą. Ši technologija išplečia pedagogams prieinamas potencialias švietimo priemones”, – sakė jis.
Galiausiai medicinos rašymas dažnai buvo minimas kaip naudojimo sritis ir susirūpinimą kelianti sritis. AI rodė kūrybinio rašymo pagalbą, tyrimų rankraščius ir dotacijų rašymą, taip pat pagalbą rašant medicininius užrašus. Siekdami padėti išspręsti susirūpinimą dėl netinkamo šios kategorijos įrankio naudojimo, mokslininkai rekomendavo įdiegti stebėjimo sistemas, skirtas generatyviam AI naudojimui ir pritaikyti užduotis atsižvelgiant į jo apribojimus, todėl studentai yra priversti pašalinti jo trūkumus.
„Generatyvus dirbtinio intelekto sukurtas turinys gali išvengti automatinio aptikimo, o tai kelia iššūkių akademiniam vientisumui“, – sakė Hale. „Tokie įrankiai kaip „ChatGPT“ yra vertingi kuriant paieškos strategijas ir minčių šturmą. Mokyklos vis labiau pripažįsta šias galimybes ir moko mokinius, kaip tinkamai naudoti ir cituoti generatyvųjį AI.
Tyrimas rodo, kad šiuose straipsniuose pateiktos idėjos gali būti atspirties taškas mokytojams, norintiems diegti naujoves klasėje ir paruošti studentus medicinos sričiai, kuri vis labiau apima dirbtinio intelekto priemones. Šių priemonių pranašumai gali padėti asmeniškai suprasti pažinimo ar praktines klaidas, kurias gali padaryti mokinys, ir nedelsiant pateikti grįžtamąjį ryšį.
Įdiegę dirbtinį intelektą ir naujas jo galimybes, pedagogai gali daugiau laiko skirti naujos kartos medicinos specialistams ir naujovėms. Tačiau Hale pabrėžė, kad reikia daugiau tyrimų.
„Tolimesni tyrimai yra būtini norint parodyti konkrečią AI įrankių integravimo į mokymąsi klasėje naudą”, – sakė Hale. „Nepaisant to, šios priemonės jau pasirodė esąs vertingas priedas suinteresuotiems vartotojams.
„Mano klasės draugai dažnai naudoja ChatGPT kaip studijų partnerį, kad sukurtų pažinimo priemones, studijų šablonus ir dar daugiau. Tyrimo aplinkoje jis gali būti naudojamas kaip šaltinis kuriant idėjas literatūros paieškoms, mokantis kodavimo ar duomenų analizės ir daug daugiau.”