Lääkäreiden kriittisen ajattelun taidot vaarantuvat liiallinen luottaminen generatiiviseen tekoälyyn

Lääkäreiden kriittisen ajattelun taidot vaarantuvat liiallinen luottaminen generatiiviseen tekoälyyn

Liiallinen luottaminen generatiiviseen tekoälyyn voi heikentää uusien ja tulevien lääkäreiden kriittistä ajattelua ja samalla lisätä olemassa olevaa dataharhaa ja epätasa-arvoa, varoittaa verkkolehdessä julkaistu pääkirjoitus.BMJ Todisteisiin perustuva lääketiede.

GenAI-työkaluja käytetään jo laajalti harvoista institutionaalisista politiikoista ja sääntelyohjeista huolimatta, korostavat kirjoittajat, jotka kehottavat lääketieteen kouluttajia olemaan valppaita ja mukauttamaan opetussuunnitelmia ja koulutusta teknologian sudenkuoppaiden vähentämiseksi.

Tekoälyä käytetään nykyään monissa erilaisissa tehtävissä, mutta sen potentiaalin kasvaessa kasvaa myös riski siitä, että siihen luotetaan liikaa, ja monet mahdolliset ongelmat lääketieteen opiskelijoille ja lääkäreiksi pyrkiville, huomauttavat kirjoittajat Missourin yliopistosta Columbiasta Yhdysvalloissa.

Tämä sisältää:

● Automaatioharha – kriittinen luottamus automatisoituun tietoon pitkän käytön jälkeen

● Kognitiivinen kuormitus ja ajatuksia muuttavan tiedon haun, arvioinnin ja synteesin ulkoistaminen tekoälylle, mikä heikentää kriittistä ajattelua ja muistin säilyttämistä.

● Taidot, jotka ovat erityisen tärkeitä lääketieteen opiskelijoille ja uusille lääkäreille, jotka ovat ensin oppimassa tätä taitoa ja joilla ei ole kokemusta tekoälyn neuvojen antamisesta.

● Vahvistaa olemassa olevia tietopoikkeamia ja epätasa-arvoa

● Hallusinaatiot – juoksevaa ja uskottavaa, mutta epätarkaa tietoa

● Yksityisyyden, turvallisuuden ja tietojen hallinnan loukkaukset – erityinen huolenaihe terveydenhuoltotietojen arkaluonteisuuden vuoksi

Kirjoittajat ehdottavat useita muutoksia näiden riskien minimoimiseksi, mukaan lukien prosessin, ei vain lopputuotteen, luokittelu koulutusarvioinneissa olettaen, että oppijat ovat käyttäneet tekoälyä.

Tekoälyn poissulkevat kriittiset pätevyyden arvioinnit on suunniteltava käyttämällä valvottuja asemia tai kasvokkain suoritettuja tutkimuksia - erityisen tärkeitä vuodeviestinnän, fyysisen tutkimuksen, ryhmätyön ja ammatillisen harkintakyvyn kannalta, kirjoittajat ehdottavat.

Ja voisi olla viisasta arvioida itse tekoäly kompetenssiksi, koska "tietolukutaito ja tekoälyn suunnittelu, kehittäminen ja arviointi ovat nyt tärkeämpiä kuin koskaan, ja tämä tieto ei ole enää luksusta lääketieteen opiskelijoille ja harjoittelijoille", he lisäävät.

Lääketieteen harjoittelijoiden on ymmärrettävä tekoälyn vahvuuksien ja heikkouksien taustalla olevat periaatteet ja käsitteet sekä se, missä ja miten tekoälytyökaluja voidaan mielekkäästi integroida kliinisiin työnkulkuihin ja hoitopolkuihin. Ja harjoittelijoiden on myös osattava arvioida suunniteltua suorituskykyään ja mahdollisia harhoja ajan mittaan, he korostavat.

"Erityisesti tarvitaan parannettua kriittisen ajattelun opetusta, mikä voidaan saavuttaa luomalla tapauksia, joissa tekoälytulokset ovat sekoitus oikeita ja tarkoituksellisesti vääriä vastauksia. Oppijat hyväksyvät, muuttavat tai hylkäävät päätöksensä ja perustelevat sen ensisijaisilla näyttöön perustuvilla lähteillä", ehdottavat kirjoittajat.

Sääntelyviranomaisten, ammattiyhdistysten ja koulutusjärjestöjen ympäri maailmaa on myös tehtävä osansa luomalla ja päivittämällä säännöllisesti ohjeita tekoälyn vaikutuksista lääketieteelliseen koulutukseen, kirjoittajat sanovat.

He päättelevät: "Generatiivisella tekoälyllä on dokumentoituja ja hyvin tutkittuja etuja, mutta se ei ole ilman sudenkuoppiaan varsinkin lääketieteellisen koulutuksen ja aloittelevien käyttäjien kannalta. Nämä työkalut voivat valmistaa lähteitä, koodata ennakkoluuloja, johtaa liialliseen itseluottamukseen ja vaikuttaa kielteisesti koulutusmatkaan.

"Lääketieteen ohjelmien on oltava valppaina näiden riskien suhteen ja mukautettava opetussuunnitelmaansa ja koulutusohjelmiaan pysyäkseen niiden edellä ja vähentääkseen niiden todennäköisyyttä..”

Lähteet: