Proactive Push versus Reactive Response Artificial Intelligence for Thyroid Cancer Guideline Learning Among Resident Physicians: A Nationwide Online Randomized Controlled Trial
في تجربة عشوائية محكومة على مستوى البلاد بين الأطباء المقيمين، لم يؤدِّ التعليم الاستباقي المدفوع بالذكاء الاصطناعي إلى تحسين درجات المعرفة الإجمالية الفورية بشكل ملحوظ مقارنة بروبوتات الدردشة التفاعلية، ولكنه أظهر فوائد متفوقة في استبقاء المعلومات المتأخر، والأداء في وحدات محددة، والتفاعل، والكفاءة الذاتية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم التدريب الطبي، غالبًا ما يكون التعلم سباقًا ضد الوقت والذاكرة. إذ يتعين على الأطباء المتدربين، المعروفين باسم الأطباء المقيمين، استيعاب كميات هائلة من المعلومات المعقدة حول الأمراض والعلاجات والإرشادات، وغالبًا ما يحدث ذلك أثناء تنقلهم بين أقسام المستشفيات المختلفة. ولا يكمن التحدي في معرفة الحقائق عندما تكون طازجة فحسب، بل في تذكرها بعد أسابيع أو أشهر عندما تبرز الحاجة إليها في حالة طوارئ حقيقية. لعقود من الزمن، اعتمد التربويون على مبدأ بسيط: لكي تجعل المعرفة تترسخ، يجب عليك ممارسة استرجاعها من عقلك مرارًا وتكرارًا، وبفترات متباعدة عبر الزمن، بدلًا من حشدها كلها دفعة واحدة. وهذا هو الفرق بين قراءة خريطة مرة واحدة وبين التنقل في المسار نفسه بشكل متكرر حتى تصبح المنعطفات طبيعة ثانية لك. ومع دخول الذكاء الاصطناعي إلى الفصول الدراسية، يطرح سؤال جديد نفسه: هل يهم كيف يساعد الذكاء الاصطناعي؟ هل يشكل فرقًا ما إذا كان الذكاء الاصطناعي ينتظر الطالب ليطرح سؤالًا، أم إذا كان الذكاء الاصطناعي يحفز الطالب بنشاط على الممارسة في فترات منتظمة؟
لقد عزم فريق من الباحثين في الصين على الإجابة على هذا السؤال من خلال اختبار طريقتين مختلفتين لاستخدام الذكاء الاصطناعي لتدريس إرشادات سرطان الغدة الدرقية للأطباء المقيمين. يعد سرطان الغدة الدرقية مرضًا شائعًا في الصين، وتُحدث إرشادات علاجه بشكل متكرر، مما يتطلب من الأطباء مواكبة أحدث الأدلة. استقطب الباحثون 120 طبيبًا مقيمًا من مستشفيات في جميع أنحاء البلاد وقسموهم إلى مجموعتين. استخدمت كلتا المجموعتين نفس نظام الذكاء الاصطناعي تمامًا، والذي بُني على نموذج لغوي قوي واحتوى على نفس المعرفة الطبية والاختبارات القصيرة. وكان الاختلاف الوحيد هو كيفية تفاعل النظام مع الطلاب؛ حيث استخدمت إحدى المجموعات نظامًا "تفاعليًا"، وهو يعمل مثل روبوت الدردشة التقليدي: حيث يجلس بهدوء منتظرًا قيام الطالب بكتابة سؤال أو طلب اختبار. بينما استخدمت المجموعة الأخرى نظامًا "مبادرًا"، يعمل مثل معلم مجتهد: حيث يرسل اختبارين قصيرين ومخصصين للطلاب كل يوم، بغض النظر عما إذا كان الطلاب قد طلبوا ذلك أم لا.
استمرت الدراسة لمدة ثلاثة أسابيع، تلقت خلالها المجموعة المبادرة هذه التحفيزات اليومية، بينما كان على المجموعة التفاعلية بدء جميع جلسات التعلم الخاصة بها بنفسها. أراد الباحثون معرفة ما إذا كان النهج المبادر سيؤدي إلى درجات اختبار أفضل فور انتهاء التدريب، والأهم من ذلك، ما إذا كان سيساعد الطلاب على تذكر المعلومات بعد أساب beberapa أسابيع. عند انتهاء التدريب، اختبر الباحثون الطلاب في معرفتهم بإرشادات سرطان الغدة الدرقية وكيفية إدارة الآثار الجانبية للأدوية. أظهرت النتائج صورة دقيقة؛ فلم تسجل المجموعة التي تلقت التحفيزات الاستباقية اليومية درجات أعلى بشكل ملحوظ في الاختبار النهائي الفوري مقارنة بالمجموعة التي توجب عليها طلب المساعدة. كان الفرق في إجمالي درجاتهم صغيرًا جدًا لدرجة أنه قد يكون حدث بمحض الصدفة. ومع ذلك، تغيرت القصة عندما نظر الباحثون في كيفية أداء الطلاب بعد بضعة أسابيع.
عندما تم اختبار الطلاب مرة أخرى بعد أربعة أسابٍ من انتهاء التدريب، تذكرت المجموعة المبادرة معلومات أكثر بشكل ملحوظ من المجموعة التفاعلية. كما أبلوا بلاءً حسنًا في أسئلة محددة حول الآثار الجانبية للأدوية، وهي منطقة حرجة يمكن أن تكون فيها الأخطاء خطيرة. وبعيدًا عن درجات الاختبار، حكت طريقة سلوك الطلاب قصة واضحة؛ فقد سجلت المجموعة المبادرة دخولها إلى النظام في عدد من الأيام يقارب ضعف عدد أيام المجموعة التفاعلية، وأكملت ثلاثة أضعاف عدد الاختبارات القصيرة. كما طرحوا أسئلة أكثر وأفادوا بشعورهم بمزيد من الثقة في قدرتهم على تطبيق الإرشادات في المواقف السريرية الحقيقية. كما قيم طلاب المجموعة المبادرة تجربة التعلم الخاصة بهم بشكل أعلى، وشعروا أن الأداة كانت أكثر فائدة وتخصيصًا.
خلص الباحثون إلى أنه على الرغم من أن الذكاء الاصطناعي المبادر لم يرفع إجمالي درجات الاختبار فورًا في نهاية التدريب، إلا أنه نجح في تغيير إيقاع التعلم. فمن خلال إرسال مطالبات منتظمة ومنخفضة الجهد، حول النظام لحظات اليوم المتفرقة إلى فرص تعلم منظمة. ساعدت هذه الممارسة الموزعة والمستمرة الطلاب على الاحتفاظ بالمعلومات لفترة أطول والشعور بالقدرة على استخدامها. تشير الدراسة إلى أنه بالنسبة للتعليم الطبي، فإن قيمة معلم الذكاء الاصطناعي قد لا تكمن في مدى ذكائه أو مقدار ما يعرفه، بل في كيفية تشجيعه للطالب على مواصلة الممارسة. لم يفرض النهج المبادر على الطلاب تعلم المزيد في جلسة واحدة؛ بدلاً من ذلك، ساعدهم على التعلم بشكل أكثر اتساقًا بمرور الوقت، محولًا أداة سلبية إلى شريك نشط في تعليمهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.