Perceptions, acceptance and educational use of generative artificial intelligence among health professions students and educators: a rapid systematic review
Diese schnelle systematische Übersichtsarbeit über 20 Studien mit nahezu 9.553 Akteuren aus dem Gesundheitswesen zeigt, dass generative KI zwar allgemein als bedingtes Lernhilfsmittel für Produktivität und Feedback akzeptiert wird, ihre Integration jedoch eine robuste KI-Literacy, Verifikationskompetenz und ethische Governance erfordert, um Bedenken hinsichtlich Halluzinationen, der Erosion des kritischen Denkens und der klinischen Verantwortlichkeit zu adressieren.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Welt des Lernens wie eine riesige, belebte Bibliothek vor, in der Studenten und Lehrer versuchen herauszufinden, wie sie für ihre zukünftigen Berufe als Ärzte, Pflegekräfte und Heiler lernen können. Lange Zeit waren die einzigen Werkzeuge in dieser Bibliothek Lehrbücher, Vorlesungen und menschliche Mentoren. Doch vor kur-zem ist ein neuer, unglaublich schneller und gesprächiger Roboter-Bibliothekar eingetroffen. Dieser Roboter, angetrieben durch etwas namens „Generative Künstliche Intelligenz“ (oder kurz GenAI), kann Geschichten schreiben, Bücher zusammenfassen, Fragen beantworten und sogar komplexe medizinische Fälle in Sekundenschnelle erklären. Es ist, als hätte man einen superintelligenten Tutor, der niemals schläft und fast alles weiß. Es gibt jedoch einen Haken: Dieser Roboter erfindet manchmal Dinge, gibt falsche Fakten an oder liefert Ratschläge, die perfekt klingen, aber eigentlich gefährlich sind. Da die zukünftige Patientenversorgung davon abhängt, die Dinge richtig zu machen, lautet die große Frage nicht nur: „Kann uns dieser Roboter helfen?“, sondern: „Können wir ihm vertrauen, und wie nutzen wir ihn, ohne getäuscht zu werden?“
Dieses Papier ist ein „Rapid Systematic Review“, was eine schicke Art zu sagen ist, dass die Autoren wie Detektive gehandelt haben, die jeden einzelnen Hinweis (wissenschaftliche Studien) gesammelt haben, den sie zwischen Ende 2022 und Mitte 2026 finden konnten, um diese Frage zu beantworten. Sie untersuchten 20 verschiedene Studien mit fast 9.600 Gesundheitsstudierenden und Lehrkräften aus der ganzen Welt. Ihre Mission war es zu sehen, wie diese Menschen über den neuen Roboter-Tutor dachten: Liebten sie ihn? Fürchteten sie ihn? Und vor allem: Wie entschieden sie, wann sie den Roboter die Arbeit machen ließen und wann sie selbst das Kommando übernahmen?
Die Detektive fanden heraus, dass die Geschichte kein einfaches „Ja“ oder „Nein“ ist. Stattdessen ist es eher wie ein sorgfältig kalibrierter Tanz. Die Studenten und Lehrer halten den Roboter im Allgemeinen für ein fantastisches Werkzeug zum Brainstorming von Ideen, zum Zusammenfassen langer Texte oder für schnelle Erklärungen – so als hätte man einen super-schnellen Lernpartner. Sie lieben es, wie er ihnen helfen kann, schneller zu lernen und produktiver zu sein. Ihr Vertrauen ist jedoch sehr bedingt. Es ist, als wären sie bereit, den Roboter auf einer ruhigen, leeren Straße fahren zu lassen (wie beim Lernen für einen Quiz), aber sie weigern sich absolut, ihn auf einer belebten Autobahn mit Patienten auf dem Rücksitz fahren zu lassen (wie bei einer echten medizinischen Diagnose oder der Benotung einer Abschlussprüfung).
Das Hauptergebnis ist, dass die Akzeptanz vollständig vom „Einsatz“ abhängt. Wenn die Aufgabe risikoarm ist, wie das Üben eines Gesprächs oder das Entwerfen eines Essays, sind die Menschen froh, die KI zu nutzen. Aber sobald die Aufgabe reale Konsequenzen hat, wie klinische Argumentation oder berufliche Verantwortung, sinkt das Vertrauen. Das Papier legt nahe, dass der Roboter zwar großartig darin ist, Ideen zu generieren, aber noch nicht bereit ist, die letzte Instanz zu sein. Die größten Sorgen aller Beteiligten sind, dass der Roboter „halluzinieren“ könnte (Fakten erfinden, die echt klingen), dass Studenten zu sehr dazu neigen könnten, das Werkzeug zu nutzen, anstatt selbst zu denken, und dass es schwierig ist zu erkennen, ob jemand Arbeiten ohne ordentliche Überprüfung einreicht.
Die Autoren weisen darauf darauf hin, dass Erfahrung zählt. Menschen, die die KI schon einmal benutzt haben oder wissen, wie man ihr gute Fragen stellt, mögen sie eher, bleiben aber selbst dann vorsichtig. Sie fanden heraus, dass die meisten Menschen klare Regeln wollen: „Du darfst den Roboter für dies tun, aber nicht für jenes.“ Sie wollen auch, dass die Lehrer die Arbeit des Roboters doppelt prüfen. Das Papier argumentiert explizit gegen die Idee, dass wir den Roboter einfach verbieten oder ihn wild um sich wuchern lassen sollten; stattdessen schlägt es ein Modell der „überwachten Augmentierung“ vor. Denken Sie an es wie an einen Piloten und einen Co-Piloten: Die KI kann beim Navigieren und bei der Bedienung der Kontrollen helfen, aber ein Mensch muss immer im Sitz sitzen und bereit sein, das Kommando zu übernehmen, falls das System einen Fehler macht.
Kurz gesagt, das Papier kommt zu dem Schluss, dass die Gesundheitsberufe diese neue Technologie nicht ablehnen, sondern lernen, sie mit einem Sicherheitsnetz zu nutzen. Der Roboter ist ein mächtiges Werkzeug zum Lernen, aber er ist kein Ersatz für menschliches Urteilsvermögen. Die Zukunft der medizinischen Ausbildung wird laut diesen Erkenntnissen darin bestehen, Studenten darin zu unterrichten, „KI-kompetent“ zu sein – zu wissen, wie man das Werkzeug nutzt, wie man seine Fehler erkennt und wann man seinem eigenen Gehirn mehr vertraut als der Maschine. Die Autoren legen nahe, dass wir ohne diese Regeln und ohne das Lehren der Studenten, wie sie die Antworten des Roboters verifizieren, riskieren, eine Generation von Fachkräften zu erschaffen, die möglicherweise zu sehr auf ein Werkzeug vertraut, das nicht immer die Wahrheit sagt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.