Awareness, adoption, and predictors of artificial intelligence use among public health researchers in Bo District, Sierra Leone: a cross-sectional study
Trotz eines hohen Bewusstseins für künstliche Intelligenz unter Public-Health-Forschern im Distrikt Bo in Sierra Leone bleibt die tatsächliche Anwendung gering und wird nicht signifikant durch individuelle Faktoren wie Ausbildung oder Erfahrung vorhergesagt, was darauf hindeutet, dass strukturelle und infrastrukturelle Barrieren die primären Determinanten dieser Bewusstseins-Anwendungs-Lücke sind.
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
In der weiten und oft stillen Welt der Forschung im Bereich der öffentlichen Gesundheit arbeiten Wissenschaftler daran, zu verstehen, wie sich Krankheiten ausbreiten, warum Menschen krank werden und wie man Gemeinschaften gesund halten kann. Seit Jahrzehnten stützt sich diese Arbeit auf sorgfältige Beobachtung, Umfragen und statistische Analysen, um aus Rohdaten lebensrettendes Wissen zu gewinnen. Vor kurzem ist ein mächtiges neues Werkzeug in die Szene getreten: künstliche Intelligenz. Dies ist kein Roboter, der wie ein Mensch denkt, sondern vielmehr ein hochentwickeltes Computersystem, das darauf ausgelegt ist, Muster zu finden, aus Daten zu lernen und Vorhersagen viel schneller zu treffen, als es ein Mensch könnte. In wohlhabenden Nationen hilft dieses System der Forschung bereits dabei, Krankheitsausbrüche frühzeitig zu erkennen und bessere Behandlungen zu entwickeln. Doch in vielen Teilen der Welt, in denen die Ressourcen knapp und die Internetverbindungen unzuverlässig sein können, sieht die Geschichte anders aus. Die große Frage für Wissenschaftler in diesen Regionen ist nicht nur, ob sie diese Technologie kennen, sondern ob sie sie tatsächlich nutzen können, um ihre Arbeit zu verbessern.
Eine aktuelle Studie wurde durchgeführt, um diese Frage im Distrikt Bo in Sierra Leone zu beantworten, einem wichtigen Zentrum für die Gesundheitsforschung in dem Land. Die Forscher wollten wissen, ob lokale Experten für öffentliche Gesundheit über künstliche Intelligenz Bescheid wussten, ob sie eine Schulung zu deren Anwendung erhalten hatten und ob sie diese tatsächlich in ihrer täglichen Arbeit anwandten. Sie wollten auch verstehen, was sie daran hinderte, diese Werkzeuge zu nutzen, selbst wenn sie wussten, dass sie existieren. Das Team befragte zweihundert Personen, die in Universitäten, Krankenhäusern, Regierungsbehörden und gemeinnützigen Organisationen im gesamten Distrikt tätig waren. Dies waren die Menschen, die direkt an der Erhebung von Gesundheitsdaten, der Analyse von Krankheitsentwicklungen und der Entscheidungsfindung auf Basis von Evidenz beteiligt sind.
Die Ergebnisse zeigten eine eklatante Lücke zwischen dem Wissen um ein Werkzeug und dessen tatsächlicher Nutzung. Fast drei von vier Forschern im Distrikt gaben an, sich der künstlichen Intelligenz bewusst zu sein. Sie kannten den Begriff, verstanden die grundlegende Idee und erkannten deren Potenzial. Als die Forscher jedoch fragten, wer diese Werkzeuge tatsächlich in seiner Arbeit einsetzte, sank die Zahl signifikant. Nur etwa jeder dritte Forscher berichtete, künstliche Intelligenz in seiner Arbeit zu nutzen. Noch aussagekräftiger war der Befund zur Ausbildung: Nur etwa ein Viertel der Teilnehmer hatte jemals eine formale Unterweisung zur Nutzung dieser Systeme erhalten. Dies deutet darauf hin, dass die Idee der künstlichen Intelligenz diese Forscher zwar erreicht hat, die praktische Fähigkeit zu deren Anwendung jedoch nicht.
Die Studie untersuchte genau, ob das Vorhandensein einer Ausbildung einen Unterschied bei der Nutzung der Technologie machte. Es ist eine verbreitete Annahme, dass Menschen ein neues Werkzeug nutzen, wenn man sie darin unterweist. In dieser Gruppe waren diejenigen, die eine Schulung erhalten hatten, etwas wahrscheinlicher bereit, künstliche Intelligenz zu nutzen, als diejenigen, die keine erhalten hatten. Die Differenz war jedoch so gering, dass sie auch durch Zufall entstanden sein könnte. Die Daten zeigten, dass Training allein die Einführung nicht garantierte. Ähnlich untersuchten die Forscher, ob die Nutzung dieser Werkzeuge dazu führte, dass die Menschen das Gefühl hatten, ihre Arbeit sei besser geworden. Sie fanden heraus, dass die Nutzung künstlicher Intelligenz nicht statistisch vorhersagte, ob ein Forscher empfand, dass sich seine Arbeit verbessert habe. Einige Nutzer empfanden es als hilfreich, andere waren unsicher, und dasselbe galt für die Nicht-Nutzer.
Die Studie untersuchte auch, ob die Art des Arbeitsplatzes, an dem eine Person tätig war – etwa eine Universität gegenüber einem Krankenhaus – oder die Anzahl der Berufsjahre die Nutzung der Technologie beeinflusste. Die Analyse ergab keinen klaren Zusammenhang zwischen diesen Faktoren und der Nutzung künstlicher Intelligenz. Dies deutet auf ein tiefer liegendes Problem hin. Die Forscher kamen zu dem Schluss, dass die Barrieren für die Nutzung künstlicher Intelligenz in diesem Umfeld nicht einfach ein Mangel an Wissen oder individuellen Fähigkeiten sind. Stattdessen scheint das Problem struktureller Natur zu sein. An einem Ort, an dem die Internetverbindungen instabil sein können, Computer alt oder langsam sein können und es möglicherweise keine offiziellen Richtlinien gibt, die den Einsatz neuer Technologien unterstützen, wird selbst ein gut geschulter Forscher Schwierigkeiten haben, diese Werkzeuge effektiv zu nutzen.
Die Ergebnisse legen nahe, dass es nicht ausreicht, lediglich das Bewusstsein zu schärfen oder einen einmaligen Trainingsworkshop abzuhalten, um künstliche Intelligenz in den Routinebetrieb in Orten wie dem Distrikt Bo zu integrieren. Die Kluft zwischen dem Wissen um die Technologie und deren Anwendung ist groß, und sie wird durch das physische und organisatorische Umfeld aufrechterhalten. Um diese Lücke zu schließen, argumentieren die Forscher, dass Investitionen über das Lehren von Software hinausgehen müssen. Es muss der Aufbau einer zuverlässigen digitalen Infrastruktur, die Gewährleistung des erschwinglichen Zugangs zu den notwendigen Werkzeugen und die Schaffung klarer Regeln innerhalb der Institutionen erfolgen, die die ethische und effektive Nutzung dieser Systeme unterstützen. Bis diese grundlegenden Bausteine vorhanden sind, wird das Potenzial der künstlichen Intelligenz, die Forschung im Bereich der öffentlichen Gesundheit in ressourcenarmen Gebieten zu transformieren, weitgehend ungenutzt bleiben und darauf warten, dass die Bedingungen mit dem Wissen Schritt halten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.