Facilitator-Mediated Versus AI-Mediated Problem-Based Learning in Pharmacology Education: A Quasi-Experimental Study Among Second Year Medical Students

In den Klassenzimmern, in denen zukünftige Ärzte ihr Handwerk erlernen, ist die Methode des Lehrens schon lange Gegenstand sorgfältiger Debatten. Seit Jahrzehnten bewegen sich medizinische Pädagogen weg vom einfachen Auswendiglernen von Fakten hin zu einem Lernstil, der als problembasiertes Lernen bezeichnet wird. In diesem Ansatz sitzen die Studierenden nicht passiv da, während ein Dozent spricht; stattdin schließen sie sich in kleinen Gruppen zusammen, um komplexe, realitätsnahe klinische Szenarien anzugehen. Sie müssen zusammenarbeiten, um zu identifizieren, was sie nicht wissen, die Antworten zu finden und dieses neue Wissen anzuwenden, um das Problem zu lösen. Dieser Prozess ist darauf ausgelegt, kritisches Denken und Teamarbeit aufzubauen – Fähigkeiten, die ebenso wichtig sind wie das Wissen über die Namen von Medikamenten oder Krankheiten. Traditionell werden diese Sitzungen von einem menschlichen Lehrer geleitet, einem sogenannten Facilitator, der Fragen stellt, die Gruppe auf Kurs hält und sicherstellt, dass jeder Studierende teilnimmt. Der rasante Aufstieg der künstlichen Intelligenz hat jedoch eine neue Variable in diese Gleichung eingeführt. Studierende haben nun Zugang zu leistungsstarken digitalen Werkzeugen, die Informationen sofort zusammenfassen, Ideen generieren und Fragen beantworten können. Die Frage, vor der die moderne medizinische Ausbildung steht, ist, ob diese digitalen Assistenten den menschlichen Mentor ersetzen können oder ob sie einen ganz anderen Zweck erfüllen.

Eine kürzlich durchgeführte Studie an zwei medizinischen Hochschulen in Indien setzte sich zum Ziel, diese beiden Wege direkt miteinander zu vergleichen. Forscher arbeiteten mit 150 Medizinstudenten im zweiten Studienjahr, die sich mit der Pharmakologie beschäftigten, der Wissenschaft darüber, wie Medikamente im Körper wirken. Die Studierenden wurden in zwei Gruppen aufgeteilt, um dieselbe Reihe von klinischen Problemen über einen Zeitraum von vier Wochen zu bearbeiten. Eine Gruppe folgte dem traditionellen Weg und arbeitete ihre Fallstudien mit einem menschlichen Facilitator durch, der die Diskussion leitete. Die andere Gruppe arbeitete an denselben klinischen Problemen, nutzte jedoch Werkzeuge der künstlichen Intelligenz, um Informationen zu finden und ihr Denken zu strukturieren, ohne dass ein menschlicher Lehrer die Sitzung leitete. Das Ziel war zu sehen, welche Methode bessere Ergebnisse in Bezug auf Testergebnisse, die Fähigkeit zum kritischen Denken und die Effektivität der Zusammenarbeit im Team lieferte.

Die Ergebnisse zeichneten ein nuanciertes Bild davon, wie Lernen stattfindet. Als die Studierenden Tests vor und nach den vier Wochen absolvierten, zeigten beide Gruppen signifikante Verbesserungen. Die Studierenden, die mit einem menschlichen Lehrer arbeiteten, verbesserten ihre Punktzahlen, und die Studierenden, die mit künstlicher Intelligenz arbeiteten, verbesserten ihre Punktzahlen in einem sehr ähnlichen Maße. In Bezug auf das rein gewonnene Wissen waren die beiden Methoden gleichermaßen effektiv. Die Geschichte änderte sich jedoch, als die Forscher tiefer untersuchten, wie sich die Studierenden während des Prozesses verhielten und dachten. Die Gruppen, die von menschlichen Lehrern geleitet wurden, schnitten in spezifischen Bereichen der Teamarbeit und des kritischen Denkens deutlich besser ab. Sie waren effektiver in der Zusammenarbeit, in der Reaktion auf Feedback und in der strukturierten Problemlösung. Die Studierenden, die künstliche Intelligenz nutzten, waren zwar erfolgreich beim Sammeln von Informationen, zeigten jedoch niedrigere Werte in diesen kollaborativen und analytischen Fähigkeiten. Die menschlich geführten Gruppen demonstrierten eine stärkere Fähigkeit, ihre Argumentation zu erklären und die gesammelten Informationen zu analysieren, was darauf hindeutet, dass die Anwesenheit eines Lehrers den Studierenden hilft, ihr Denken auf eine Weise zu verfeinern, die ein digitales Werkzeug allein nicht leisten kann.

Trotz der Unterschiede in der Leistung der Studierenden war die Zufriedenheit mit der Erfahrung in beiden Gruppen hoch. Die Studierenden, die künstliche Intelligenz nutzten, berichteten, dass sie einen besseren Zugang zu Lernmaterialien hätten und die Diskussionen in Bezug auf das Volumen der untersuchbaren Informationen produktiver fanden. Sie schätzten die Geschwindigkeit und Breite der Ressourcen, die die Technologie bot. Die menschlich geführten Gruppen empfanden jedoch die Anwesenheit des Lehrers als entscheidend für ihr Lernen. Diese Spannung zeigte sich auch in den Ansichten der Fakultätsmitglieder, die die Studie beobachteten. Während viele Lehrer erkannten, dass die Studierenden diese Werkzeuge nutzten, um Antworten zu generieren und Präsentationen zu erstellen, äußerten sie tiefe Besorgnis über die Risiken. Die primären Sorgen waren, dass Studierende sich zu sehr auf die Technologie verlassen könnten, was potenziell dazu führt, dass sie die harte Arbeit des eigenständigen Denkens umgehen, und dass die Nutzung dieser Werkzeuge zu Problemen mit der akademischen Redlichkeit führen könnte. Die Fakultät stellte fest, dass die Technologie zwar die Qualität einer Diskussion verbessern könne, aber auch das Risiko berge, das Kernziel des problembasierten Lernens zu untergraben, nämlich die Entwicklung der eigenen Fähigkeit des Studierenden, ein Problem durch logisches Denken zu lösen.

Die Studie kommt zu dem Schluss, dass keine der beiden Methoden die andere vollständig ersetzen kann. Künstliche Intelligenz ist eine leistungsstarke Ressource, die das Lernen zugänglicher und effizienter machen kann, indem sie es ermöglicht, schnell große Mengen an Informationen zu sammeln. Sie kann jedoch noch nicht die Vorteile der menschlichen Anleitung in Bezug auf die Förderung von tiefem kritischem Denken und effektiver Teamarbeit vollständig replizieren. Der vielversprechendste Weg scheint ein Hybridmodell zu sein. In diesem Ansatz werden die Effizienz und Ressourcenreichtum der künstlichen Intelligenz mit der Mentorenschaft und Anleitung eines menschlichen Lehrers kombiniert. Diese Mischung würde es den Studierenden ermöglichen, die Technologie für die Schwerstarbeit der Informationsbeschaffung zu nutzen, während sie sich auf einen Facilitator verlassen, der sicherstellt, dass sie kritisch denken, gut zusammenarbeiten und das Material wirklich verstehen. Eine solche Strategie könnte das Beste aus beiden Welten bieten: Sie bereitet Medizinstudierende auf eine Zukunft vor, in der Technologie allgegenwärtig ist, während sie gleichzeitig sicherstellt, dass sie die essenziellen menschlichen Fähigkeiten behalten, die für die Versorgung von Patienten erforderlich sind.