Development and validation of the artificial intelligence literacy scale for medical students (AILS-MS)
Cette étude a développé et validé une échelle de 20 items à quatre dimensions (AILS-MS) pour évaluer la littératie en IA chez les étudiants en médecine, intégrant le cadre de compétences de l'UNESCO aux besoins de l'enseignement médical afin de soutenir la réforme des programmes et l'évaluation fondée sur les compétences.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde moderne, l'intelligence artificielle est passée du domaine de la science-fiction au rythme quotidien des soins de santé. Elle aide les médecins à lire des radiographies, prédit quels patients pourraient tomber malades et aide même à la découverte de nouveaux médicaments. À mesure que ces outils se généralisent, une nouvelle compétence devient tout aussi importante que la connaissance de l'anatomie ou de la manière de prescrire des médicaments. Cette compétence s'appelle la littératie en IA. Il ne s'agit pas de savoir comment construire un ordinateur, mais plutôt de comprendre comment ces systèmes fonctionnent, de savoir quand leur faire confiance et de reconnaître quand ils peuvent se tromper. Pour les médecins de demain, cette littératie est une question de sécurité. Si un futur médecin ne peut pas faire la différence entre une suggestion utile de l'IA et une erreur dangereuse, ou s'il compte tellement sur une machine qu'il en oublie son propre jugement, les résultats pourraient nuire aux patients. La question à laquelle les facultés de médecine sont confrontées aujourd'hui est de savoir comment enseigner cette compétence et, plus important encore, comment mesurer si les étudiants l'ont réellement apprise.
Jusqu'à présent, il n'existait aucune méthode standard pour tester cette connaissance spécifique chez les étudiants en médecine en Chine. Les tests existants étaient conçus pour les étudiants de l'enseignement supérieur en général ou pour les médecins dans les pays occidentaux, où les règles et la culture sont différentes. Pour combler cette lacune, une équipe de chercheurs de l'Université médicale de Chongqing s'est donné pour mission de construire un nouvel outil de mesure en partant de zéro. Ils voulaient un test qui réponde aux besoins uniques des futurs médecins, un test qui tienne compte des enjeux élevés des soins aux patients et des lois et de l'éthique spécifiques au système de santé chinois. Leur objectif était de créer une échelle capable de dire précisément aux éducateurs si un étudiant comprend bien le rôle de l'intelligence artificielle en médecine, des détails techniques aux implications morales.
Les chercheurs ont commencé par rassembler des idées provenant de sources diverses. Ils ont examiné des études existantes, interrogé des étudiants en médecine et des experts, et consulté un panel de spécialistes dans des domaines allant de la médecine clinique à l'éthique médicale. Ce processus les a aidés à identifier les domaines de connaissances les plus importants. Ils ont réalisé que posséder une « littératie en IA » en médecine n'est pas une compétence unique. Au contraire, elle se compose de quatre parties distinctes. Premièrement, il y a la capacité de comprendre et d'utiliser la technologie elle-même, comme savoir poser les bonnes questions pour obtenir des réponses utiles d'un ordinateur. Deuxièmement, il y a le côté humain, qui consiste à garder la tête froide et à ne pas laisser la machine prendre le dessus sur la propre réflexion du médecin. Troisièmement, il y a la couche éthique, qui couvre la confidentialité, l'équité et les règles sur la gestion des données. Enfin, il y a l'aspect de l'apprentissage, qui concerne l'utilisation de ces outils pour aider les étudiants à grandir et à apprendre de nouvelles choses tout au long de leur carrière.
Pour transformer ces idées en un véritable test, l'équipe a créé une liste de vingt questions spécifiques. Ils ont ensuite demandé à des centaines d'étudiants en médecine de trois universités différentes de répondre au sondage. Les chercheurs ont divisé le groupe en deux : un groupe les a aidés à déterminer comment les questions s'articulaient entre elles, et l'autre groupe les a aidés à confirmer que la structure était solide. Grâce à une analyse statistique minutieuse, ils ont constaté que les vingt questions se regroupaient naturellement dans les quatre catégories qu'ils avaient prédites. Le test s'est avéré fiable, ce qui signifie que si un étudiant le reprenait, il obtiendrait probablement un score similaire, et que les questions mesuraient de manière cohérente ce qu'elles étaient censées mesurer. Le résultat final est une échelle de vingt items qui couvre tout le spectre de la littératie en IA, du savoir-faire technique à la responsabilité éthique.
L'étude a révélé que ce nouvel outil, que les chercheurs ont nommé l'Échelle de Littératie en Intelligence Artificielle pour les Étudiants en Médecine (Artificial Intelligence Literacy Scale for Medical Students), fonctionne bien. Il distingue avec succès les différents niveaux de compréhension et offre une image claire des forces et des faiblesses d'un étudiant. Les quatre dimensions qu'il mesure — technologie et application, valeurs humanistes, éthique et équité, et apprentissage assisté par l'IA — offrent une vue complète de ce que signifie être prêt pour un avenir médical piloté par l'IA. Les chercheurs suggèrent que les écoles puissent désormais utiliser cette échelle pour vérifier l'efficacité de leurs enseignements actuels et pour concevoir de meilleurs cours. En disposant d'un moyen fiable de mesurer ces compétences, les éducateurs médicaux peuvent s'assurer que la prochaine génération de médecins ne soit pas seulement familière avec l'intelligence artificielle, mais qu'elle soit véritablement préparée à l'utiliser avec sagesse, sécurité et éthique dans le soin de leurs patients.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.