An intentional dual track curriculum model proposal to address technical readiness and concerns in healthcare AI education

चिकित्सा का भविष्य कोड में लिखा जा रहा है। आर्टिफिशियल इंटेलिजेंस (AI) पहले से ही डॉक्टरों को एक्स-रे पढ़ने, यह अनुमान लगाने में मदद कर रहा है कि किन रोगियों के बीमार होने का खतरा है, और सर्वोत्तम उपचार सुझाने में सहायता कर रहा है। जैसे-जैसे ये उपकरण अस्पतालों में आम होते जा रहे हैं, एक महत्वपूर्ण प्रश्न उठता है: हम अगली पीढ़ी के डॉक्टरों को इनका उपयोग करना कैसे सिखाएं? दशकों से, विशेषज्ञ इस बात को समझाने के लिए एक सरल विचार पर भरोसा करते आए हैं कि लोग नई तकनीक को कैसे स्वीकार करते हैं: आप इसके बारे में जितना अधिक जानते हैं, उतना ही कम इससे डरते हैं। यह तर्क बताता है कि यदि हम छात्रों को केवल यह दिखा दें कि AI कैसे काम करता है, तो वे इसके साथ सहज हो जाएंगे, उनकी चिंताएं कम हो जाएंगी, और वे इसे अपने अभ्यास में उत्साहपूर्वक अपना लेंगे। यह अज्ञानता से स्वीकृति तक का एक सीधा मार्ग है।

हालाँकि, डॉक्टरों को प्रशिक्षित करने की वास्तविकता कहीं अधिक जटिल हो सकती है। मेडिकल स्कूल अब अपने पाठ्यक्रम में आर्टिफिशियल इंटेलिजेंस को शामिल करने के लिए संघर्ष कर रहे हैं, लेकिन वे इस धारणा के आधार पर ऐसा कर रहे हैं कि परिचितता ही सब कुछ हल कर देती है। यदि कोई छात्र यह सीख लेता है कि एक एल्गोरिदम निर्णय कैसे लेता है, तो सिद्धांत यह है कि वे मशीन पर भरोसा करेंगे और जोखिमों के बारे में चिंता करना छोड़ देंगे। यह विश्वास कई नए पाठ्यक्रमों के डिजाइन को प्रेरित करता है, जो तकनीकी साक्षरता पर बहुत अधिक ध्यान केंद्रित करते हैं। लेकिन क्या होगा यदि यह धारणा गलत हो? क्या होगा यदि AI के बारे में जानने से रोगी सुरक्षा और निष्पक्षता से जुड़ी गहरी, व्यावसायिक चिंताएं दूर नहीं होती हैं? इस अंतर को समझना महत्वपूर्ण है, क्योंकि यदि हम डॉक्टरों को केवल उपकरणों का उपयोग करना सिखाते हैं और उनकी वैध आशंकाओं को संबोधित नहीं करते हैं, तो हम चिकित्सकों की एक ऐसी पीढ़ी बनाने का जोखिम उठाते हैं जो तकनीकी रूप से कुशल तो है लेकिन नैतिक रूप से अपरिपक्व है।

मियामी विश्वविद्यालय के शोधकर्ताओं ने इस धारणा का सीधे परीक्षण करने का निर्णय लिया। उन्होंने 389 प्रथम-वर्ष के मेडिकल छात्रों के एक समूह को इकट्ठा किया, ठीक उस समय जब वे स्वास्थ्य सेवा में आर्टिफिशियल इंटेलिजेंस पर एक कार्यशाला में भाग लेने वाले थे। इससे पहले कि छात्र सत्र में कुछ भी नया सीखते, शोधकर्ताओं ने उनसे प्रश्नों की एक श्रृंखला पूछी। वे जानना चाहते थे कि क्या इन छात्रों ने पहले कभी AI के बारे में कोई कक्षा ली थी या किसी सेमिनार में भाग लिया था। उन्होंने पूछा कि छात्र इस तकनीक के साथ कितना परिचित महसूस करते हैं। उन्होंने AI के भविष्य के प्रति छात्रों के दृष्टिकोण, वे उपयोग करने के लिए कितने तैयार महसूस करते हैं, और महत्वपूर्ण रूप से, उनकी विशिष्ट चिंताएं क्या थीं, इसके बारे में भी पूछा। शोधकर्ताओं ने छह प्रमुख चिंताओं की तलाश की: यह डर कि AI से रोगी देखभाल ठंडी और अमानवीय हो जाएगी, एल्गोरिदम में पक्षपात का जोखिम, निजी रोगी डेटा की सुरक्षा, डॉक्टरों का मशीनों पर बहुत अधिक निर्भर होने का खतरा, रोगी की गोपनीयता की सुरक्षा, और इन उपकरणों के संबंध में रोगियों और प्रदाताओं के बीच विश्वास की सामान्य कमी।

परिणामों ने छात्रों के मन में एक ऐसे विभाजन को प्रकट किया जो हमारे सोचने के मानक तरीके को चुनौती देता है। एक ओर, शोधकर्ताओं ने पाया कि छात्रों को AI के पूर्व अनुभव (जैसे पिछली कक्षा या कार्यशाला) से, वे तकनीक के साथ अधिक परिचित महसूस करते थे। यह परिचितता, बदले में, सकारात्मक भावनाओं से मजबूती से जुड़ी हुई थी। जो छात्र समझते थे कि AI क्या है, वे इसके भविष्य के प्रति अधिक आशावादी थे, अपने करियर में इसका उपयोग करने के लिए अधिक तैयार महसूस करते थे, और उनके इस बात की अधिक संभावना थी कि वे इसका उपयोग करने का इरादा रखते हैं। इस अर्थ में, पुराना विचार सही साबित होता है: उपकरण के बारे में अधिक जानना आपको उसका उपयोग करने के लिए अधिक तैयार बनाता है। उनकी समझ की गहराई केवल एक कार्यक्रम में भाग लेने से अधिक महत्वपूर्ण थी; यह अवधारणाओं के साथ परिचित होने का अहसास ही उनके आत्मविश्वास को संचालित करता था।

लेकिन समीकरण के दूसरी ओर, एक अलग कहानी सामने आई। अध्ययन से पता चला कि AI के बारे में चिंताएं दुर्लभ नहीं थीं; वे लगभग सार्वभौमिक थीं। 53% से 82% छात्रों ने विशिष्ट मुद्दों पर चिंता व्यक्त की, जिसमें रोगी देखभाल में मानवीय स्पर्श खोने का डर सबसे आम था, जिसे समूह के 81.5% लोगों ने बताया। शोधकर्ता उम्मीद कर रहे थे कि जैसे-जैसे छात्र AI से अधिक परिचित होंगे, ये चिंताएं कम हो जाएंगी। उन्हें उम्मीद थी कि ज्ञान चिंता के लिए एक उपचार के रूप में कार्य करेगा। इसके बजाय, उन्होंने पाया कि चिंताएं दूर नहीं हुईं। चाहे छात्र AI के बारे में बहुत कम जानता हो या वह इससे बहुत अधिक परिचित महसूस करता हो, उसकी चिंता का स्तर बिल्कुल समान रहा। एक छात्र जो अपने तकनीकी ज्ञान में बहुत आश्वस्त था, वह भी एल्गोरिदम के पक्षपात और डेटा गोपनीयता के बारे में उतना ही चिंतित था जितना कि वह छात्र जो बहुत कम जानता था।

यह निष्कर्ष बताता है कि डॉक्टर बनने का मार्ग एक एकल सड़क नहीं है। शोधकर्ता प्रस्ताव देते हैं कि दो अलग-अलग ट्रैक समानांतर रूप से चलते हैं। पहला ट्रैक 'तैयारी' (readiness) बनाने के बारे में है। यह वह मार्ग है जहाँ शिक्षा छात्रों को यह समझने में मदद करती है कि तकनीक कैसे काम करती है, यह अस्पताल में कैसे फिट होती है, और इसका प्रभावी ढंग से उपयोग कैसे किया जाता है। यह ट्रैक सफलतापूर्वक आत्मविश्वास और नए उपकरणों को अपनाने की इच्छा का निर्माण करता है। दूसरा ट्रैक 'चिंताओं' (concerns) के प्रबंधन के बारे में है। यह चिकित्सा में नैतिकता, निष्पक्षता और मानवीय संबंधों जैसे गंभीर और भारी सवालों से निपटता है। अध्ययन दिखाता है कि तकनीकी परिचितता इन समस्याओं को हल नहीं करती है। आप केवल एक छात्र को कोड के बारे में इतना नहीं सिखा सकते कि वह इस बात की चिंता करना छोड़ दे कि क्या एक एल्गोरिदम एक रोगी के साथ निष्पक्ष व्यवहार कर रहा है या क्या उसका डेटा सुरक्षित है। ये ज्ञान की वे कमियां नहीं हैं जिन्हें शिक्षा भर सके; ये पेशेवर निर्णय हैं जो जानने के बावजूद बने रहते हैं।

चिकित्सा सिखाने के तरीके पर इसके निहितार्थ महत्वपूर्ण हैं। यदि स्कूल इस विचार के साथ AI पाठ्यक्रम डिजाइन करना जारी रखते हैं कि तकनीक सिखाने से सभी डर स्वतः ही हल हो जाएंगे, तो वे आधे काम को चूक सकते हैं। शोधकर्ता एक 'दोहरा-ट्रैक पाठ्यक्रम' (dual-track curriculum) का सुझाव देते हैं। शिक्षा के एक भाग को तकनीकी साक्षरता पर ध्यान केंद्रित करना चाहिए, यह सुनिश्चित करते हुए कि छात्र उपकरणों को संचालित करना और समझना जानते हैं। दूसरे भाग को नैतिकता, शासन और देखभाल के मानवीय पक्ष पर समर्पित, संरचित निर्देश प्रदान करने चाहिए। इस दूसरे ट्रैक को चिंताओं को सीखने द्वारा दूर किए जाने वाले अवरोधों के रूप में नहीं, बल्कि सीधे संबोधित किए जाने वाले वैध पेशेवर दायित्वों के रूप में देखना चाहिए। अध्ययन में शामिल छात्र AI के भविष्य के बारे में उत्साहित होने के साथ-साथ इसके जोखिमों के बारे में गहरे, तर्कसंगत संदेह भी रख सकते थे। उन्हें तैयार होने और चिंतित होने के बीच किसी एक को चुनने की आवश्यकता नहीं थी; वे दोनों हो सकते थे।

यह अध्ययन यह दावा नहीं करता कि आर्टिफिशियल इंटेलिजेंस बुरा है या इसे टाला जाना चाहिए। यह केवल यह दिखाता है कि इसके लिए डॉक्टरों को तैयार करने का तरीका बदलने की आवश्यकता है। हम यह मानकर नहीं चल सकते कि जो छात्र मशीन चलाने में अच्छा है, वह उन नैतिक दुविधाओं को सुलझाने में भी अच्छा होगा जो वह मशीन पैदा करती है। शोध का सुझाव है कि AI के युग में वास्तविक तैयारी के लिए दो अलग-अलग प्रकार के सीखने की आवश्यकता है। एक उपकरण का उपयोग करने का कौशल विकसित करता है, और दूसरा उस पर सवाल उठाने की बुद्धिमत्ता विकसित करता है। इन लक्ष्यों को अलग करके, मेडिकल स्कूल यह सुनिश्चित कर सकते हैं कि उनके स्नातक न केवल तकनीकी रूप से कुशल हों, बल्कि नैतिक रूप से भी सुदृढ़ हों, जो उन मनुष्यों के प्रति अपनी दृष्टि न खोए जिनके लिए वे वहां हैं, जिनका उपयोग आर्टिफिशियल इंटेलिजेंस की शक्ति को अपनाने के साथ-साथ किया जा सकता है।