Artificial Intelligence, Large Language Models, and Machine Learning in African Health Professions Education: A Systematic Review of Adoption, Literacy, Institutional Feasibility, and Ethical Perceptions

अफ्रीका के क्लासरूमों और अस्पतालों में, एक शांत परिवर्तन जारी है। यह नई पाठ्यपुस्तकों या अपडेट किए गए पाठ्यक्रमों द्वारा नहीं, बल्कि एक ऐसी तकनीक द्वारा संचालित है जिसने हाल के वर्षों में पूरी दुनिया में हलचल मचा दी है: आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता)। यह विज्ञान कथाओं वाला दूर का, रोबोटिक भविष्य नहीं है, बल्कि उपकरणों का एक समूह है जो पहले से ही छात्रों और शिक्षकों के हाथों में है। इन उपकरणों में लार्ज लैंग्वेज मॉडल्स (बड़े भाषा मॉडल) शामिल हैं, जो मानव भाषा को समझने और उत्पन्न करने में सक्षम कंप्यूटर प्रोग्राम हैं, और मशीन लर्निंग, जहाँ कंप्यूटर भविष्यवाणियां करने या निर्णय लेने के लिए डेटा से सीखते हैं। चिकित्सा, नर्सिंग और फार्मेसी के छात्रों के लिए, ये उपकरण आने वाले दशकों में स्टेथोस्कोप या सूक्ष्मदर्शी (माइक्रोस्कोप) जितने आवश्यक होने का वादा करते हैं। वे बीमारियों का निदान करने, अनुसंधान को व्यवस्थित करने और यहाँ तक कि रोगी के नोट्स तैयार करने में मदद कर सकते हैं। फिर भी, जबकि उच्च-आय वाले देशों ने इन उपकरणों का सुरक्षित और प्रभावी ढंग से उपयोग करना सिखाने के लिए औपचारिक संरचनाएं बनाना शुरू कर दिया है, अफ्रीकी महाद्वीप में स्थिति उत्साही अपनाव और महत्वपूर्ण अनिश्चितता का एक जटिल मिश्रण बनी हुई है। शिक्षकों और नीति निर्माताओं के सामने सवाल अब यह नहीं है कि क्या ये छात्र आर्टिफिशियल इंटेलिजेंस का उपयोग करेंगे, बल्कि यह है कि वे इसका उपयोग कैसे कर रहे हैं, वे इसके बारे में वास्तव में क्या समझते हैं, और क्या उनके संस्थान उनका मार्गदर्शन करने के लिए तैयार हैं।

एक नया सिस्टेमैटिक रिव्यू (व्यवस्थित समीक्षा), जो एक प्रकार का शोध है जो बड़े चित्र को खोजने के लिए कई अलग-अलग अध्ययनों को एकत्र और विश्लेषण करता है, विशेष रूप से अफ्रीका के लिए इन प्रश्नों का उत्तर देने के लिए निकला है। शोधकर्ताओं ने, जो नाइजीरिया, यूनाइटेड किंगडम और संयुक्त राज्य अमेरिका के विश्वविद्यालयों के विद्वानों की एक टीम है, महाद्वीप के हजारों स्वास्थ्य पेशेवरों के छात्रों और शिक्षकों से जुड़े उन्नीस अलग-अलग अध्ययनों की जांच की। उन्होंने इस साक्ष्य की खोज की कि ये छात्र आर्टिफिशियल इंटेलिजेंस से कितने परिचित थे, क्या उन्हें कोई औपचारिक प्रशिक्षण प्राप्त हुआ था, वे किन उपकरणों को पसंद करते थे, और कौन सी नैतिक चिंताएं उन्हें रात भर जगाए रखती थीं। लक्ष्य बिखरी हुई रिपोर्टों से आगे बढ़कर जमीनी वास्तविकता की स्पष्ट समझ बनाना था, नाइजीरिया और मिस्र के हलचल भरे मेडिकल स्कूलों से लेकर घाना और सूडान के विश्वविद्यालयों तक।

शोधकर्ताओं ने जो पाया वह एक चौंकाने वाला विरोधाभास था, जो इस बात के बीच का अंतर था कि छात्र क्या सोचते हैं कि वे जानते हैं और वे वास्तव में क्या जानते हैं। अध्ययनों में, आर्टिफिशियल इंटेलिजेंस के प्रति जागरूकता उच्च थी। कुछ समूहों में, लगभग सभी छात्र जानते थे कि ये उपकरण क्या हैं और उनके बारे में सुना था। हालाँकि, यह परिचितता सक्षमता में परिवर्तित नहीं हुई। जब छात्रों से उनके कौशल को रेट करने के लिए कहा गया, तो कई ने आत्मविश्वास महसूस किया, लेकिन जब वस्तुनिष्ठ प्रश्नों के साथ परीक्षण किया गया, तो उनका ज्ञान अक्सर काफी कम था। यह ऐसा ही है जैसे कोई छात्र किसी प्रसिद्ध वाद्य यंत्र का नाम तो पहचान सकता है लेकिन एक भी स्वर नहीं बजा सकता। यह "ज्ञान-धारणा विरोधाभास" (knowledge-perception paradox) बताता है कि छात्र इन उपकरणों के बारे में अपनी जिज्ञासा और साथियों की बातचीत के माध्यम से स्वयं सीख रहे हैं, न कि संरचित पाठों के माध्यम से। सैंतालीस देशों के मेडिकल छात्रों के एक बड़े सर्वेक्षण में, एक प्रतिशत से भी कम छात्रों ने आर्टिफिशियल इंटेलिजेंस पर पर्याप्त औपचारिक शिक्षा प्राप्त करने की सूचना दी, भले ही उनमें से अधिकांश ने विषय की कम से कम मध्यम समझ होने का दावा किया।

इस अनौपचारिक क्रांति को चलाने वाला उपकरण अत्यधिक रूप से ChatGPT है। जब शोधकर्ताओं ने देखा कि छात्र विशेष रूप से किन कार्यक्रमों का उपयोग कर रहे हैं, तो इस एकल एप्लिकेशन ने परिदृश्य पर दबदबा बनाया, जो अन्य प्रतिस्पर्धियों से कहीं आगे निकल गया। छात्र व्यावहारिक कारणों से इसकी ओर मुड़े: यह उपयोग में आसान था, इसने समय बचाया, और उनके दोस्तों ने इसकी सिफारिश की। उन्होंने इसका उपयोग निबंध लिखने, परीक्षाओं की तैयारी करने, चिकित्सा साहित्य खोजने और यहाँ तक कि शोध पत्र तैयार करने के लिए किया। यह अपनाव काफी हद तक क्लासरूम की दीवारों के बाहर हुआ। विश्वविद्यालयों द्वारा इन उपकरणों को अपने आधिकारिक पाठ्यक्रम में एकीकृत करने या उन्हें जिम्मेदारी से उपयोग करने के तरीके पर मार्गदर्शन प्रदान करने का बहुत कम प्रमाण मिला। इसके बजाय, छात्र व्यक्तिगत पहल से प्रेरित होकर, संस्थागत दिशा के बजाय स्वयं इस नए डिजिटल क्षेत्र में रास्ता खोज रहे थे।

मार्गदर्शन की इस कमी को बुनियादी ढांचे की एक कठोर वास्तविकता और बढ़ा देती है। समीक्षा ने इस बात पर प्रकाश डाला कि कई छात्रों के लिए, इन उपकरणों का उपयोग करने के लिए आवश्यक बुनियादी स्थितियाँ सुनिश्चित नहीं हैं। अविश्वसनीय बिजली, महंगे डेटा प्लान और अस्थिर इंटरनेट कनेक्शन को बार-बार बाधाओं के रूप में उद्धृत किया गया। कुछ स्थानों पर, स्थिर बिजली आपूर्ति की कमी या इंटरनेट एक्सेस की उच्च लागत का मतलब था कि भले ही छात्र इन उन्नत उपकरणों का उपयोग करना चाहते थे, वे लगातार ऐसा नहीं कर सके। फिर भी, कहानी पूरी तरह से सीमाओं की नहीं है। कुछ मामलों में, शोधकर्ताओं ने पाया कि आर्टिफिशियल इंटेलिजेंस का उपयोग इन्हीं बुनियादी ढांचे की समस्याओं को हल करने के लिए किया जा रहा था। उदाहरण के लिए, एक अध्ययन ने दिखाया कि कैसे AI शैक्षिक वीडियो के लिए बैकग्राउंड जेनरेट कर सकता है, जिससे महंगे भौतिक स्टूडियो और ग्रीन स्क्रीन की आवश्यकता समाप्त हो जाती है। इस तरह, तकनीक कभी-कभी उन संसाधन बाधाओं के लिए एक समाधान (workaround) के रूप में कार्य करती है जो आमतौर पर इसके उपयोग में बाधा डालती हैं।

हालाँकि, सबसे सुसंगत निष्कर्ष यह था कि छात्रों ने इन उपकरणों के नैतिक निहितार्थों के बारे में गहरी चिंता महसूस की। आर्टिफिशियल इंटेलिजेंस का उपयोग करने की अपनी इच्छा के बावजूद, छात्र इसके जोखिमों के प्रति पूरी तरह से जागरूक थे। वे शैक्षणिक बेईमानी, कंप्यूटर पर बहुत अधिक निर्भर होने की संभावना और अपने स्वयं के आलोचनात्मक सोच कौशल को खोने के खतरे, और उपकरणों द्वारा गलत या मनगढ़ंत चिकित्सा जानकारी प्रदान करने के खतरे के बारे में चिंतित थे। ये डर केवल अमूर्त नहीं थे; छात्रों ने स्वीकार किया कि वे परीक्षाओं को पूरा करने और अपने उत्तरों को जमा करने से पहले उन्हें चेक करने के लिए AI का उपयोग करते हैं। उन्होंने अपने पेशों के भविष्य के बारे में भी चिंता व्यक्त की, यह पूछते हुए कि क्या ये उपकरण अंततः मानव डॉक्टरों की जगह ले लेंगे या रोगी देखभाल को अमानवीय बना देंगे। दिलचस्प बात यह है कि छात्र आर्टिफिशियल इंटेलिजेंस के बारे में जितना अधिक जानते थे, वे इन जोखिमों के बारे में उतने ही अधिक चिंतित होते गए, जो यह सुझाव देता है कि परिचितता संभावित खतरों के प्रति एक तीव्र जागरूकता लाती है।

समीक्षा निष्कर्ष निकालती है कि जबकि अफ्रीकी स्वास्थ्य पेशेवरों के छात्र तेजी से आर्टिफिशियल इंटेलिजेंस को अपना रहे हैं, वे औपचारिक समर्थन के शून्य में ऐसा कर रहे हैं। तकनीक को अनौपचारिक रूप से अपनाया जा रहा है, जो छात्र जिज्ञासा और ChatGPT जैसे उपकरणों की सहज पहुंच से प्रेरित है, लेकिन यह उन संस्थानों की तुलना में अधिक तेजी से चल रही है जिन्हें अनुकूलित होने की आवश्यकता है। केवल बटन दबाना सिखाने से परे संरचित शिक्षा की स्पष्ट आवश्यकता है। शोधकर्ता तर्क देते हैं कि विश्वविद्यालयों को हस्तक्षेप करना चाहिए ताकि न केवल तकनीकी कौशल बल्कि इन उपकरणों के उपयोग के नैतिक आयामों को भी कवर करने वाला औपचारिक प्रशिक्षण प्रदान किया जा सके। इसमें छात्रों को त्रुटियों को पहचानने, शैक्षणिक अखंडता बनाए रखने और आर्टिफिशियल इंटेलिजेंस को अपने स्वयं के निर्णय के विकल्प के बजाय सीखने में एक साथी के रूप में उपयोग करने के तरीके को सिखाना शामिल है। इस मार्गदर्शन के बिना, छात्रों की बढ़ती तकनीकी निर्भरता और उन्हें तैयार करने की उनके संस्थानों की क्षमता के बीच का अंतर केवल बढ़ता जाएगा, जिससे भविष्य के स्वास्थ्य सेवा कर्मियों की एक ऐसी पीढ़ी पैदा होगी जो बिना किसी मानचित्र के एक जटिल डिजिटल परिदृश्य में रास्ता खोज रही होगी।