Contextual well-being and the perceived role of artificial intelligence among medical students and graduates: an interpretative phenomenological analysis

तकनीकी सारांश: चिकित्सा छात्रों और स्नातकों के बीच प्रासंगिक कल्याण (Contextual Well-being) और कृत्रिम बुद्धिमत्ता (AI) की कथित भूमिका

समस्या विवरण
चिकित्सा शिक्षा निरंतर शैक्षणिक दबाव, उच्च प्रदर्शन की अपेक्षाओं और विकासात्मक संक्रमणों द्वारा चिह्नित है, जो अक्सर उच्च मनोवैज्ञानिक संकट और बर्नआउट (burnout) की ओर ले जाती है। जबकि कल्याण (well-being) को तेजी से एक प्राथमिकता के रूप में पहचाना जा रहा है, इसे अक्सर एक स्थिर आंतरिक अवस्था या एक पृथक परिणाम के रूप में अवधारणाबद्ध किया जाता है। हालाँकि, मौजूदा साहित्य एक निरंतर "जानने-करने के अंतर" (knowing–doing gap) का सुझाव देता है, जहाँ छात्र कल्याण रणनीतियों का ज्ञान तो रखते हैं लेकिन उन्हें लागू करने में विफल रहते हैं। इसके अलावा, उभरती प्रौद्योगिकियों, विशेष रूप से कृत्रिम बुद्धिमत्ता (AI) की भूमिका, इन अनुभवों को आकार देने में कैसे काम करती है, यह अभी भी अपर्याप्त रूप से समझा गया है। वर्तमान शोध अक्सर कल्याण को पृथक डोमेन (जैसे, मानसिक, कार्यस्थल, या वित्तीय) के भीतर देखता है, न कि एक गतिशील प्रक्रिया के रूप में जिसे ओवरलैपिंग शैक्षिक, व्यावसायिक और व्यक्तिगत संदर्भों में नेविगेट किया जाता है। यह अध्ययन इस बात को समझने के अंतराल को संबोधित करता है कि कैसे चिकित्सा छात्र और प्रारंभिक करियर के डॉक्टर कल्याण को एक संदर्भानुसार बदलते घटनाक्रम के रूप में अनुभव करते हैं और वे विकसित होती वास्तविकताओं के भीतर AI की भूमिका को कैसे देखते हैं।

कार्यप्रणाली
इस गुणात्मक अध्ययन ने एक व्याख्यात्मक घटनात्मक विश्लेषण (Interpretative Phenomenological Analysis - IPA) दृष्टिकोण का उपयोग किया, जो हर्मेन्यूटिक फेनोमेनोलॉजी (hermeneutic phenomenology) और एक व्याख्यात्मक दृष्टिकोण पर आधारित है। इस अध्ययन का उद्देश्य यह पता लगाना था कि युवा चिकित्सा पेशेवर (आयु 18-30 वर्ष) कल्याण और AI के संबंध में अपने जीवंत अनुभवों को कैसे समझते हैं।

• प्रतिभागी: अंतिम समूह में आठ प्रतिभागी शामिल थे (चार आयरिश चिकित्सा छात्र और चार अंतरराष्ट्रीय छात्र - चीन, भारत, नाइजीरिया और कनाडा से)। नमूने में वर्तमान छात्र और प्रारंभिक करियर के डॉक्टर दोनों शामिल थे। सैंपलिंग 'पर्पसिव' (purposive) और 'स्नोबॉल' आधारित थी, जिसमें संख्यात्मक आकार के बजाय डेटा की समृद्धि और सांस्कृतिक पृष्ठभूमि एवं प्रशिक्षण चरण में विविधता को प्राथमिकता दी गई, जो IPA की इडियोग्राफिक प्रतिबद्धताओं के अनुरूप है।
• डेटा संग्रह: मार्च और जुलाई 2025 के बीच आयरलैंड (महामारी के बाद के संदर्भ में) में गहन, अर्ध-संरचित साक्षात्कार आयोजित किए गए। साक्षात्कार 50-70 मिनट तक चले और ऑनलाइन (Zoom) या व्यक्तिगत रूप से आयोजित किए गए। साक्षात्कार मार्गदर्शिका लचीली थी, जो शैक्षणिक, नैदानिक, व्यक्तिगत और तकनीकी संदर्भों में कल्याण का अन्वेषण करती थी, जिसमें AI जुड़ाव के संबंध में विशिष्ट संकेत भी शामिल थे। प्रतिभागियों ने स्वयं-रिपोर्ट किए गए व्यक्तिपरक कल्याण स्कोर और कल्याण साक्षरता रेटिंग भी प्रदान की।
• विश्लेषण: डेटा विश्लेषण ने IPA सिद्धांतों का पालन किया, जिसमें पुनरावृत्ति हर्मेन्यूटिक जुड़ाव शामिल था। इसमें ट्रांसक्रिप्ट का बार-बार गहन पठन, विस्तृत खोजपूर्ण कोडिंग, और पूरे डेटासेट में पैटर्न की पहचान करने से पहले व्यक्तिगत केस स्तर पर उभरते विषयों का विकास शामिल था। प्रक्रिया में शोधकर्ता के पूर्वाग्रह को प्रबंधित करने के लिए 'ब्रैकेटिंग' (bracketing), सहकर्मी डिब्रीफिंग और विश्वसनीयता सुनिश्चित करने के लिए एक ऑडिट ट्रेल का उपयोग किया गया।

प्रमुख योगदान
यह अध्ययन कल्याण को एक स्थिर गुण के बजाय एक प्रासंगिक, बातचीत योग्य क्षमता (contextual, negotiated capacity) के रूप में पुनर्गठित करके साहित्य में योगदान देता है। यह एक पहले से अनकही बाधा की पहचान करता है जो कल्याण संबंधी कठिनाइयों के मूल में है: एक क्षमता अंतराल (capacity gap) जो विशिष्ट कल्याण व्यवहारों से ऊपर कार्य करता है। शोध का तर्क है कि "जानने-करने का अंतर" केवल प्रेरणा या व्यक्तिगत प्राथमिकता की विफलता नहीं है, बल्कि निरंतर दबाव के तहत प्रासंगिक निर्णय, क्रिया विनियमन (action regulation) और प्राथमिकता निर्धारण के लिए क्षीण हुई 'मेटा-क्षमता' का संकेत है। इसके अतिरिक्त, अध्ययन AI को एक व्यावहारिक, निम्न-स्तर के समर्थन तंत्र के रूप में एकीकृत करता है जो पारंपरिक सहायता प्रणालियों के अंतराल को भरता है, जबकि पेशेवर पहचान पर इसके प्रभाव और विश्वसनीयता के संबंध में अनिश्चितता को भी रेखांकित करता है।

परिणाम
प्रतिभागियों के वृत्तांतों के विश्लेषण से तीन परस्पर संबंधित मुख्य विषय (superordinate themes) सामने आए:

1. कल्याण का प्रासंगिक उतार-चढ़ाव (Contextual Fluctuation of Well-being): कल्याण को मौलिक रूप से गतिशील अनुभव किया गया, जो स्थानिक (भौतिक, सामाजिक, डिजिटल), टेम्पोरल (अतीत, वर्तमान, भविष्य), और अस्तित्वगत (पहचान, अर्थ, मूल्य) आयामों में गुणवत्ता और तीव्रता में बदलता रहता है। प्रतिभागियों ने लेक्चर हॉल, नैदानिक वातावरण और व्यक्तिगत स्थानों के बीच संक्रमण के दौरान कल्याण में तीव्र बदलावों का वर्णन किया। अंतर्राष्ट्रीय छात्रों के लिए, स्थानिक विस्थापन ने एक बुनियादी तनाव की परत जोड़ दी। कल्याण एक स्थिर अवस्था नहीं बल्कि पर्यावरणीय मांगों के जवाब में एक निरंतर पुन: अंशांकन (recalibration) था।
2. जानने-करने का अंतर (The Knowing–Doing Gap): प्रतिभागियों की सहायक प्रथाओं की समझ और उन्हें लागू करने की उनकी क्षमता के बीच एक निरंतर विच्छेद मौजूद था। इस अंतर का कारण अज्ञानता नहीं बल्कि संरचनात्मक बाधाएं थीं, जिनमें कार्यभार की तीव्रता, मूल्यांकन का दबाव और सीमित निर्णय स्थान शामिल थे। प्रतिभागियों ने वर्णन किया कि आत्म-देखभाल (self-care) के लिए "अनुमति" की आवश्यकता होती है जो अक्सर शैक्षणिक कैलेंडर द्वारा अस्वीकार कर दी जाती है या एक ऐसे संसाधन (ऊर्जा) के रूप में जिसे उनके पास अब नहीं है। विनियमन को न्यूनतम कामकाज बनाए रखने के लिए सीमित संसाधनों (जैसे, "पानी के गिलास" का रूपक) को आवंटित करने की एक सक्रिय, प्रयासपूर्ण प्रक्रिया के रूप में वर्णित किया गया।
3. एक उभरता हुआ क्षमता अंतराल और AI की कथित भूमिका (An Emerging Capacity Gap and the Perceived Role of AI): प्रतिभागियों ने एक "अनकहे क्षमता अंतराल" का वर्णन किया जहाँ कामकाज बनाए रखने के लिए सहज, संदर्भ-संवेदनशील समायोजन किए गए, फिर भी इन्हें सचेत कौशल के रूप में मान्यता नहीं मिली। इस परिदृश्य में, AI एक संभावित क्षतिपूर्ति समर्थन के रूप में उभरा। प्रतिभागियों ने भावनात्मक वास्तविकता-परीक्षण (emotional reality-testing), चिकित्सीय बातचीत के लिए रोल-प्ले करने और सूचना प्राप्त करने के लिए AI का उपयोग किया। हालाँकि, जुड़ाव व्यावहारिक सावधानी के साथ था; AI को मानवीय जुड़ाव के विकल्प के बजाय तात्कालिक आवश्यकताओं के लिए एक स्थितिजन्य उपकरण के रूप में देखा गया। AI में विश्वास सशर्त था, जो संस्थागत अधिकार और साक्ष्य-आधारित सत्यापन पर अत्यधिक निर्भर था।

महत्व और दावे
यह शोध दावा करता है कि कल्याण को प्रासंगिक और क्षमता-संबंधी रूप में अवधारणाबद्ध करना इस बात का अधिक सटीक स्पष्टीकरण प्रदान करता है कि जागरूकता लगातार कार्रवाई में क्यों नहीं बदलती है। अध्ययन सुझाव देता है कि "जानने-करने का अंतर" एक गहरे अवरोध का अनुभवजन्य संकेत है: निरंतर दबाव के तहत जटिल निर्णय परिवेशों को नेविगेट करने की क्षमता का क्षरण।

इन निष्कर्षों का महत्व व्यक्तिगत कमी मॉडल (जैसे, लचीलेपन या प्रेरणा की कमी) से ध्यान हटाकर इस बात के परीक्षण पर केंद्रित है कि कैसे संस्थागत संरचनाएं और निर्णय पारिस्थितिकी (decision ecologies) उन स्थितियों को आकार देती हैं जिनमें सहायक कार्य संभव होते हैं। अध्ययन का तर्क है कि चिकित्सा प्रशिक्षण एक केंद्रित संदर्भ के रूप में कार्य करता है जहाँ यह देखा जा सकता है कि प्रासंगिक मांगें निर्णय और कार्रवाई की व्यवहार्यता को कैसे आकार देती हैं। AI के संबंध में, पेपर निष्कर्ष निकालता है कि यह समकालीन प्रशिक्षण का एक अंतर्निहित हिस्सा बनता जा रहा है, जो दबाव के प्रबंधन के लिए एक व्यावहारिक सहायता और पहचान एवं निरीक्षण के संबंध में अनिश्चितता के स्रोत, दोनों के रूप में कार्य करता है। पहचाना गया मुख्य मुद्दा यह नहीं है कि छात्र क्या जानते हैं, बल्कि वे प्रासंगिक स्थितियां हैं जो यह निर्धारित करती हैं कि सहायक कार्य कितने व्यवहार्य हैं और AI को इन स्थितियों में कैसे एकीकृत किया जाता है।

लेखक सीमाओं को स्वीकार करते हैं, जिसमें छोटा नमूना आकार और एकल संस्थागत संदर्भ शामिल है, जो सांख्यिकीय सामान्यीकरण को सीमित करते हैं लेकिन सैद्धांतिक रूप से ठोस अंतर्दृष्टि उत्पन्न करने में सहायक हैं जो अन्य उच्च-दबाव वाले, संक्रमणकालीन संदर्भों में लागू हो सकते हैं।