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

아프리카의 강의실과 병원에서는 조용한 변화가 진행 중이다. 이는 새로운 교과서나 개정된 교육 과정에 의한 것이 아니라, 최근 몇 년 동안 전 세계를 휩쓴 기술, 즉 인공지능에 의해 주도되고 있다. 이것은 공상 과학 소설 속의 먼 미래의 로봇 이야기가 아니라, 이미 학생과 교사들의 손에 들려 있는 도구들의 집합이다. 이 도구들 중에는 인간의 언어를 이해하고 생성할 수 있는 컴퓨터 프로그램인 거대 언어 모델과, 데이터를 통해 학습하여 예측이나 결정을 내리는 방법인 머신러닝이 포함된다. 의학, 간호학, 약학 전공 학생들에게 이 도구들은 향후 수십 년 동안 청진기나 현미경만큼 필수적인 존재가 될 것으로 보인다. 이 도구들은 질병을 진단하고, 연구를 정리하며, 심지어 환자 노트를 작성하는 데 도움을 줄 수 있다. 그러나 고소득 국가들이 이러한 도구를 안전하고 효과적으로 사용하는 방법을 가르치기 위한 공식적인 구조를 구축하기 시작한 반면, 아프리카 대륙의 상황은 열렬한 채택과 상당한 불확실성이 뒤섞인 복잡한 상태로 남아 있다. 교육자와 정책 입안자들이 직면한 질문은 이제 이 학생들이 인공지능을 사용할 것인가가 아니라, 그들이 그것을 어떻게 사용하고 있는지, 그것에 대해 진정으로 무엇을 이해하고 있는지, 그리고 그들의 기관이 그들을 지도할 준비가 되어 있는지이다.

여러 다른 연구들을 모으고 분석하여 큰 그림을 찾아내는 연구 유형인 새로운 체계적 문헌 고찰(systematic review)이 아프리카를 대상으로 이 질문들에 대한 답을 구하고자 했다. 나이지리아, 영국, 미국의 대학 출신 학자들로 구성된 연구팀은 대륙 전역의 수천 명의 보건 의료 전공 학생과 교육자를 대상으로 한 19개의 개별 연구를 검토했다. 연구진은 이 학생들이 인공지능에 얼마나 익숙한지, 공식적인 교육을 받았는지, 어떤 도구를 선호하는지, 그리고 어떤 윤리적 우려가 그들을 밤잠 설치게 하는지에 대한 증거를 찾았다. 목표는 흩어진 보고서들을 넘어 나이지리아와 이집트의 북적이는 의과대학부터 가나와 수단의 대학교에 이르기까지 현장의 실상을 명확히 이해하는 것이었다.

연구진이 발견한 것은 놀라운 모순, 즉 학생들이 알고 있다고 생각하는 것과 실제로 알고 있는 것 사이의 간극이었다. 연구 전반에 걸쳐 인공지능에 대한 인지도는 높았다. 일부 집단에서는 거의 모든 학생이 이러한 도구가 무엇인지 알고 있었고 들어본 적이 있었다. 그러나 이러한 친숙함이 역량으로 이어지지는 않았다. 학생들이 자신의 기술을 평가해 달라는 요청을 받았을 때, 많은 이들이 자신감을 느꼈지만, 객관적인 질문으로 테스트했을 때 그들의 지식은 종종 매우 낮았다. 이는 마치 학생이 유명한 악기의 이름은 알아차리지만 단 하나의 음표도 연주하지 못하는 것과 같다. 이 "지식-인식 역설(knowledge-perception paradox)"은 학생들이 구조화된 수업이 아니라 호기심과 동료 간의 대화를 통해 스스로 이 도구들에 대해 배우고 있음을 시사한다. 48개국 의대생을 대상으로 한 한 대규모 설문 조사에서, 대부분의 학생이 인공지능에 대해 적어도 중간 정도의 이해를 갖추고 있다고 주장했음에도 불구하고, 인공지능에 관한 실질적인 정규 교육을 받았다고 보고한 비율은 1% 미만이었다.

이 비공식적인 혁명을 주도하는 도구는 압도적으로 ChatGPT였다. 연구진이 학생들이 어떤 구체적인 프로그램을 사용하는지 살펴보았을 때, 이 단일 애플리케이션이 다른 경쟁자들을 훨씬 앞지르며 지형을 지배하고 있었다. 학생들은 실용적인 이유로 이를 활용했다. 사용하기 쉽고, 시간을 절약해주며, 친구들이 추천했기 때문이다. 그들은 에세이를 쓰고, 시험을 준비하며, 의학 문헌을 검색하고, 심지어 연구 논문을 초안하는 데 이를 사용했다. 이러한 채택은 주로 강의실 밖에서 일어났다. 대학들이 이러한 도구들을 공식 커리큘럼에 통합하거나 이를 책임감 있게 사용하는 방법에 대한 지침을 제공했다는 증거는 거의 없었다. 대신, 학생들은 기관의 방향이 아닌 개인의 주도력에 따라 이 새로운 디지털 영역을 홀로 헤쳐 나가고 있었다.

이러한 지침의 부재는 인프라의 가혹한 현실에 의해 더욱 심화된다. 문헌 고찰은 많은 학생에게 이러한 도구를 사용하는 데 필요한 기본적인 조건이 보장되지 않는다는 점을 강조했다. 불안정한 전력 공급, 비싼 데이터 요금, 그리고 불안정한 인터넷 연결이 주요 장벽으로 자주 언급되었다. 어떤 곳에서는 안정적인 전력 공급의 부족이나 높은 인터넷 비용 때문에 학생들이 이러한 첨단 도구를 사용하고 싶어도 일관되게 사용할 수 없었다. 그러나 이야기가 전적으로 제한에 관한 것만은 아니다. 몇몇 사례에서 연구진은 인공지능이 바로 이러한 인프라 문제를 해결하는 데 사용되고 있음을 발견했다. 예를 들어, 한 연구는 AI가 교육용 영상의 배경을 생성하여 값비싼 물리적 스튜디오나 그린 스크린의 필요성을 제거하는 방법을 보여주었다. 이런 방식으로, 기술은 때때로 그 사용을 방해하는 바로 그 자원 제약을 극복하는 해결책 역할을 했다.

그러나 아마도 가장 일관된 발견은 학생들이 이러한 도구들의 윤리적 함의에 대해 느끼는 깊은 우려였을 것이다. 인공지능을 기꺼이 사용하는 데에도 불구하고, 학생들은 위험성을 예리하게 인식하고 있었다. 그들은 학업 부정행위, 컴퓨터에 너무 의존하여 자신의 비판적 사고 능력을 잃게 될 가능성, 그리고 도구가 잘못되거나 조작된 의료 정보를 제공할 위험에 대해 우려했다. 이러한 두려움은 추상적인 것이 아니었다. 학생들은 시험을 치르거나 답안을 제출하기 전에 AI를 사용하여 답을 확인하는 것을 인정했다. 또한 그들은 이 도구들이 결국 인간 의사를 대체하거나 환자 케어를 비인간화할 것인지에 대해 직업적 미래에 대한 불안감을 표했다. 흥미롭게도, 인공지능에 대해 더 많이 알수록 그들은 이러한 위험에 대해 더 많이 걱정하는 경향이 있었는데, 이는 친숙함이 잠재적 위험에 대한 더 날카로운 인식을 가져온다는 것을 시사한다.

이 문헌 고찰은 아프리카의 보건 의료 전공 학생들이 인공지능을 빠르게 받아들이고 있지만, 공식적인 지원이 없는 진공 상태에서 그러고 있다는 결론을 내린다. 기술은 학생들의 호기심과 ChatGPT와 같은 도구의 뛰어난 접근성에 의해 비공식적으로 채택되고 있지만, 기관이 이에 적응하는 속도보다 더 빠르게 움직이고 있다. 단순히 버튼을 클릭하는 법을 가르치는 것을 넘어, 구조화된 교육이 필요하다는 명확한 요구가 존재한다. 연구진은 대학이 기술적 기술뿐만 아니라 이러한 도구를 사용하는 윤리적 차원까지 다루는 공식적인 교육을 제공해야 한다고 주장한다. 여기에는 오류를 식별하는 법, 학업적 정직성을 유지하는 법, 그리고 인공지능을 자신의 판단을 대체하는 수단이 아닌 학습의 파트너로 사용하는 법을 가르치는 것이 포함된다. 이러한 지침이 없다면, 기술에 대한 학생들의 의존도가 높아지는 것과 그들을 준비시키려는 기관의 능력 사이의 간극은 더욱 벌어질 것이며, 결국 미래의 의료 인력 세대는 지도 없이 복잡한 디지털 환경을 항해하게 될 것이다.