Awareness, adoption, and predictors of artificial intelligence use among public health researchers in Bo District, Sierra Leone: a cross-sectional study
시에에라리온 보(Bo) 지구의 공중보건 연구자들 사이에서 인공지능에 대한 인식은 높음에도 불구하고, 실제 도입은 여전히 낮으며 이는 교육이나 경험과 같은 개인적 요인에 의해 유의미하게 예측되지 않는데, 이는 구조적 및 인프라적 장벽이 이러한 인식-도입 간 격차의 주요 결정 요인임을 시사한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
공중 보건 연구라는 광대하고 종종 정적인 세계에서, 과학자들은 질병이 어떻게 확산되는지, 왜 사람들이 병에 걸리는지, 그리고 어떻게 공동체를 건강하게 유지할 수 있는지를 이해하기 위해 노력합니다. 수십 년 동안 이 작업은 가공되지 않은 숫자를 생명을 살리는 지식으로 바꾸기 위해 세심한 관찰, 설문 조사, 그리고 통계적 분석에 의존해 왔습니다. 최근, 강력한 새로운 도구가 등장했습니다. 바로 인공지능입니다. 이것은 인간처럼 생각하는 로봇이 아니라, 패턴을 찾고, 데이터로부터 학습하며, 사람보다 훨씬 빠르게 예측하도록 설계된 정교한 컴퓨터 시스템입니다. 부유한 국가들에서 이 시스템은 이미 연구자들이 질병 발생을 조기에 발견하고 더 나은 치료법을 설계하는 데 도움을 주고 있습니다. 하지만 자원이 부족하고 인터넷 연결이 불안정할 수 있는 세계의 많은 지역에서는 이야기가 다릅니다. 이 지역 과학자들에게 중요한 질문은 단순히 자신들이 이 기술에 대해 알고 있느냐가 아니라, 실제로 이 기술을 자신의 업무를 개선하는 데 사용할 수 있느냐 하는 것입니다.
최근 한 연구는 시에라레온의 주요 보건 연구 허브인 보(Bo) 지구를 대상으로 이 질문에 대한 답을 찾고자 했습니다. 연구진은 현지 공중 보건 전문가들이 인공지능을 인지하고 있는지, 이를 사용하는 방법에 대한 교육을 받았는지, 그리고 실제로 일상 업무에 이를 적용하고 있는지를 확인하고자 했습니다. 또한, 그들이 이 도구의 존재를 알고 있음에도 불구하고 왜 사용하지 못하는지를 이해하고자 했습니다. 연구팀은 대학, 병원, 정부 기관, 그리고 비영리 단체에서 근무하는 200명의 인원을 대상으로 설문 조사를 실시했습니다. 이들은 보건 데이터를 수집하고, 질병 추세를 분석하며, 증거에 기반하여 의사 결정을 내리는 데 직접 참여하는 사람들이었습니다.
결과는 도구를 아는 것과 사용하는 것 사이에 극명한 격차가 있음을 보여주었습니다. 해당 지구의 연구자 거의 4명 중 3명은 인공지능에 대해 인지하고 있다고 답했습니다. 그들은 용어를 알고 있었고, 기본적인 개념을 이해했으며, 그 잠재력을 인식하고 있었습니다. 그러나 연구진이 실제로 업무에 이 도구들을 사용하는 사람이 누구인지 물었을 때, 그 숫자는 크게 떨어졌습니다. 약 3명 중 1명만이 인공지능을 사용하고 있다고 보고했습니다. 더욱 주목할 만한 발견은 교육에 관한 것이었는데, 참가자의 약 4분의 1만이 이러한 시스템을 사용하는 법에 대한 공식적인 교육을 받은 적이 있다고 답했습니다. 이는 인공지능이라는 개념이 이 연구자들에게 전달되었을지라도, 이를 사용할 수 있는 실질적인 능력은 전달되지 않았음을 시사합니다.
연구는 교육을 받는 것이 기술 사용 여부에 차이를 만드는지 면밀히 살펴보았습니다. 새로운 도구 사용법을 가르치면 사람들이 그것을 사용할 것이라는 것은 흔한 가정입니다. 이 집단에서 교육을 받은 사람들은 교육을 받지 않은 사람들보다 인공지능을 사용할 가능성이 약간 더 높았습니다. 그러나 그 차이는 우연히 발생할 수 있을 정도로 작았습니다. 데이터는 교육만으로는 도입을 보장하지 못한다는 것을 보여주었습니다. 마찬가지로, 연구진은 이러한 도구를 사용하는 것이 자신의 업무를 더 낫게 만든다고 느끼는지도 확인했습니다. 연구진은 인공지능 사용이 연구자가 자신의 업무가 개선되었다고 느끼는 것을 통계적으로 예측하지 못한다는 것을 발견했습니다. 일부 사용자들은 도움이 된다고 느꼈지만 다른 이들은 확신하지 못했으며, 이는 사용자나 비사용자 모두에게 동일하게 나타났습니다.
또한 연구는 대학 대 병원과 같은 직장의 유형이나 경력 연수가 기술 사용에 영향을 미치는지 조사했습니다. 분석 결과, 이러한 요인들과 인공지능 사용 사이에는 명확한 연관성이 발견되지 않았습니다. 이는 더 깊은 문제를 시사합니다. 연구진은 이 환경에서 인공지능을 사용하는 데 있어 장벽은 단순히 지식이나 개인의 기술 부족 때문이 아니라고 결론지었습니다. 대신, 문제는 구조적인 것으로 보입니다. 인터넷 연결이 불안정하고, 컴퓨터가 오래되거나 느릴 수 있으며, 새로운 기술 사용을 뒷받침하는 공식적인 정책이 없을 수 있는 곳에서는, 잘 훈련된 연구자라 할지라도 이러한 도구들을 효과적으로 사용하는 데 어려움을 겪을 수 있습니다.
이러한 결과는 단순히 인식을 높이거나 일회성 교육 워크숍을 여는 것만으로는 보 지구와 같은 곳에 인공지능을 일상적인 업무로 도입하기에 충분하지 않다는 것을 시사합니다. 기술을 아는 것과 사용하는 것 사이의 간극은 넓으며, 이는 물리적 및 조직적 환경에 의해 유지되고 있습니다. 이 간극을 메우기 위해 연구진은 투자가 소프트웨어 사용법을 가르치는 것을 넘어 가야 한다고 주장합니다. 이는 신뢰할 수 있는 디지털 인프라를 구축하고, 필요한 도구에 대한 저렴한 접근성을 보장하며, 이러한 시스템의 윤리적이고 효과적인 사용을 지원하는 명확한 규칙을 기관 내에 만드는 것을 포함해야 합니다. 이러한 기초적인 요소들이 갖춰지기 전까지, 저소득 환경에서 공중 보건 연구를 변화시킬 인공지능의 잠재력은 지식이 환경을 따라잡기를 기다리며 상당 부분 활용되지 못한 채 남아 있을 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.