Artificial intelligence education for health science and non-STEM students: a mixed- methods evaluation of an interdisciplinary mental health prototype development program
Deze mixed-methods studie toont aan dat een interdisciplinair, op prototypes gericht AI-opleidingsprogramma de kennis, ontwerpkundige vermogens en carrièregereedheid van studenten in de gezondheidswetenschappen en niet-STEM-richtingen op het gebied van digitale mentale gezondheid aanzienlijk heeft verbeterd, ondanks het feit dat de meeste deelnemers geen voorafgaande AI-ervaring hadden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de menselijke geest voor als een enorme, bruisende stad. Decennialang zijn artsen en therapeuten de stadsplanners geweest, die kaarten en gesprekken gebruiken om de straten van emotie, het verkeer van gedachten en de constructie van mentale gezondheid te begrijpen. Maar onlangs is er een nieuw soort instrument gearriveerd: Kunstmatige Intelligentie, of AI. Zie AI niet als een robot die de stad overneemt, maar als een superkrachtige bril. Deze bril kan patronen in het lawaai van de stad opmerken die het menselijk oog misschien mist—zoals het opmerken van een lantaarnpaal die in een specifiek ritme knippert, wat suggereert dat er een storm aankomt, of het horen van een fluistering in een menigte die signaleert dat iemand eenzaam is.
In de wereld van de mentale gezondheidszorg worden deze "brillen" slimmer. Ze kunnen gezichtsuitdrukkingen lezen om te raden hoe je je voelt, je hartslag volgen om te zien of je gestrest bent, en zelfs met je chatten om steun te bieden. Maar hier zit de adder onder het gras: de meeste mensen die deze brillen bouwen, zijn ingenieurs en computerwetenschappers. Zij weten hoe ze de lenzen moeten maken, maar ze kennen de straten van de stad misschien niet zo goed. Ondertussen hebben de mensen die de straten het beste kennen—verpleegkundigen, therapeuten en studenten in de gezondheidszorg—vaak niet geleerd hoe ze de bril moeten gebruiken. Dit artikel stelt een simpele maar grote vraag: Wat gebeurt er als we de stadsplanners en de lensmakers in dezelfde kamer zetten, ze een set blauwdrukken geven en hen vragen om samen iets nieuws te bouwen?
Deze studie duikt in een speciale, energieke workshop gehouden aan de National Cheng Kung University, ontworpen om precies dat te beantwoorden. De onderzoekers brachten een gemengde groep van 54 studenten samen—sommigen met een achtergrond in techniek en engineering, en anderen uit de gezondheidswetenschappen zoals verpleegkunde en geneeskunde. Interessant genoeg had de meerderheid van deze studenten (74%) nog nooit eerder met AI aanraking gehad. Ze werden in een 12-daagse "bootcamp" geworpen waar ze niet alleen naar colleges luisterden; ze moesten bouwen. Het doel was om te zien of niet-technische studenten konden leren AI-tools te gebruiken om echte mentale gezondheidsproblemen op te lossen, en of ze dat beter konden doen wanneer ze met technisch onderlegde teamgenoten werkten.
De resultaten waren alsof je een groep vreemden plotseling een nieuwe taal vloeiend zag spreken. Voor de workshop voelden de studenten zich onzeker over hun vermogen om AI-oplossingen te ontwerpen. Na slechts 12 dagen schoot hun zelfvertrouwen omhoog. Sterker nog, hun scores op elk onderwerp waarop ze werden getest, gingen aanzienlijk omhoog. De grootste sprong? Hun vermogen om daadwerkelijk een oplossing voor mentale gezondheid te ontwerpen met behulp van AI. Ze gingen van het gevoel dat ze geen idee hadden waar ze moesten beginnen naar het gevoel klaar te zijn om te bouwen. Ze werden ook veel beter in het begrijpen van hoe ze emoties met technologie kunnen lezen, hoe ze over verschillende disciplines heen kunnen samenwerken, en hoe ze een toekomstcarrière kunnen voorstellen waarin zij de brug slaan tussen geneeskunde en machines.
Het bewijs zat niet alleen in hun toetsresultaten; het zat in de vijf "prototypes" die ze bouwden. Dit waren niet alleen ideeën op papier; het waren concrete plannen voor hulpmiddelen die echte mensen kunnen helpen. Eén team bouwde "Time-Whisper", een hulpmiddel om mensen die rouwen om het verlies van een geliefde te helpen door een troostend gesprek te simuleren. Een ander creëerde "LIFESAVER", een systeem om mensen te identificeren die een risico lopen op zelfdoding en hen naar hulp te leiden. Er was een "Smart Fatigue" detector voor mensen die mentaal uitgeput zijn, een "Emotional Companion Robot" voor eenzame ouderen, en een ondersteuningsplatform voor mantelzorgers van mensen met dementie.
Het artikel suggereert dat wanneer je gezondheidsstudenten mengt met techniekstudenten en hen een hands-on project geeft, er magie gebeurt. De gezondheidsstudenten leerden het vertrouwen te hebben in de techniek, en de techniekstudenten leerden te geven om het menselijke verhaal achter de data. De studie beweert niet dat dit een permanente, levenslange oplossing is of dat elke student van de ene op de andere dag een AI-expert werd. In plaats daarvan suggereert het dat een korte, intense en speelse samenwerking nieuwsgierigheid kan veranderen in zelfvertrouwen. Het laat zien dat je geen computergenie hoeft te zijn om AI te gebruiken om te helen; je hoeft alleen maar bereid te zijn om te leren, te luisteren en samen iets nieuws te bouwen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.