Hierarchical differences in generative AI impacts and tiered educational support needs among health professions students: A descriptive qualitative study
Deze beschrijvende kwalitatieve studie onthult dat generatieve AI de impact op Chinese verpleegkundige en medische studenten verschillend heeft over academische niveaus heen, wat een gelaagd onderwijskundig ondersteuningskader noodzakelijk maakt dat overgaat van basisinstructies voor gebruik naar geavanceerde kritische reflectie om een gepaste competentieontwikkeling te bevorderen.
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 wereld van het leren voor als een enorme, bruisende bibliotheek waar de boeken voortdurend zichzelf herschrijven. Eeuwenlang moesten studenten ladders beklimmen om feiten te vinden, ze te memoriseren en hun eigen begrip vanaf nul op te bouwen. Maar nu is er een nieuw soort bibliothecaris gearriveerd: Generatieve Kunstmatige Intelligentie (GAI). Zie GAI niet als een toverstaf die alles oplost, maar als een supersnelle, ongelooflijk deskundige assistent die in een seconde duizend boeken kan samenvatten, een essay kan opstellen of een complex concept in begrijpelijke taal kan uitleggen. Maar, net als bij elke krachtige tool, is er een addertje onder het gras. Als je de assistent al het denken voor je laat doen, kan je eigen brein lui worden, zoals een spier die niet meer werkt omdat deze nooit wordt gebruikt. Dit is de grote vraag die wetenschappers op dit moment stellen: helpt deze nieuwe assistent ons beter te leren, of zorgt het ervoor dat we vergeten hoe we zelfstandig moeten denken? Om dit te beantwoorden, kijken onderzoekers naar hoe studenten in verschillende stadia van hun opleiding — van veelbelovende beginners tot ervaren experts — deze tool gebruiken en wat zij nodig hebben om scherp te blijven.
Deze studie duikt in de geesten van 44 studenten van een medische universiteit in westelijk China om te zien hoe zij deze AI-tools gebruiken. De onderzoekers interviewden 16 bachelorstudenten, 16 masterstudenten en 12 promovendi. Ze wilden ontdekken of de "AI-ervaring" verandert naarmate je ouder en slimmer wordt in je vakgebied. De resultaten laten zien dat studenten AI gebruiken als een ladder, waarbij elke sport een andere laag van vaardigheid en behoefte vertegenwoordigt.
Voor de bachelorstudenten (de beginners) is AI als een supersnelle tutor voor huiswerk. Ze gebruiken het vooral om opdrachten af te ronden, woorden op te zoeken die ze niet begrijpen, of om PowerPoint-dia's te maken. Ze bevinden zich in de "Easy Mode"-fase. De studie suggereert dat voor hen de belangrijkste aantrekkingskracht is hoe gemakkelijk de tool te gebruiken is. Ze vragen de AI om feiten te vinden, en ze controleren of de feiten waar zijn. Maar hier zit een valkuil: sommige studenten geven toe dat ze het antwoord gewoon kopiëren omdat het sneller is, wat hen belemmert om de stof echt te leren. Het is als een kortere route door een bos nemen; je bereikt de bestemming, maar je leert nooit het pad kennen.
Wanneer studenten overgaan naar het masterniveau, verandert de tool van een tutor in een onderzoekspartner. Deze studenten zitten diep in de materie van het schrijven van papers, het ontwerpen van experimenten en het analysen van gegevens. Voor hen is AI nuttig omdat het goed werkt voor complexe taken. Ze gebruiken het om ideeën te brainstormen, te controleren of hun onderzoeksmethoden logisch zijn en zelfs om te helpen bij lastige statistiek. Ze vragen niet meer alleen "wat is dit?", maar vragen: "hoe past dit in mijn grotere project?" Ze zijn veel kritischer en controleren het werk van de AI tegenover hun eigen kennis om er zeker van te zijn dat het geen dingen verzint.
Op het promovendenniveau (de experts) verschuift de relatie opnieuw. Deze studenten behandelen AI als een sparringpartner voor hun brein. Ze gebruiken het niet alleen om antwoorden te krijgen; ze gebruiken het om hun eigen denken te testen. Ze vragen de AI om ideeën te genereren zodat ze deze kunnen fileren, de aannames achter de antwoorden kunnen bevragen en verborgen vooroordelen kunnen opsporen. Ze bevinden zich in de "Critical Mode". Ze maken zich zorgen over de ethiek van het gebruik van AI en of ze de eer opstrijken voor werk dat niet van henzelf is. Ze zien de tool als een startpunt voor diep nadenken, niet als de eindstreep.
De studie vond ook dat hoewel AI geweldig is voor het leren van feiten en het schrijven van papers, het bijna nutteloos is voor het leren van de daadwerkelijke uitvoering van geneeskunde of verpleegkunde bij een echte patiënt. Hoe slim de AI ook is, het kan niet vervangen hoe het voelt om de hand van een patiënt vast te houden of de intuïtie die een arts krijgt door jarenlange ervaring. De onderzoekers ontdekten dat te veel vertrouwen op AI ervoor kan zorgen dat studenten minder zelfvertrouwen krijgen in hun eigen vermogens, een beetje zoals een gamer die zo gewend raakt aan een 'auto-aim' functie dat hij vergeet hoe hij handmatig moet mikken.
Ten slotte waren de studenten het over één ding eens: ze hebben hulp nodig. Ze willen niet verbannen worden voor het gebruik van AI, maar ze willen dat docenten hen laten zien hoe ze het verantwoordelijk kunnen gebruiken. De onderzoekers suggereren dat scholen niet iedereen op dezelfde manier moeten onderwijzen. Beginners moeten leren hoe ze goede vragen stellen en feiten controleren. Tussenliggende studenten moeten leren hoe ze AI voor onderzoek kunnen gebruiken zonder te spieken. Experts moeten leren hoe ze het gebruik van AI kunnen reguleren en hun eigen kritisch denken scherp houden. Het artikel concludeert dat we een "gelaagde" aanpak nodig hebben, waarbij het onderwijs aansluit bij het niveau van de student, om ervoor te zorgen dat AI een nuttig hulpmiddel blijft in plaats van een kruk die onze leerbenen breekt.
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.