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

In de klaslokalen en ziekenhuizen van Afrika vindt een stille transformatie plaats. Deze wordt niet gedreven door nieuwe tekstboeken of bijgewerkte curricula, maar door een technologie die de afgelopen jaren de hele wereld heeft veroverd: kunstmatige intelligentie. Dit is niet de verre, robotachtige toekomst uit sciencefiction, maar een reeks hulpmiddelen die al in handen zijn van studenten en docenten. Onder deze hulpmiddelen behoren grote taalmodellen, computerprogramma's die in staat zijn menselijke taal te begrijpen en te genereren, en machine learning, een methode waarbij computers leren van gegevens om voorspellingen of beslissingen te maken. Voor studenten in de geneeskunde, verpleegkunde en farmacie beloven deze tools in de komende decennia even essentieel te worden als stethoscopen of microscopen. Ze kunnen helpen bij het diagnosticeren van ziekten, het organiseren van onderzoek en zelfs het opstellen van patiëntendossiers. Toch, terwijl hooginkomen landen zijn begonnen met het opzetten van formele structuren om te onderwijzen hoe deze tools veilig en effectief te gebruiken, blijft de situatie in het Afrikaanse continent een complexe mix van enthousiaste adoptie en aanzienlijke onzekerheid. De vraag waar onderwijzers en beleidsmakers voor staan is niet langer of deze studenten kunstmatige intelligentie zullen gebruiken, maar hoe ze het gebruiken, wat ze er echt van begrijpen en of hun instellingen klaar zijn om hen te begeleiden.

Een nieuwe systematische review, een type onderzoek dat veel verschillende studies verzamelt en analyseert om het grote plaatje te vinden, heeft geprobeerd deze vragen specifiek voor Afrika te beantwoorden. De onderzoekers, een team van wetenschappers van universiteiten in Nigeria, het Verenigd Koninkrijk en de Verenigde Staten, bekeken negentien afzonderlijke studies waarbij duizenden studenten uit de gezondheidszorg en hun docenten over het hele continent betrokken waren. Ze zochten naar bewijs over hoe bekend deze studenten waren met kunstmatige intelligentie, of ze enige formele training hadden ontvangen, welke tools zij de voorkeur gaven en welke ethische zorgen hen wakker hielden. Het doel was om verder te gaan dan verspreide rapporten en een duidelijk begrip te creëren van de realiteit op de grond, van de bruisende medische faculteiten in Nigeria en Egypte tot de universiteiten in Ghana en Soedan.

Wat de onderzoekers vonden, was een opvallende tegenstrijdigheid, een kloof tussen wat studenten denken te weten en wat ze daadwerkelijk weten. Over de studies heen was de bewustwording van kunstmatige intelligentie hoog. In sommige groepen wist bijna alle studenten wat deze tools waren en hadden ze er wel eens van gehoord. Deze bekendheid vertaalde zich echter niet in competentie. Wanneer studenten gevraagd werden hun eigen vaardigheden in te schatten, voelden velen zich zelfverzekerd, maar wanneer ze getest werden met objectieve vragen, was hun kennis vaak quite laag. Het is alsof een student de naam van een beroemd instrument kan herkennen, maar geen enkele noot kan spelen. Deze "kennis-perceptie paradox" suggereert dat studenten over deze tools leren op basis van eigen initiatief, door nieuwsgierigheid en gesprekken met leeftjesgenoten, in plaats van door gestructureerde lessen. In een grote enquête onder medische studenten uit achtenveertig landen rapporteerde minder dan één procent dat zij substantiële formele opleiding over kunstmatige intelligentie hadden ontvangen, ook al beweerden de meesten dat zij ten minste een matig begrip van het onderwerp hadden.

Het hulpmiddel dat deze informele revolutie aanstuurt, is overweldigend ChatGPT. Wanneer de onderzoekers keken naar welke specifieke programma's studenten gebruikten, domineerde deze enkele applicatie het landschap, ver vooruitlopend op andere concurrenten. Studenten wenden zich tot het om praktische redenen: het is gemakkelijk te gebruiken, het bespaart tijd en hun vrienden bevelen het aan. Ze gebruiken het om essays te schrijven, zich voor te bereiden op examens, medische literatuur te doorzoeken en zelfs om onderzoeksartikelen op te stellen. Deze adoptie vond grotendeels buiten de muren van het klaslokaal plaats. Er was weinig bewijs dat universiteiten deze tools integreerden in hun officiële curricula of richtlijnen boden over hoe ze er verantwoordelijk mee om te gaan. In plaats daarvan navigeerden de studenten alleen door dit nieuwe digitale terrein, gedreven door individueel initiatief in plaats van institutionele richting.

Dit gebrek aan begeleiding wordt verergerd door de harde realiteit van de infrastructuur. De review benadrukte dat voor veel studenten de basisvoorwaarden die nodig zijn om deze tools te gebruiken, niet gegarandeerd zijn. Onbetrouwbare elektriciteit, dure dataplannen en een wankele internetverbinding werden regelmatig aangehaald als belangrijke barrières. Op sommige plaatsen betekende het gebrek aan een stabiele stroomvoorziening of de hoge kosten van internettoegang dat zelfs wanneer studenten deze geavanceerde tools wilden gebruiken, ze dat simpelweg niet consistent konden doen. Toch is het verhaal niet uitsluitend een verhaal van beperking. In enkele gevallen vonden de onderzoekers dat kunstmatige intelligentie werd gebruikt om juist deze infrastructuurproblemen op te lossen. Zo toonde één studie hoe AI achtergronden voor educatieve video's kon genereren, waardoor de noodzaak voor dure fysieke studio's en green screens verviel. Op deze manier fungeerde de technologie soms als een workaround voor de zeer beperkingen in middelen die het gebruik ervan normaal gesproken hinderen.

Misschien wel de meest consistente bevinding was echter de diepe bezorgdheid die studenten voelden over de ethische implicaties van deze tools. Ondanks hun bereidheid om kunstmatige intelligentie te gebruiken, waren studenten zich zeer bewust van de risico's. Ze maakten zich zorgen over academische oneerlijkheid, de mogelijkheid om te veel op de computer te vertrouwen en daardoor hun eigen kritisch denkvermogen te verliezen, en het gevaar dat de tools onjuiste of verzonnen medische informatie zouden verstrekken. Deze angsten waren niet alleen abstract; studenten gaven toe AI te gebruiken om examens af te leggen en om hun antwoorden te controleren voordat ze ze inleverden. Ze uitten ook angst voor de toekomst van hun beroepen, waarbij ze zich afvroegen of deze tools uiteindelijk menselijke artsen zouden vervangen of de menselijke zorg zouden dehumaniseren. Interessant genoeg werden studenten, naarmate zij meer wisten over kunstmatige intelligentie, vaak ook bezorgder over deze risico's, wat suggereert dat bekendheid een scherpere bewustwording van de potentiële gevaren met zich meebrengt.

De review concludeert dat hoewel studenten in de Afrikaanse gezondheidszorg razendsnel kunstmatige intelligentie omarmen, zij dit doen in een vacuüm van formele ondersteuning. De technologie wordt informeel geadopteerd, gedreven door de nieuwsgierigheid van studenten en de eenvoudige toegankelijkheid van tools zoals ChatGPT, maar het beweegt sneller dan de instellingen kunnen aanpassen. Er is een duidelijke behoefte aan gestructureerd onderwijs dat verder gaat dan alleen het leren hoe men op een knop drukt. De onderzoekers betogen dat universiteiten de stap moeten zetten om formele training te bieden die niet alleen technische vaardigheden beslaat, maar ook de ethische dimensies van het gebruik van deze tools. Dit houdt in dat studenten leren hoe ze fouten kunnen opsporen, hoe ze academische integriteit kunnen handhaven en hoe ze kunstmatige intelligentie kunnen gebruiken als een partner in het leerproces in plaats van als een vervanging voor hun eigen oordeelsvorming. Zonder deze begeleiding zal de kloof tussen de groeiende afhankelijkheid van technologie door studenten en het vermogen van hun instellingen om hen voor te bereiden, alleen maar groter worden, waardoor een generatie toekomstige zorgverleners een complex digitaal landschap moet navigeren zonder kaart.