Are AI knowledge and educational expectations homogeneous across clinical training stages and intended specialties?
Een studie onder Franse medische studenten onthult dat adequate AI-kennis niet passief verbetert met de fase van de klinische opleiding of de interesse in een specialisme, wat het belang onderstreept van expliciete AI-educatie geïntegreerd in de curricula van de bacheloropleiding.
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 reis van een medisch student voor als een lang, kronkelend videospel-level. Je begint in de vroege zones (het 4e jaar), grinden door de mid-levels (het 5e jaar), en bereikt de boss battle zone (het 6e jaar) voordat je je definitieve personageklasse kiest (je specialisme). Een lange tijd namen spelers aan dat, simpelweg door langer het spel te spelen en meer van de wereld te zien, je personage vanzelf beter zou worden in het begrijpen van de verborgen code van het spel: Kunstmatige Intelligentie (AI).
Maar deze studie, die controle uitvoerde bij 1.342 Franse medische studenten, suggereert dat het spel niet zo werkt.
De "Leveling Up" Mythe
Onderzoekers vroegen studenten om AI in hun eigen woorden te definiëren. Ze ontdekten dat, ongeacht hoe ver je in het level was, je vermogen om AI uit te leggen niet veel verbeterde.
- In het 4e jaar gaf 37,6% van de studenten een fatsoenlijke definitie.
- In het 5e jaar was het 37,4%.
- In het 6e jaar was het 39,6%.
Die cijfers zijn praktisch tweelingen. De studie suggereert dat simpelweg rondhangen in het ziekenhuis, kijken hoe artsen werken en klinische ervaring opdoen, je niet automatisch leert wat AI is. Het is alsof je denkt dat tien jaar lang een racegame spelen je automatisch leert hoe je een motor bouwt. De ervaring wordt niet overgedragen. De auteurs stellen dat als je wilt dat studenten AI begrijpen, je niet simpelweg kunt wachten tot ze het "onderweg oppikken" naarmate ze ouder worden; je moet het expliciet onderwijzen.
De "Specialty" Twist
Laten we nu kijken naar de spelers die specifieke personageklassen in het oog hebben, zoals Radiologie, Dermatologie of Cardiologie—gebieden die zwaar leunen op beelden en data (denk aan de "beeld-zware" zones van het spel).
Je zou kunnen gissen dat deze studenten, die de hele dag naar röntgenfoto's en datacharts staren, de AI-experts zullen zijn. Maar de studie ontkracht dat ook. Studenten die geïnteresseerd zijn in deze beeld-zware velden hadden precies hetzelfde niveau van AI-kennis als de rest (37,7% vs 37,9%).
Deze studenten voelden zich echter wel anders. Zij waren degenen die de alarmbel luidden.
- Ze voelden een sterkere behoefte om de basis van AI te leren.
- Ze waren iets meer bezorgd over wat AI zou kunnen doen met hun toekomstige banen.
- Ze wilden de "tech-taal" leren om met ingenieurs te praten en te begrijpen hoe de code daadwerkelijk werkt.
Het is alsof de spelers die mikken op de "beeld-zones" beseften: "Hé, deze boss fight gaat anders zijn, en ik heb een betere strategie nodig," ook al kenden ze de strategie nog niet.
Het Vonnis
Het artikel beweert het probleem niet te hebben opgelost of een magisch medicijn te hebben gevonden. In plaats daarvan suggereert het een nieuwe manier om de tutorial van het spel te ontwerpen.
Omdat ervaring alleen AI niet leert, stellen de auteurs een "hybride" curriculum voor. Stel je een verplichte "New Player" workshop voor die iedereen volgt om de basis van AI, ethiek en hoe je een nep-algoritme herkent te leren. Vervolgens zouden er voor degenen die naar de beeld-zware zones gaan, optionele "Advanced DLC" (Downloadable Content) modules zijn die diep in de technische zaken duiken.
De studie mat dit bij een grote groep studenten en vond dat hoewel hun houdingen grotendeels vergelijkbaar waren, hun behoeften verschilden. De conclusie is duidelijk: we kunnen er niet vanuit gaan dat studenten over AI leren simpelweg door ouder te worden in het ziekenhuis. We moeten de klas in het spel inbouwen, anders blijven ze vastzitten in een poging de boss te bevechten met een stok, terwijl de boss een laserpistool heeft.
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.