Undergraduate nursing students' use and experiences of Large Language Models:A qualitative descriptive study
Este estudo descritivo qualitativo com quinze estudantes de graduação em enfermagem revela que, embora utilizem Modelos de Linguagem de Grande Escala pragmaticamente para aumentar a eficiência da aprendizagem, eles enfrentam desafios em relação à precisão e relevância profissional, o que motiva recomendações para ferramentas de IA específicas para a enfermagem, diretrizes éticas e treinamento de literacia.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine o mundo da aprendizagem como uma biblioteca gigante e movimentada. Durante décadas, os estudantes navegaram por esta biblioteca usando mapas tradicionais: livros didáticos, palestras e mecanismos de busca que lhes fornecem listas de links. Mas recentemente, um novo tipo de bibliotecário chegou: o Modelo de Linguagem de Grande Escala (LLM). Pense nestas ferramentas de IA não como livros estáticos, mas como companheiros super-rápidos e comunicativos que podem ler milhões de páginas em um segundo e depois explicar ideias complexas para você em um inglês simples, tal como um amigo ajudando você a estudar para uma prova. Eles estão em toda parte agora, desde escolas de medicina até escolas de ensino médio, prometendo tornar a aprendizagem mais rápida e fácil. Mas aqui está a grande questão: se você tem um amigo robô superinteligente fazendo sua lição de casa, você está realmente aprendendo ou está apenas copiando? Este é o mistério que os pesquisadores estão tentando resolver, especialmente para estudantes de enfermagem. A enfermagem não é apenas sobre memorizar fatos; é sobre cuidar de pessoas, tomar decisões rápidas em emergências e pensar criticamente quando as coisas dão errado. Se os estudantes dependerem demais de seus amigos de IA, será que eles esquecerão como pensar por si mesmos?
Este artigo mergulha profundamente nessa questão ao ouvir as histórias de 15 estudantes de graduação em enfermagem que usam essas ferramentas de IA regularmente. Os pesquisadores não perguntaram apenas "Você usa?", mas sim "Como é a sensação de usar?" e "O que acontece quando você depende disso?". Eles descobriram que esses estudantes estão usando a IA como exploradores astutos. Eles não apenas aceitam cegamente o que a IA diz; eles a tratam como um guia de viagem útil, mas às vezes pouco confiável. Eles a utilizam para decompor termos médicos confusos, praticar conversas com pacientes e organizar suas notas de estudo. É como ter um tutor disponível 24 horas por dia, 7 dias por semana, pronto para conversar sobre qualquer coisa, desde mecanismos de doenças até como escrever um relatório de laboratório.
No entanto, os estudantes também descobriram que seu guia de IA tem pontos cegos sérios. Às vezes, a IA fornece respostas que estão ligeiramente erradas, usa termos médicos desatualizados (como chamar uma úlcera de pressão de "bed sore" em vez do termo moderno) ou simplesmente não entende bem o contexto específico de um problema de enfermagem. É como perguntar a um GPS as direções para um hospital e ele te enviar por uma estrada que foi fechada no ano passado. Os estudantes também notaram que a IA não pode mostrar vídeos ou imagens de procedimentos médicos, o que é um grande problema para aprender a realmente fazer as coisas em um hospital. Além disso, as melhores versões dessas ferramentas muitas vezes custam dinheiro ou exigem configurações técnicas complicadas, o que cria uma barreira para estudantes que não têm muito dinheiro.
Talvez a parte mais interessante da história seja como os estudantes pensam sobre a integridade acadêmica. Eles não estão confusos; eles têm uma linha clara na areia. Eles veem o uso de IA para entender um conceito ou polir uma frase como um truque de estudo inteligente, mas copiar uma resposta palavra por palavra ou usá-la durante uma prova é considerado uma violação dos padrões acadêmicos. Eles se preocupam, porém, que se se acostumarem demais em deixar a IA fazer o trabalho pesado, seu próprio engajamento cognitivo possa diminuir. Eles temem que, se dependerem demais do robô, possam perder sua capacidade de pensar criticamente ou a empatia necessária para cuidar de pacientes.
Os estudantes têm uma lista de desejos clara para o futuro. Eles querem ferramentas de IA que sejam construídas especificamente para a enfermagem, com livros didáticos atualizados e fontes reais que eles possam verificar. Eles querem ver vídeos e diagramas, não apenas paredes de texto. E, o mais importante, eles querem que as escolas os ensinem a usar essas ferramentas adequadamente, para que possam ser os mestres da tecnologia, e não o contrário. O estudo sugere que, embora a IA seja uma ferramenta poderosa que pode tornar a aprendizagem mais eficiente, as escolas de enfermagem precisam estabelecer regras claras e criar ferramentas especializadas melhores para garantir que os estudantes permaneçam atentos, críticos e prontos para cuidar de pessoas reais.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.