Artificial intelligence education for health science and non-STEM students: a mixed- methods evaluation of an interdisciplinary mental health prototype development program
这项混合方法研究表明，尽管大多数参与者此前没有人工智能经验，但一项以原型为中心的跨学科人工智能教育项目显著提升了健康科学及非理工科专业学生在数字心理健康领域的知识、设计能力和职业准备度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，人类的心智是一座宏大而繁忙的城市。几十年来，医生和治疗师一直是这些城市的规划师，利用地图和对话来理解情感的街道、思想的交通以及心理健康的建设。但最近，一种新的工具来到了这里：人工智能，或者说 AI。不要把 AI 想象成一个接管城市的机器人，而要把它想象成一副功能强大的眼镜。这副眼镜可以察觉到城市噪音中人类肉眼可能会忽略的模式——比如注意到路灯以特定的节奏闪烁，预示着风暴即将来临；或者在人群的嘈olo声中听到一声低语，预示着有人正感到孤独。
在心理健康领域，这些“眼镜”正变得越来越聪明。它们可以读取面部表情来猜测你的感受，追踪你的心跳来观察你是否压力过大，甚至能通过聊天为你提供支持。但问题在于：大多数制造这些眼镜的人是工程师和计算机科学家。他们知道如何制作镜片，但他们可能并不太了解这座城市的街道。与此同时，那些最了解街道的人——护士、治疗师和健康专业的学生——往往没有被教导如何使用这些眼镜。本论文提出了一个简单但重大的问题：如果我们把城市规划师和镜片制造者放在同一个房间里，给他们一套蓝图，并让他们一起构建一些新东西，会发生什么？
这项研究深入探讨了在国立成功大学举办的一场高能量特别工作坊，旨在回答正是这个问题。研究人员聚集了 54 名背景多元的学生——其中一些来自工程和技术背景，另一些则来自护理和医学等健康科学领域。有趣的是，这些学生中大多数人（74%）以前从未接触过 AI。他们被投入到一个为期 12 天的“训练营”中，在那里他们不仅仅是听讲座，还必须动手实践。目标是观察非技术专业的学生是否能够学会使用 AI 工具来解决真实的心理健康问题，以及在与精通技术的队友合作时，他们是否能做得更好。
结果就像是在观察一群陌生人突然开始流利地使用一种新语言。在工作坊开始前，学生们对自己设计 AI 解决方案的能力感到忐忑不安。仅仅经过 12 天，他们的信心便大幅飙升。事实上，他们在所有测试主题上的得分都显著提高。最大的飞跃在于：他们实际设计用于心理健康的 AI 解决方案的能力。他们从感觉无从下手，转变为感到准备好去构建。他们也变得更擅长理解如何用技术解读情绪，如何跨领域协作，以及如何构想一个连接医学与机器的未来职业生涯。
证据不仅体现在他们的测试分数上，更体现在他们构建的五个“原型”中。这些不仅仅是纸上的想法，而是能够帮助真实人类的工具的具体计划。一个团队开发了“时光耳语”（Time-Whisper），这是一个通过模拟安慰性对话来帮助丧亲之痛者的工具。另一个团队创建了“生命救星”（LIFESAVER），这是一个能够识别自杀风险人群并引导其寻求帮助的系统。还有一个针对精神疲劳者的“智能疲劳”检测器，一个面向孤独老人的“情感伴侣机器人”，以及一个为痴呆症患者看护者提供的支持平台。
论文指出，当你将健康专业的学生与技术专业的学生混合在一起，并给他们一个动手实践的项目时，奇迹就会发生。健康专业的学生学会了信任技术，而技术专业的学生学会了关心数据背后的真实人性故事。这项研究并不声称这是一个永久性的、终身的解决方案，也不认为每个学生在一夜之间都变成了 AI 专家。相反，它表明一次短暂、高强度且充满趣味的协作，可以将好奇心转化为信心。它表明，你不需要成为计算机天才也能利用 AI 来治愈；你只需要愿意去学习、去倾听，并共同构建一些全新的事物。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。