Perceptions, acceptance and educational use of generative artificial intelligence among health professions students and educators: a rapid systematic review
这项针对涉及近 9,553 名卫生专业相关人员的 20 项研究进行的快速系统评价表明，虽然生成式人工智能普遍被接受为提高生产力和获取反馈的有条件学习辅助工具，但其整合过程需要强大的人工智能素养、验证技能和伦理治理，以应对有关幻觉、批判性思维侵蚀以及临床问责制的担忧。
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，学习的世界就像一座巨大且繁忙的图书馆，学生和老师们正试图探索如何为未来成为医生、护士和医护人员做好准备。长期以来，这座图书馆里唯一的工具只有教科书、讲座和人类导师。但最近，一位极其快速且健谈的新型机器人图书管理员来到了这里。这个机器人由一种被称为“生成式人工智能”（简称 GenAI）的技术驱动，它可以写故事、总结书籍、回答问题，甚至能在几秒钟内解释复杂的医学病例。这就像拥有了一位永不眠、几乎无所不知的超级智能导师。然而，这里有一个陷阱：这个机器人有时会编造事实、出错，或者给出听起来完美无缺但实际上却很危险的建议。因为患者护理的未来取决于准确性，所以重大的问题不仅在于“这个机器人能否帮助我们？”，更在于“我们能否信任它，以及我们如何在不被其误导的情况下使用它？”
这篇论文是一项“快速系统评价”，这是一种高级说法，意味着作者们扮演了侦探的角色，收集了他们在 2022 年底至 2026 年中期之间能找到的所有线索（科学研究），以回答这个问题。他们调查了涉及全球近 9,600 名卫生专业学生和教师的 20 项不同研究。他们的任务是观察这些人对这位新机器人导师的感觉：他们是热爱它？还是恐惧它？最重要的是，他们是如何决定何时让机器人工作，以及何时由自己接管工作的？
侦探们发现，这个故事并非简单的“是”或“否”。相反，它更像是一场经过精心校准的舞蹈。学生和老师普遍认为机器人是一个极好的工具，用于头脑风暴、总结长文本或获取快速解释——就像拥有一个超快速的学习伙伴。他们热爱这种能帮助他们学习得更快、效率更高的方式。然而，他们的信任是非常有条件的。这就好像他们愿意让机器人在一条安静、空旷的路上开车（比如为了小测验而学习），但绝对拒绝让它在后座坐着患者的繁忙高速公路上开车（比如进行真实的医疗诊断或评定期末考试）。
主要发现是，接受程度完全取决于“利害关系”。当任务属于低风险时，例如练习对话或起草文章，人们乐于使用 AI。但一旦任务涉及现实世界的后果，如临床推理或职业责任，信任度就会下降。论文指出，虽然机器人擅长生成想法，但它尚未准备好成为最终的权威。大家最大的担忧是机器人可能会“幻觉”（编造听起来很真实的事实）、学生可能会过度依赖该工具而停止独立思考，以及很难判断某人提交的作品是否经过了妥善验证。
作者指出，经验非常重要。以前使用过 AI 或知道如何向其提出高质量问题的人往往更喜欢它，但即使是这些人也保持着谨慎。他们发现大多数人都希望有明确的规则：“你可以用机器人做这个，但不能做那个。”他们也希望老师来复核机器人的工作。论文明确反对仅仅禁止机器人或任其横行的观点；相反，它建议采用一种“受监督的增强”模式。把它想象成飞行员和副驾驶的关系：AI 可以协助导航和操控控制杆，但人类必须始终坐在座位上，随时准备在系统出现故障时接管。
简而言之，论文得出结论：卫生专业领域并未拒绝这项新技术，而是正在学习带着安全网来使用它。机器人是学习的强大工具，但它不能取代人类的判断。根据这些研究结果，医学教育的未来将涉及培养学生的“AI 素养”——即知道如何使用工具、如何识别其错误，以及何时信任自己的大脑而非机器。作者建议，如果没有这些规则，也没有教导学生如何验证机器人的答案，我们可能会面临创造出这样一代专业人员的风险：他们可能过度依赖一个并不总是说真话的工具。
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。