Artificial Intelligence, Large Language Models, and Machine Learning in African Health Professions Education: A Systematic Review of Adoption, Literacy, Institutional Feasibility, and Ethical Perceptions
这项系统综述揭示了，尽管非洲医疗卫生专业学生对人工智能和大型语言模型的认知度很高，但其应用在很大程度上仍处于非正式状态，且缺乏正式培训、基础设施或伦理指导的支持，这凸显了对结构化课程整合和机构投资的紧迫需求。
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
在非洲的教室和医院里，一场无声的变革正在悄然发生。驱动这场变革的并非新的教科书或更新的教学大纲，而是一种近年来席卷全球的技术：人工智能。这并非科幻小说中遥远的机器人未来，而是已经掌握在学生和教师手中的一系列工具。在这些工具中，包括大型语言模型（一种能够理解并生成人类语言的计算机程序）和机器学习（一种让计算机通过数据进行学习以做出预测或决策的方法）。对于医学、护理和药学专业的学生来说，在未来的几十年里，这些工具将变得像听诊器或显微镜一样不可或缺。它们可以帮助诊断疾病、组织研究，甚至起草病历。然而，尽管高收入国家已经开始建立正式的机制来教授如何安全且有效地使用这些工具，但整个非洲大陆的情况仍处于一种热切采用与显著不确定性交织的复杂状态之中。对于教育者和政策制定者来说，问题不再是这些学生是否会使用人工智能，而是他们是如何使用的，他们对人工智能究竟了解多少，以及他们的机构是否准备好引导他们。
一项新的系统评价（一种通过收集和分析许多不同研究以寻找宏观图景的研究类型）旨在专门针对非洲来回答这些问题。研究人员是由来自尼日利亚、英国和美国的大学学者组成的团队，他们调查了涉及整个大陆数千名健康专业学生和教育者的十九项独立研究。他们寻找证据，以了解这些学生对人工智能的熟悉程度、他们是否接受过任何正式培训、他们更倾向于使用哪些工具，以及哪些伦理担忧令他们彻夜难眠。其目标是超越零散的报告，构建对实地情况的清晰理解，从尼日利亚和埃及繁忙的医学院到加纳和苏丹的大学。
研究人员发现了一个引人注目的矛盾，即学生“自认为知道的”与“实际知道的”之间的差距。在各项研究中，对人工智能的认知度很高。在某些群体中，几乎所有的学生都知道这些工具是什么并听说过它们。然而，这种熟悉感并未转化为能力。当学生被要求评估自己的技能时，许多人感到很有信心，但当接受客观测试时，他们的知识水平往往相当低。这就像一名学生能认出某种著名乐器的名字，却连一个音符都弹不出来。这种“知识-感知悖论”表明，学生们是在通过好奇心和同伴间的交流进行自主学习，而不是通过结构化的课程学习。在一项涉及48个国家医学生的庞大调查中，尽管大多数人声称自己至少对该主题有中等程度的了解，但只有不到1%的人表示曾接受过关于人工智能的实质性正式教育。
驱动这场非正式革命的工具压倒性地是ChatGPT。当研究人员观察学生使用哪些具体程序时，发现这一单一应用主导了整个领域，远远超过了其他竞争对手。学生转向它出于实际原因：它易于使用、节省时间，且有朋友推荐。他们用它来写论文、备考、搜索医学文献，甚至起草研究论文。这种采用过程主要发生在课堂之外。几乎没有证据表明大学将这些工具整合进官方课程，或就如何负责任地使用这些工具提供指导。相反，学生们在独自应对这片新的数字领域，受个人主动性而非机构指导的驱动。
缺乏指导的情况因基础设施的严酷现实而进一步恶化。该综述强调，对于许多学生来说，使用这些工具所需的基本条件并非保障。电力供应不稳定、数据流量昂贵以及网络连接不畅经常被列为主要障碍。在某些地方，由于缺乏稳定的电源供应或互联网接入成本过高，即使学生想要使用这些先进工具，也无法持续地使用它们。然而，故事并非完全是关于限制的。在少数情况下，研究人员发现人工智能正被用于解决这些基础设施本身的问题。例如，一项研究展示了人工智能如何生成教学视频的背景，从而无需昂贵的物理工作室和绿幕。通过这种方式，技术有时成为了克服那些通常阻碍其使用的资源约束的变通方案。
然而，最一致的发现或许是学生对这些工具伦理影响的深切担忧。尽管学生们愿意使用人工智能，但他们敏锐地意识到了风险。他们担心学术不端、过度依赖计算机而丧失批判性思维的能力，以及工具提供错误或虚假医疗信息的危险。这些恐惧并非抽象的，学生们承认使用人工智能完成考试并在提交答案前进行核对。他们还对职业前景表示焦虑，怀疑这些工具最终是否会取代人类医生或使医疗护理失去人性。有趣的是，学生对人工智能了解得越多，他们对这些风险的担忧往往就越深，这表明熟悉感带来了对潜在危险更敏锐的察觉。
该综述总结道，虽然非洲健康专业学生正在迅速拥抱人工智能，但他们是在缺乏正式支持的真空状态下进行的。这项技术正通过学生的好奇心和像ChatGPT这样工具的极高易用性进行非正式的采用，但其发展速度快于机构适应的速度。显然需要开展超越仅仅教授“如何点击按钮”的结构化教育。研究人员认为，大学必须介入，提供不仅涵盖技术技能，还涵盖使用这些工具之伦理维度的正式培训。这包括教导学生如何识别错误、如何保持学术诚信，以及如何将人工智能作为学习的伙伴而非自身判断的替代品。如果没有这种指导，学生日益增长的技术依赖与机构培养他们的能力之间的差距只会进一步扩大，导致一代未来的医疗工作者在没有地图的情况下，在复杂的数字景观中摸索前行。
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。