Awareness, adoption, and predictors of artificial intelligence use among public health researchers in Bo District, Sierra Leone: a cross-sectional study
尽管塞拉利昂博区公共卫生研究人员对人工智能有着很高的认知度，但实际应用率仍然较低，且这种应用程度并不能由培训或经验等个人因素显著预测，这表明结构性和基础设施层面的障碍是导致这种认知与应用之间差距的主要决定因素。
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
在广阔且往往寂静的公共卫生研究世界里，科学家们致力于理解疾病如何传播、人们为何生病以及如何保持社区健康。几十年来，这项工作一直依赖于细致的观察、调查和统计分析，将原始数字转化为挽救生命的知识。最近，一个强大的新工具进入了这一领域：人工智能。这并不是一个像人类一样思考的机器人，而是一个旨在发现模式、从数据中学习并以远快于人类的速度做出预测的复杂计算机系统。在富裕国家，这些系统已经在帮助研究人员及早发现疾病爆发并设计更好的治疗方案。但在许多资源匮eng、互联网连接可能不稳定的地区，情况却大不相同。这些地区的科学家面临的重大问题不仅在于他们是否了解这项技术，而在于他们是否真的能够利用它来改进他们的工作。
最近的一项研究旨在回答这个问题，研究地点位于塞拉利昂的博区（Bo District），该区是该国公共卫生研究的一个主要中心。研究人员想要了解当地的公共卫生专家是否了解人工智能，他们是否接受过如何使用它的培训，以及他们是否真的将其应用于日常工作中。他们还想了解为什么即使在知道这些工具存在的情况下，人们仍会停止使用它们。研究团队对在博区内大学、医院、政府部门和非营利组织工作的两百人进行了调查。这些人直接参与了收集健康数据、分析疾病趋势以及基于证据做出决策的工作。
结果揭示了在“知晓工具”与“使用工具”之间存在着显著的差距。该地区近四分之三的研究人员表示他们了解人工智能。他们知道这个术语，理解基本概念，并认可其潜力。然而，当研究人员询问谁真的在工作中使用了这些工具时，数字显著下降。只有大约三分之一的研究人员报告正在使用人工智能。更具启发性的发现是在培训方面：只有约四分之一的参与者曾接受过关于如何使用这些系统的任何正式指导。这表明，虽然人工智能的概念已经传达到了这些研究人员手中，但使用它的实际能力却尚未到位。
研究仔细观察了拥有培训是否会对使用该技术产生影响。人们通常有一个假设：如果你教某人如何使用一种新工具，他们就会使用它。在这一群体中，接受过培训的人比未接受过培训的人更有可能使用人工智能。然而，这种差异很小，甚至可能是偶然发生的。数据表明，仅靠培训并不能保证采用。同样，研究人员检查了使用这些工具是否会让人们觉得他们的工作变得更好。他们发现，使用人工智能并不能在统计学上预示研究人员是否觉得其工作得到了改善。一些使用者觉得它有帮助，而另一些人则不确定，对于非使用者来说也是如此。
研究还考察了工作场所的类型（例如大学与医院的区别）或从业年限是否会影响他们对该技术的使用。分析发现，这些因素与人工智能的使用之间没有明确的联系。这指向了一个更深层次的问题。研究人员得出结论，在这样的环境下，使用人工智能的障碍不仅仅是缺乏知识或个人技能。相反，问题似乎是结构性的。在一个互联网连接不稳定、电脑可能陈旧或缓慢、且可能缺乏支持使用新技术官方政策的地方，即使是一名受过良好培训的研究人员，也会难以有效地使用这些工具。
研究结果表明，仅仅提高意识或举办一次性的培训研讨会，不足以将人工智能引入像博区这样的地方的常规使用中。了解技术与使用技术之间的差距是巨大的，而这种差距是由物理和组织环境所维持的。为了弥合这一差距，研究人员认为，投资必须超越教授如何使用软件。它必须包括建设可靠的数字基础设施、确保获得必要工具的经济途径，以及在机构内部制定支持这些系统进行伦理且有效使用的明确规则。在这些基础部分到位之前，人工智能在低资源环境下变革公共卫生研究的潜力将很大程度上无法得到开发，等待着条件赶上知识的步伐。
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。