هوش مصنوعی از دانشجویان پزشکی باهوش‌تر بود! این یافته‌ها آینده آموزش پزشکی را تغییر می‌دهد؟

تأثیر هوش مصنوعی در آموزش پزشکی

دکتر ویلیام هرش، پزشک و استاد دانشگاه علوم و بهداشت اورِگِن، که سال‌ها شاگردان بسیاری رو در زمینه‌ی پزشکی و اطلاعات بالینی آموزش داده، با دیدن پیشرفت‌های سریع هوش مصنوعی، کنجکاو شد. این سؤال براش پیش اومد که هوش مصنوعی چطور می‌تونه توی کلاس‌هاش تأثیرگذار باشه؟ برای همین، تصمیم گرفت یه آزمایش انجام بده. اون شش مدل مختلف از هوش مصنوعی زبانی بزرگ، مثل ChatGPT، رو توی نسخه‌ی آنلاین دوره‌ی محبوبش در زمینه‌ی اطلاعات زیست‌پزشکی و سلامت، مورد آزمایش قرار داد تا ببینه عملکردشون در مقایسه با دانشجویان باهوش و فعال، چطور خواهد بود.

نتیجه‌ی این تحقیق که در مجله‌ی npj Digital Medicine منتشر شد، جواب این سؤال رو داد: هوش مصنوعی از سه‌چهارم دانشجویان انسانی بهتر عمل کرد. دکتر هرش گفت: «این موضوع، نگرانی‌هایی در مورد تقلب ایجاد می‌کنه، اما یه مسئله‌ی بزرگ‌تر هم وجود داره.» و اضافه کرد: «چطور می‌تونیم مطمئن بشیم که دانشجوهای ما واقعاً دارن یاد می‌گیرن و به دانش و مهارت‌های لازم برای حرفه‌ی آیندشون مسلط می‌شن؟»

توجه به فناوری‌های نوین

دکتر هرش، که استاد اطلاعات پزشکی و اپیدمیولوژی بالینی در دانشکده‌ی پزشکی OHSU هست، به فناوری‌های جدید خیلی اهمیت می‌ده. اون گفت: «نقش فناوری در آموزش، چیز جدیدی نیست.» و به تجربه‌ی خودش توی دوران دبیرستان در دهه‌ی ۱۹۷۰ اشاره کرد، زمانی که از تخته‌های اسلاید به ماشین‌حساب‌ها منتقل شدند. با این حال، تغییر به سمت هوش مصنوعی مولد، یه جهش بزرگ به جلو حساب می‌شه. دکتر هرش گفت: «واضحه که هر کسی باید یه پایه‌ی دانش در حوزه‌ی خودش داشته باشه. حالا سؤال اینه که ما چه پایه‌ی دانشی رو برای تفکر انتقادی از افراد انتظار داریم؟»

نتایج آزمایش هوش مصنوعی

دکتر هرش و همکارش، کیت فولتز هالیس، که متخصص اطلاعات در OHSU هست، نمرات ارزیابی دانش ۱۳۹ دانشجو رو که در سال ۲۰۲۳ دوره‌ی مقدماتی اطلاعات زیست‌پزشکی و سلامت رو گذرونده بودند، جمع‌آوری کردن. اون‌ها شش مدل بزرگ زبانی هوش مصنوعی رو با مواد ارزیابی دانشجویی از اون دوره امتحان کردن. بسته به مدل، هوش مصنوعی توی سوالات چندگزینه‌ای که توی آزمون‌ها و امتحان نهایی که نیاز به پاسخ‌های کتبی کوتاه داشتند، درصدهایی بین ۵۰ تا ۷۵، عملکرد داشت.

نتایج مطالعه و تأثیر آن بر ارزیابی دانش‌آموزان

نویسنده‌های این مقاله می‌نویسن: «نتایج این مطالعه سوالات مهمی رو برای آینده‌ی ارزیابی دانش‌آموزان در اکثر رشته‌های تحصیلی، اگه نگیم همه‌ی رشته‌ها، مطرح می‌کنه.» این مطالعه، اولین تحقیقی هست که مدل‌های زبانی بزرگ رو با دانش‌آموزان در یه دوره‌ی کامل تحصیلی در زمینه‌ی بیومدیکال مقایسه می‌کنه. دکتر هرش و فولتز هولیس به این نکته اشاره کردن که دوره‌هایی که بر پایهٔ دانش هستن، مثل این دوره، ممکنه برای مدل‌های زبانی بزرگ و مولد مناسب باشن، در حالی که دوره‌های تحصیلی مشارکتی‌تر به دانش‌آموزان کمک می‌کنن تا مهارت‌ها و توانایی‌های پیچیده‌تری رو تقویت کنن.

تجربه‌ی دکتر هرش در دانشکده‌ی پزشکی

دکتر هرش تجربه‌های خودش در دانشکده‌ی پزشکی رو به یاد می‌آره. اون می‌گه: «وقتی دانشجوی پزشکی بودم، یکی از پزشک‌های معالج به من گفت که باید همه‌ی دانش رو توی ذهنم داشته باشم.» و ادامه داد: «حتی توی دهه‌ی ۱۹۸۰ هم این یه چالش بود. پایگاه دانش پزشکی خیلی وقته که از ظرفیت مغز انسان برای حفظ همه‌ی اطلاعات فراتر رفته.»

اهمیت حفظ ارتباط انسانی

با این حال، اون معتقده که یه مرز باریک بین استفاده‌ی معقول از منابع فنی برای پیشرفت یادگیری و وابستگی بیش از حد به این منابع وجود داره که می‌تونه یادگیری رو مختل کنه. در نهایت، هدف یه مرکز بهداشت دانشگاهی مثل OHSU، آموزش متخصصان بهداشتی هست که بتونن از بیماران مراقبت کنن و از داده‌ها و اطلاعات مربوط بهشون، توی دنیای واقعی به بهترین شکل استفاده کنن. به این معنی، اون گفت که پزشکی همیشه به لمس انسانی نیاز داره.

اون اضافه کرد: «خیلی از کارهایی که متخصصان بهداشتی انجام می‌دن، نسبتاً ساده هستن، اما جاهایی هم پیش میاد که اوضاع پیچیده‌تر می‌شه و باید تصمیم‌های مهمی بگیرید.» ادامه داد: «در این مواقع، داشتن یه دیدگاه گسترده‌تر خیلی کمک می‌کنه، بدون اینکه لازم باشه همه‌ی جزئیات رو توی ذهن داشته باشید.»

نگرانی دکتر هرش درباره‌ی تقلب

با شروع کلاس‌های پاییز، دکتر هرش گفت که نگران تقلب نیست. اون گفت: «من هر سال دوره رو به‌روز می‌کنم.» و توضیح داد: «توی هر حوزه‌ی علمی، پیشرفت‌های جدیدی به طور مداوم اتفاق می‌افته و مدل‌های زبانی بزرگ هم لزوماً به‌روز نیستن. این فقط به این معنی هست که باید آزمون‌های جدیدتر یا دقیق‌تری طراحی کنیم، که توشون نتونید جواب رو از ChatGPT بگیرید.»

“`