健康相关领域的学生正在从生成式人工智能（GenAI）中受益于多个学习领域，但莫纳什大学进行的一项新系统综述揭示了关于批判性思维和同伴互动减少的问题。
这项由莫纳什大学药学与制药科学学院（Faculty of Pharmacy and Pharmaceutical Sciences, FPPS）研究人员主导的综述发表在《医学教育》（Medical Education）上，揭示了GenAI在健康职业教育中的六种学习类型中的普遍应用。研究发现，GenAI最常支持的学习类型包括实践（73%）、探究（70%）、生产（67%）和知识获取（55%）。然而，“讨论”和“协作”类别的比例较低（各占12%），这表明GenAI的使用正朝着更加个性化的学习方向发展，同时也引发了其是否以牺牲人际互动为代价促进个性化学习的疑问。
该系统综述涵盖了33篇原创同行评审研究论文，这些论文聚焦于GenAI技术在医学、护理、牙科、兽医和药学等正式健康职业教育培训项目中的应用。
第一作者兼FPPS博士候选人Thai Duong Pham表示，这项综述的重要性在于探索了GenAI如何鼓励学生采取更主动的学习形式，减少对教师的依赖，重塑课堂动态，并挑战传统的学习结构。
Pham先生指出：“较高比例的论文讨论了探究、实践、知识获取和生产，这表明GenAI主要用于支持个性化的自主学习，而非通过讨论和协作促进群体互动，后者被提及的频率远低于前者。”
“近期AI的进步为教育应用提供了增强工具，特别是在内容生成和多模态学习方面。然而，在如何高效且负责任地将GenAI融入健康职业教育实践中仍存在显著的知识空白。”
“我们希望通过这一综述更好地理解医学生如何与GenAI互动，并帮助教育者指导学生，确保围绕人际互动的‘软技能’不会丢失。”
其中一个项目——ATLAS（Authentic Teaching and Learning through Adaptive Simulations，适应性模拟的真实教学与学习）——是由莫纳什大学创新保障办公室（Office of the Deputy Vice Chancellor for Student Experience）主任Joel Moore博士开发的一种教育驱动型AI工具。该项目通过AI驱动的模拟环境促进真实互动，使学生能够练习和发展批判性思维技能。
尽管ATLAS广泛适用于多个教育领域，但FPPS团队正在利用它来提升药学教育项目。
FPPS高级讲师兼副课程总监Angelina Lim博士是ATLAS项目的负责人之一。她表示，ATLAS旨在通过结合传统技能与团队合作、适应能力和人际交往能力等现代素养来提高教学质量。
Lim博士说：“ATLAS平台正被广泛整合到药学课程中，特别是在传染病领域，它帮助学生培养负责任的抗生素使用倡导技能，并掌握管理常见感染（如尿路感染、性传播感染和耳部感染）的能力。”
“随着维多利亚州逐步推行药师处方权，教授学生这些技能变得比以往任何时候都更加重要。”Lim博士与另一位FPPS高级讲师Emily Stokes合作，利用ATLAS提升临床沟通和应对困难对话等软技能。
Lim博士表示，这项系统综述是了解如何进一步推动AI应用的第一步。
“正如《医学教育》系统综述所强调的，迫切需要开发新的工具来利用AI弥补当前AI驱动教育中的不足，特别是我们在团队合作、适应不同环境和挑战以及与同龄人和患者有效互动和沟通方面的能力。”
《医学教育》研究论文《生成式AI对健康职业教育的影响：基于学生学习背景的系统综述》可在此处查阅。
(全文结束)
