چالش های حقوقی و اخلاقی بکارگیری هوش مصنوعی مولد در آموزش پزشکی
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 67
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MEDHEAL01_040
تاریخ نمایه سازی: 3 اسفند 1404
چکیده مقاله:
سابقه و هدف: هوش مصنوعی مولد براساس ویژگی ها و الگوهای موجود در داده های قبلی و به کمک یادگیری ماشین قادر است محتوای جدیدی در اشکال مختلف مانند متن، تصویر، صدا، کد کامپیوتری و ویدئو ایجاد کند، این نوع هوش مصنوعی که اخیرا پیشرفت های بسیاری داشته و سبب جذابیت هوش مصنوعی شده است؛ در عرصه آموزش پزشکی نیز مورد توجه قرار گرفته است. با این حال، استفاده موثر، اخلاقی، عادلانه و قانونی این تکنولوژی با چالش هایی مواجه است. در این مقاله، به بررسی کاربردهای هوش مصنوعی مولد در آموزش پزشکی، چالش های استفاده از آن و راهکارها پرداخته شده است. روش کار: این مطالعه با استفاده از یک فرایند مرور روایی و جستجو در پایگاه های اطلاعاتی انگلیسی زبان Science Direct, PubMed, Scopus و موتور جستجوگر Google Scholar و فارسی زبان SID و Magiran با استفاده از کلیدواژه های مرتبط با آموزش پزشکی، یادگیری ماشین و هوش مصنوعی و عملگرهای منطقی تا سال ۲۰۲۴، انجام گرفت. انتخاب مقالات بر اساس تاکید بر کاربرد هوش مصنوعی مولد در آموزش پزشکی، بیان چالش های قانونی و اخلاقی و ارائه راهکار در زمینه استفاده کارآمد بود. یافته ها: مطالعات نشان می دهد که در حال حاضر کاربردهای هوش مصنوعی مولد در آموزش پزشکی عبارتند از: ۱- توسعه برنامه های یادگیری شخصی، ۲- ایجاد محتوای آموزشی، ۳- تولید تصاویر بالینی، ۴- آموزش مهارت های ارتباطی، ۵- پزشکی روایی، ۶- ترجمه متون تخصصی، ۷- خلاصه سازی متون، ۸- دستیاران مجازی، ۹- ربات های چت هوش مصنوعی، ۱۰- ساخت آزمون های تخصصی، ۱۱- ارائه بازخورد، ۱۲- شبیه سازی بیمار یا شرایط خاص جهت افزایش مهارت ها. همچنین با توجه به مرور ادبیات مهم ترین چالش ها در فرایند بکارگیری هوش مصنوعی در آموزش پزشکی عبارتند از: ۱- عدم دقت تولید محتوا، ۲- ارجاعات ساختگی، ۳- کاهش اثربخشی تمرینات مهارتی، ۴- کاهش ظرفیت یادگیرندگان را برای تفکر انتقادی و حل مسائل پیچیده، ۵- کاهش تعامل و برقراری ارتباط انسانی برای یادگیری و تقویت مهارت های تعامل با بیمار واقعی، ۶- نابرابری دسترسی، ۷- زمینه های سرقت ادبی، ۸- وابستگی بیش از حد، ۹- عدم ارزیابی دقیق، ۱۰- انتشار اطلاعات نادرست، ۱۱- توهم، ۱۲- عدم مراقبت کافی در حفاظت اطلاعات شخصی، ۱۳- عدم حفظ حریم خصوصی، ۱۴- چالش های مسئولیت قانونی. همچنین مطالعات محدودی نیز برای حل این چالش ها استفاده کارآمد از هوش مصنوعی مولد در آموزش پزشکی پیشنهاد کرده بودند که مهارت های یادگیرندگان برای ارزیابی انتقادی هوش مصنوعی توسعه یابد، سیاستگذاری ها در استفاده از هوش مصنوعی شفاف و صریح باشد، محتواهای تولیدی به صورت مستمر اعتبارسنجی شود، اطلاعات شخصی رمزنگاری شود و مطالعات بیشتری در زمینه تعاملات انسان و هوش مصنوعی انجام پذیرد. نتیجه گیری: علیرغم ظرفیت هوش مصنوعی مولد در ایجاد تحول آموزشی، بکارگیری آن در آموزش پزشکی نیازمند دقت نظرهای صاحبنظران و متخصصین آموزش پزشکی است چراکه با چالش های جدی در این زمینه مواجه هستیم. بنابراین علاوه بر تمرکز بر قابلیت ها، می بایست به تاثیرات هوش مصنوعی با هدف تقویت توان یادگیری و ارتقای شایستگی های پزشکان نیز توجه داشت.
کلیدواژه ها:
نویسندگان
شهرام شفا
استادیار گروه ارتوپدی، دانشگاه علوم پزشکی جهرم، جهرم، ایران.
رضا صحرایی
دانشیار گروه بیهوشی، دانشگاه علوم پزشکی جهرم، جهرم، ایران.
فاطمه افتخاریان
استادیار گروه داخلی، دانشگاه علوم پزشکی جهرم، جهرم، ایران.
منصور دیلمی
مرکز تحقیقات مولفه های اجتماعی نظام سلامت، دانشگاه علوم پزشکی گلستان، گرگان، ایران
نوبد کلانی
استادیار گروه قلب، دانشگاه علوم پزشکی جهرم، جهرم، ایران.