شناسایی اصول اخلاقی مشترک در کاربست هوش مصنوعی و تحلیل چالش های آن در آموزش علوم پزشکی

ادغام شتابان فناوری های هوش مصنوعی و مدل های زبانی بزرگ در آموزش علوم پزشکی، ضمن ایجاد فرصت های بی نظیر برای شخصی سازی یادگیری و شبیه سازی های بالینی، چالش های اخلاقی و پیچیدگی های حکمرانی نوظهوری را پدید آورده است. هدف این پژوهش، شناسایی و سنتز اصول اخلاقی مشترک، تحلیل شکاف های ساختاری و تبیین چالش های اصلی کاربست هوش مصنوعی در محیط های آموزش پزشکی است. روش تحقیق این مقاله، یک مطالعه کیفی از نوع مرور سنتزی و تحلیل محتوای کیفی اسناد و چارچوب های آکادمیک بین المللی منتشرشده بین سال های ۲۰۲۰ تا ۲۰۲۶ است. یافته های پژوهش نشان می دهد که اصول اخلاقی مشترک را می توان در پنج محور بنیادین سنتز کرد: ۱) حفظ عاملیت شناختی و قضاوت مستقل انسانی، ۲) عدالت ساختاری و کاهش فعالانه سوگیری، ۳) شفافیت و توضیح پذیری الگوریتمی، ۴) پاسخگویی و مسئولیت پذیری حرفه ای، و ۵) صیانت از حریم خصوصی داده ها و امنیت شناختی. همچنین، چالش های اصلی شامل زوال مهارت های پایه بالین، توهمات الگوریتمی، فرسایش ارتباط انسانی در برنامه درسی پنهان و گسست میان اصول نظری با دغدغه های بالینی ذی نفعان شناسایی شد. در نهایت، پژوهش پیشنهاد می کند که دانشکده های پزشکی به جای اصلاحات رادیکال، مدل آموزش اخلاق ادغام شده و کوریکولوم سطح بندی شده مبتنی بر صلاحیت را همراه با تشکیل کمیته های اخلاق آموزش و ممیزی مستمر استقرار دهند.واژگان کلیدی: اخلاق زیستی، آموزش علوم پزشکی، هوش مصنوعی، حریم خصوصی