Context / probleemstelling of aanleiding
Context/probleemstelling of aanleiding:
Klinisch redeneren is een belangrijke aan te leren vaardigheid voor studenten geneeskunde. De opkomst van generatieve AI brengt echter nieuwe uitdagingen met zich mee bij het aanleren van dit proces. AI-systemen zijn steeds beter in staat om de afzonderlijke stappen van klinisch redeneren te doorlopen. Voor bachelorstudenten is het vaak lastig om in door AI gegenereerde antwoorden onderscheid te maken tussen feit en fictie. Bovendien ontbreekt het zowel studenten als docenten nog vaak aan voldoende kennis over de mogelijkheden en beperkingen van AI. Met deze introductiewerkgroep willen we studenten laten kennismaken met de spreekkamer van de toekomst.
Beschrijving van de interventie/innovatie:
De werkgroep <i>‘AI vs. klinisch redeneren’</i> vindt plaats aan het einde van het tweede bachelorjaar en is geïnspireerd op het tv-programma <i>‘Dokters vs. Internet’</i>. Ter voorbereiding maken studenten een korte elearning. Tijdens de werkgroep worden 16 studenten verdeeld in vier subgroepen. Samen doorlopen zij casuïstiek, variërend van relatief eenvoudig tot zeer complex.
Twee subgroepen beantwoorden de vragen met behulp van e-books, richtlijnen en eigen kennis, terwijl de andere twee uitsluitend generatieve AI gebruiken. De antwoorden worden centraal verzameld en plenair besproken. De nadruk ligt op de discussie: hoe verhouden AI-antwoorden zich tot reguliere bronnen? Hoe hebben de studenten de antwoorden laten genereren? Hebben ze de vaardigheden om AI kritisch te gebruiken en antwoorden op waarde te schatten? Zouden ze AI nu al durven inzetten bij een echte patiënt?
Ervaringen/analyse van de implementatie:
Zoals verwacht liep het startniveau in kennis en vaardigheden rond AI sterk uiteen, zowel onder studenten als docenten. De voorbereidende opdracht hielp echter om iedereen op een minimaal basisniveau te brengen. Waar sommige studenten de valkuilen van AI snel doorzagen, bleven anderen deze langer volgen. Het plenair delen van zowel de gegenereerde antwoorden als de gebruikte prompts bleek daarbij waardevol. Zowel studenten als docenten hebben de werkgroep als een waardevolle aanvulling binnen de deelleerlijn ervaren.
Lessons learned (implicaties voor de praktijk):
Bij het ontwerpen van de werkvorm zijn al enkele inzichten opgedaan. Allereerst is het cruciaal dat onderwijs toekomstbestendig wordt ingericht. Generatieve AI ontwikkelt zich zo snel dat het weinig zin heeft te focussen op concrete antwoorden of fouten: wat vandaag niet kan, is morgen misschien wél mogelijk. Het doel is dan ook niet om AI-gebruik te ontmoedigen, maar te erkennen dat het een blijvend onderdeel van de toekomst is én duidelijk te maken dat er vaardigheden nodig zijn om het adequaat te kunnen gebruiken. Deze werkvorm laat slechts een glimp van de mogelijkheden zien. Daarom pleiten wij voor een bredere inbedding van dit thema binnen het curriculum.
Referenties (max. 2):
Schwartzstein RM. CLINICAL REASONING AND ARTIFICIAL INTELLIGENCE: CAN AI REALLY THINK? Trans Am Clin Climatol Assoc. 2024;134:133-145. PMID: 39135584; PMCID: PMC11316886.
Kung TH, Cheatham M, Medenilla A, Sillos C, De Leon L, Elepaño C, Madriaga M, Aggabao R, Diaz-Candido G, Maningo J, Tseng V. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digit Health. 2023 Feb 9;2(2):e0000198. doi: 10.1371/journal.pdig.0000198. PMID: 36812645; PMCID: PMC9931230.
