2022年11月，OpenAI推出了一款具有高度智能的聊天机器人—— ChatGPT（chat generative pre-trained transformer），它是一个基于Transformer架构的大型语言模型。经过大量人工标注的文本数据的强化学习训练，ChatGPT能够理解书面提示信息并自动生成连贯、自然的响应文本
[1]。在短短不到两个月的时间里，ChatGPT吸引了大量用户，展现出了其强大的魅力和潜力。2023年3月，OpenAI发布了升级版的大模型—— ChatGPT-4，该模型甚至可以模仿人类进行往复交流
[2]。国内众多IT知名企业也顺应潮流纷纷推出了自己的大模型，比如百度文心一言大模型、科大讯飞星火认知大模型、阿里通义千问和腾讯混元大模型
[3]。回顾半个多世纪，虚拟现实、人工智能以及大数据等新兴技术应用于教学极大地促进了医学教育的现代化进程，成为当代医学教育改革的一大特征。可以预见，生成式人工智能技术的快速持续迭代会为医学教育领域带来重大的冲击，甚至促成巨大的变革
[4-6]。
1 医学教学范式的智能化重塑
凭借其海量的语料和强大的算力，生成式人工智能完全有能力成为医学教师的助教，协助教师完成教学内容和教学评价等方面的教学工作，从而改变现有的医学教育教学模式。但是，这种生成式人工智能工具并不完美，教师需要学习相关知识和原理，充分了解智能工具的优势和局限性，监督和指导人工智能完成基础性、重复性工作，将更多的时间和精力投入到创造性工作当中，实现人工智能和教师之间互相赋能、互相增强的关系，从而提高工作和教学效率，提升医学教育质量。
1.1 教学模式
人工智能的快速发展对现有“师-生”教学模式产生巨大的影响，将“师-机-生”的三元结构带入了人们的视野
[7]。尽管这种新兴的三元结构可否成为未来医学教育的主流模式尚待时间验证。但是，可以预见这种结构性变化将会有力地推动医学教育从“以教师为中心”转变为“以学生为中心”，从以供给为主导转变为以需求为主导。这无疑会重塑医学教师的角色，也对其能力提出了新的要求。
以ChatGPT为代表的生成式人工智能建立在海量文本数据之上，实现对人类语言的理解和人机的自然对话，而更重要的是，它可以凭借强大的算力，为每一位用户快速生成所需的知识内容，甚至代替用户完成一定难度的认知任务。对于医学教师而言，人工智能工具完全可以快速地完成信息检索、知识讲解、试卷生成与评分等基础性教学工作，也可以在课程设计、课件制作和课业指导等复杂度较高的工作方面给予思路建议，使得人工智能驱动的教育技术工具作为教师教学策略的一部分。这就意味着，与传统辅助教学的计算机工具不同，人工智能不仅仅是一个高效的检索工具或教学内容展示的辅助工具，其完全有可能成为医学教育活动一个重要的参与者，形成“师-机-生”的教学模式。而在教师使用人工智能的过程中，人工智能技术也会逐渐了解教师教学的风格特点，可以为教师生成更加精准和个性的内容，实现教师与人工智能的优势互补、协同教学，为个性化教学提供基础支持
[8-9]。
然而，如果未能合理协调人工智能和教师教学，一味地使用人工智能生成教学内容并决定课程节奏，可能在整个教学设计上使学生的学习体验失去“人性”。相较之下，生成式人工智能因为较为刻板的提问和回答方式容易在交流过程中缺乏情感温度，无法像传统教学模式下的师生关系，也无法充分理解学生学习诉求并与之共情。教师作为学生学习的指导者、激励者和促进者，在促进学生成长、发展和学习方面发挥着独特作用。教师带来人与人之间的联系、同理心、社会情感技能，以及培养创造力和批判性思维的能力，这些都是人工智能无法复制的。因此，若未能平衡好人工智能和教师教学，甚至过度依赖人工智能驱动的解决方案，长远来看，可能导致教师忽视重要的传统教学方法和教育本质，从而失去教育意义，无法起到真正的育人作用。
总之，人工智能和教师在新型教学模式中的合作不仅需要利用技术的力量，同时应坚持教育中宝贵的人文因素。这就要求医学教师充分了解人工智能知识，将人工智能工具最恰当地融入教学，充分发挥其教学辅助的优势，促进课堂公平，提升教学内容的传授效率。与此同时，技术应服务育人。教师在教学过程中仍然须要肩负教学活动的指导、设计、实施和评估的职责，在人工智能“授业”“解惑”的同时，必须坚持教师“传道”的主体地位，促进学生学习和自身发展，强化医学生的临床胜任力和创造力的培养。
1.2 教学内容
纵观全球，医学教育的教学内容始终由相关学科领域的专家所主导和创作的。这一点，在持续进行的医学课程的横向与纵向整合改革中得到了生动的体现
[10]。但是，在生成式人工智能工具赋能下，每一位教师都可以快捷地生成一节课乃至一门课程的教学内容，成为教学内容的创作者，从而摆脱对专家的过度依赖。ChatGPT 等智能工具能够在已有数据资源中寻找规律，通过算法自动生成面向教学应用场景的数字资源，不仅包括传统的多媒体资源，甚至还可包括3D 模型和虚拟场景等新型资源。这就意味着教师能够将时间和精力更多地投入创意设计和内容优化之中。这种“人工智能+场景”的教学内容创作方式可以有力地支持虚拟模型的构建和数字学习空间新型慕课的建设，加速医学教育的物理空间与虚拟空间的融合，进一步完善优质教学资源的合理配置
[11]。
在这个智能生成教学内容的过程中，医学教师负责教学内容的设计，而人工智能则是在教师的监督下负责内容的生产。在信息查询方面，人工智能可以根据教师所描述的信息需求，在海量的数据资源中查找相关信息。不同于传统的搜索引擎，人工智能在搜集信息后，会进行精加工，将搜索结果转化为符合人类语义逻辑、易于理解的文本形式。在教学内容方面，人工智能可以根据对话提示，对课程材料进行剖析与重组，形成具有逻辑性和可行性的设计
[12]，激发学生的学习兴趣和参与度等。在教学素材创作方面，人工智能可以根据给定的示例素材和创作要求，生成个性化和定制化的教学材料。例如，人工智能可以根据给定的教学目标创作融入目标知识点且接近临床实际的病例，以便医学生对知识的理解和记忆；还可以根据学生的学习基础和需求，生成适合不同层次、不同知识背景学生的教学材料，以提升教学的针对性
[13]。
诚然，ChatGPT等人工智能可以提供规模化、公平化和个性化的教学内容和教学资源，在事务性工作方面为教师提供强大助力；但是也应当注意，人工智能模型时常出现自我欺骗现象，即AI幻觉。当模型出现“幻觉”时，生成和输出的内容可能存在一定的欺骗性，而其所使用的训练数据也无法验证输出结果是否合理。因此，自动生成的内容看似“合情合理”，实则或缺乏创意，或过于空泛，有时甚至存在常识性、逻辑性或价值观等方面不同程度的错误
[14-15]。这需要教师在完成教学过程中对教学内容和资源进行进一步的信息筛选、创意加工、价值判断。人工智能不仅要被作为“术”，即作为提供科学知识与核心技术的内容载体和工具方法，更要被作为“道”，提供辩证的观念理念与思维认知，才能更好地促进人的全面发展。
1.3 教学评价
进入新世纪，人们逐渐认识到知识的简单传授和学生的浅表学习已经难以适应医疗健康的需求，以患者为中心、以系统为基础、基于胜任力与结果导向，强调学生转化式学习的第三代医学教育改革随之开启
[16-17]。相对于以往针对单一医学知识或者临床技能的评价，医学教育者需要更注重学生临床实践能力和全面综合素养，进行“知识+技能+素养”的综合性评价。基于多种测试手段的多元评价系统和强调工作情景所反馈的形成性评价受到了更多的关注。
人工智能的引入，在评价内容方面，可以促进传统固定式的知识问答向开放式的问题解决转变。各类题型组成的试卷可以被视为由若干个结合情境（临床实际）的问题所构成的综合型任务，学生单独作答可转变为基于“人机+人际”沟通的互动协作，标准化问题答案转变为开放式解决方案，从而更好地反映学生的综合素质和能力水平。在评价标准方面，人工智能可以通过实时跟踪和记录学生解决问题的过程，对其思考过程、问题解决能力、团队协作等方面能力进行综合评定，从而使得单一分数的评价指标转变为过程与结果相结合的综合评价指标，构建既注重最终问题的解决能力，又兼顾过程中综合行为表现的系统评价体系
[18]。在评价分析与反馈方面，人工智能可以协助教师自动收集包括作业成绩、考试分数、课堂表现、在线学习行为等学习数据，整合笔试、行为表现和工作场所评价、档案袋和反思性写作等多种评价结果，进行深入的学习分析，实现以数据为驱动的自动化和智能化的程序性评价
[19]。这有助于教师了解每个学生的学习特点和需求，进而提供针对性的反馈和个性化的教学指导。
人工智能已然成为助推新时代医学教育评价改革的利器，可以有效地革新评价理念、丰富评价主体、转换评价方法、改善评价结果。需要注意的是，人工智能的双刃剑效应也引发了多重教育评价风险，表现为评价过程和数据缺乏标准和规范、评价者智能素养的孱弱、数据的安全和质量风险、隐私安全的泄露等
[20]。为规避人工智能赋能教育评价改革的风险，应完善相关制度及规范教育评价行为；增强评价者的智能素养，培养专业化教育评价人才；编制数据伦理规约，构建臻于完善的教育评价范式。教育是动态的、发展的，需要理性思考人与技术的关系，把握教育评价规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育评价的深度融合与创新，培养顺应时代发展要求的医学创新人才。
2 医学生学习形态的智能化重构
生成式人工智能可以成为教师的助教，也可以成为学生的学习助手，进一步促进学习空间泛在化，学习过程自主化和学习方式个性化
[21]。有了人工智能的赋能，医学生对于自身的学习活动具有更大的自主权和选择权，可以更容易养成自主学习的习惯，成为终身学习者，有能力应对快速更新的医学知识和医疗技术所带来的冲击。但是，人工智能与教育融合可能存在学生沉迷和过度依赖人工智能的风险，从而导致思维惰性、降低批判性思维能力，并对个人隐私和数据安全等多个方面产生影响。
2.1 学习空间泛在化
计算机技术与教育的融合发展使学习呈现泛在化趋势
[22]，而智能工具的出现大大加速了这一趋势的形成速度。利用人工智能工具，学习者可以摆脱时间和空间的限制、快速自由地获取各类学习资源、参与学习实践社区，形成自我激励的正向反馈，提升学习热情。学习不再局限于特定的课堂时间，医学生能够利用碎片化时间进行非正式学习，提高学习的效率，减少因长时间连续学习所带来的学习倦怠。学习不再局限于固定的学校和教学医院等物理教学环境，医学生能够在任何地点获取目标学习资源，实现基础概念知识学习与临床实践体验的高度结合。学习内容不再局限于教材，人工智能可以根据学习主题和个人特点生成个性化的学习内容和路径，帮助医学生顺利完成知识建构和经验积累
[23]。学习不再局限于以班级为基础的同伴交际网络，通过泛在学习空间动态智能的交互沟通，医学生可以快速锁定学习目标一致和学习风格相容互补的学习者，基于“人际+人机”协作共同营造自由开放的学习社区，开展基础或者临床问题的探究和验证，强化创造性思维培养的同时兼顾社会情感学习。
2.2 学习过程自主化
有了生成式人工智能的赋能，数字化学习辅助系统可升级为更加自由开放的智能学习辅助系统，可以激发医学生自身的动机和潜能，为基于能力的自主学习提供支持
[24]。在计划阶段，人机协同分析学习任务，根据医学生的学习需求和实际情况，确定具体、有针对性的学习目标和学习计划。而且，可以熟练应用人工智能完成学习任务的学生对完成学习任务的信念更强，对学习结果的预期更高，因此也会更倾向于在自主调节学习活动中投入更多的时间与精力。在表现阶段，自主学习者通常会采取自我对话、头脑演练、概念图绘制和批判性反思等策略管理自身情绪、认知和行为，进而实现预设的学习目标。人工智能可以丰富学习者的策略库，并提升策略实施的效果。例如，自我对话可以转化为人机对话，并且人工智能的回应可以展现相当的批判性；头脑演练可以转化为基于人工智能的模拟演练，使分析更接近实际。值得注意的是，许多教育学家十分重视自我监控在学生学习中的作用
[25]。人工智能工具可以记录学习者学习的全过程，并适时地给出有效的提示和建议，同时帮助学生识别学习中的积极和消极因素。在自我反思阶段，学生可以应用人工智能完成对个人的行为和表现的评估和判断，确定自己的学习表现是否符合自己的价值观和标准，并探究自身学习行为与表现的影响因素。根据以上分析结果并结合自身的情感反应，学生可以开展自我反思，发现自己的优点和不足，对学习行为与策略进行调整。利用智能学习辅助系统，学生能够建立更加高效的“计划—表现—反思”循环，实现高水平的自主学习。
2.3 学习方式个性化
相较于以往的学习辅助信息技术，生成式人工智能具备了更为强大的信息检索、智能整合和自然语言处理能力。它不仅可以提供更为丰富的对话式答案以解决学生对知识的疑问，还可以通过学习资料的生成，为学生提供更为深入、个性化的学习体验。在学习主题方面，智能工具可以通过自然语言处理和知识图谱等技术，对学习主题进行深入剖析，识别关键概念、知识点及其关联，完成知识图谱的构建，便于学生学习与理解。在此基础上，智能工具还进一步可以根据学生的知识背景和能力水平，为其选择合适的学习主题提供决策依据。在学习材料方面，智能工具可以从与学生进行多轮对话中提取关键信息，并生成相应的文本学习材料
[26]。智能工具还可以与其他内容生成技术相结合，生成包括图像、视频、音频等在内的多样化学习材料，满足不同学习者的需求。对于强调空间结构理解和临床实践动手能力的医学教育而言，这种多形态的学习材料尤为重要。例如，智能工具可以生成三维模型或虚拟手术模拟器等学习材料，帮助学生更好地理解人体结构和手术操作过程。在学习评价方面，智能工具可以从学习结果、行为表现、情感态度等多个方面，全面、准确地评估学生的综合素质，形成个人数字画像。这种评估不仅涵盖学科知识掌握程度，还涉及问题解决能力、批判性思维等多个方面，可以更准确地反映学生的学业水平和综合素质
[27]。通过观察学生在不同学习场景中的行为表现，智能工具可以评估学生的参与度、互动性、学习态度和兴趣等。此外，智能工具还可以通过分析学生的情感态度数据，了解学生对学科的热爱程度、学习自信心和情绪状态等。在学习反馈方面，精准的个人数字画像可以全面地反映学生的学习状态，及时准确地揭示学生的学习兴趣、需求和困惑
[28]。人工智能可以据此为学生提供个性化学习建议，协助其在学习模式、学习活动和学习交互等方面进行调整和优化。这不仅可以提高学生的学习效果，还可以培养学生的自主学习能力和自我管理能力，从而实现医学教育的个性化。
生成式人工智能虽然为学生提供了个性化的学习资源和智力支持，在教育领域具有广泛的应用前景，但是使用人工智能也存在一定的风险和隐患。学生在长久使用生成式人工智能进行个性化学习后，极易导致对人工智能技术的过度依赖和对人工智能生成内容的盲从，容易满足于现成答案，从而产生思维惰性
[29]。同时，人工智能生成内容的准确性和有效性暂不确定，如学生在使用生成式人工智能过程中缺少教师的指导，则很有可能被人工智能误导，形成错误的认知。此外，不加批判地采用人工智能提供的学习资料降低了学生的学习参与度和主动性，长此以往，学生的独立思考能力尤其是批判性思维能力难以很好地发展。生成式人工智能在实际应用中面临着诸多隐私与数据安全问题。在教育领域应用生成式人工智能的过程中涉及大量的个人信息，一旦这些数据信息被泄漏和滥用，将会对学生的隐私安全造成威胁
[30]。因此，在使用生成式人工智能时需保持谨慎，并采取适当的措施平衡技术的应用和学生的发展需求，以确保学生能够从中获得实质性的学习成果。
3 应对与建议
3.1 坚持守正创新意识，推动医学教育高质量发展
在快速发展的人工智能技术推动下，医学教育的创新发展面临着前所未有的机遇与挑战。医学教育者必须把握“守正”与“创新”之间的辩证关系。“守正”意味着坚持医学教育的核心价值，即以人民为中心，培养具有高尚医德、精湛医术的仁心医者。同时，尊重医学教育的学科规律、认知规律和教育规律，以学生为中心，以胜任力为导向，强化医学生的科研和学术、临床能力、健康与社会职业精神等领域的综合能力与素养的培养。“创新”则是需要在新的发展阶段，把握新医科统领医学教育创新发展的内涵，利用技术革命转变教学范式，利用人工智能改革新时代的教育评价，培养更多的顺应时代要求、服务全民健康和社会发展的卓越医学人才。坚持守正与创新，推动医学教育在变局中实现高质量发展。
3.2 制定应用伦理准则，保护师生安全利益
目前的生成式人工智能所能学习到的是承载知识的语言搭配模式，而这一学习过程需要师生提供大量数据作为支撑。频繁的语言输入可能导致师生的个人信息、行为习惯等敏感信息和工作内容的泄露，有时甚至涉及商业和国家机密。为了实现人机共生的可持续发展，我们需要制定应用人工智能的伦理准则，完善数据风险防范和监管体系，以应对潜在的安全风险。首先，数据隐私安全相关的规范与立法急需完善。明确使用主体的数据使用权、所有权和被遗忘权，为数据安全困境提供制度伦理保障。其次，数据隐私安全相关的保障机制需要建立和健全。编制数据隐私安全防护方案、建立数据安全风险评估体系以及问责机制，不断夯实智能时代数据安全风险的治理力度，更好地释放教育数据价值。此外，师生对于数字世界道德规范和行为准则的学习理解有待加强，助其形成正确的伦理观和道德价值观，提升自我防护、自我管理和自我约束的能力，从而更好地兼顾人机融合下的教育效率和安全。
3.3 增强教师数字素养，引导智能化教学实践
以往的医学教育主要发生在“师-生”或者“师-患-生”的人际场景，而如今生成式人工智能凭借强大的信息检索、知识提炼和内容生成能力，正在成为医学生的学习助手和教师的助教，推动教育场景转向“师-患-生-机”复合模式。这对医学教师的能力和角色提出了新的要求。教师需要提升自身的数字素养，学习如何合乎伦理地使用智能技术，以适应新的教育场景。通过创新教学模式和方法，将有限的时间与精力更多地应用于培养医学生的临床推理和科研创新等高阶思维任务之上。通过更加频繁的经验交流和思维碰撞，提升学生在分析、评价和创造层面的认知水平。同时，教师还需要理解人工智能时代的教师的角色定位
[31]。教师不仅是知识的传授者，也是学生学习的引导者、成长的教练员、发展的分析师。此外，教师需要时刻牢记自身在情感传递和价值引领方面的责任，提升沟通能力，以情动人、以情育人、以情化人，将信仰和信念深深植入学生的灵魂深处。
3.4 培养学生批判性思维，预防人工智能依赖
生成式人工智能的不当使用还有可能削弱学生的自主学习能力，妨碍其创造能力和批判性思维能力的培养，导致对人工智能的非理性依赖，进而构成学业障碍。这要求医学教育者重视批判性思维的培养，特别是学生关于人工智能使用的批判性思考。首先，在基础教育阶段完成医学生批判性思维的初步培养。增设批判性思维相关的通识和训练课程或讲座，教授批判性思维概念、基本原理和常规训练方法。采用基于问题的学习或基于案例的学习等教学法来隐性训练学生的批判性思维，帮助学生积累经验，在学习和日常工作中有意识地运用批判性思维解决问题。其次，在临床实习阶段进一步强化医学生批判性思维。学生由理论学习过渡到临床实践时往往会产生较为浓厚的兴趣和热情，临床教师可以有针对性地为医学生提供实际案例和情境，有意识地渗透和强化学生的批判性意识，引导学生对各种疾病建立自己的理解和观点，成为能应对临床实际问题的医生。此外，还要专门设立人工智能的使用课程，协助学生批判性思考人工智能的应用场景，以及可能带来的好处与风险。使学生理解人工智能是人类摆脱“对物的依赖性”到“自由个性发展”的一种手段，从而符合伦理地使用人工智能，科学评估和判断人工智能生成的结果，而不是盲目接受甚至依赖。
京公网安备11010202008535号
PDF
(564KB)
