看護教育における人工知能ツールのアルゴリズムバイアスと透明性：スコーピングレビュー

科学分野:

• 看護教育テクノロジー;ヘルスケアにおける人工知能;教育データマイニング

背景:

• 人工知能（AI）は、チューターシステム、仮想シミュレーション、予測モデル、チャットボット、自動採点などを介して看護教育にますます統合されています。パーソナライゼーションと効率を向上させる一方で、これらのAIツールはバイアスと不透明性をもたらし、公平性、学習成果、および学生の信頼に影響を与える可能性があります。

研究 の 目的:

• 看護教育で使用されるAIツールにおけるアルゴリズムバイアスと透明性に関する既存の文献を統合すること。一般的なAIアプリケーション、遭遇したバイアスの種類、透明性の課題、および効果的な緩和戦略を特定すること。

主な方法:

• PubMed、CINAHL、Scopus、IEEE Xplore、ACM Digital Libraryなどのデータベースおよびグレー文献を検索する包括的なスコーピングレビューを実施しました。2015年1月から2025年4月までの情報源は、看護教育におけるAIを調査し、バイアス、公平性、または透明性に対処している場合に含められました。データは物語的に統合され、テーマ別に整理されました。

主要な成果:

• 35件の研究が含まれ、チューターシステム、仮想患者、チャットボット、予測分析、採点技術などのAIツールが報告されました。バイアスは、人種、民族、性別、言語、学習の好みによって学生を不利にする可能性のある、代表性のないデータセットと狭い設計に関連していました。透明性の問題は、専有モデル、データ/ルール開示の制限、説明可能性の欠如に起因し、自律性、公平性、信頼性に関する倫理的な懸念を引き起こしました。緩和策には、包括的なデータ選択、説明可能性機能、監査、および監視が含まれていました。

結論:

• 看護教育におけるAIツールのアルゴリズムバイアスと透明性の制限は、重大な倫理的課題を生み出しています。価値に沿った統合のための戦略には、包括的な設計原則、強化されたシステム透明性、および教育者、開発者、機関間の協力的な取り組みが必要です。