跨学科团队对在长期护理中部署人工智能机器人的批判性反思

科学领域:

• 老年学和人工智能的人工智能
• 人与计算机在医疗保健中的互动
• 跨学科研究方法 跨学科研究方法

背景情况:

• 跨学科和跨代合作加强了长期护理 (LTC) 中的人工智能技术的实施.
• 关于学生在这种合作中的角色及其对相互学习和道德创新的影响的研究有限.
• 了解学生的贡献对于在老年护理环境中推进AI至关重要.

研究的目的:

• 检查学生研究人员在跨学科,跨代团队中的角色和贡献,在LTC设施中实施人工智能护理机器人 (Aether).
• 思考协作研究过程及其对学生学习和创新的影响.
• 从老年人AI部署的学生经验中识别关键主题和实际见解.

主要方法:

• 基于对以太的部署进行更广泛的研究的批判性反思论文.
• 利用反射性调查来捕捉学生研究人员的经验.
• 使用Rolfe的批判性反思框架和反思性的专题分析来进行数据分析.

主要成果:

• 跨学科的合作改变了对人工智能实施中的现实世界挑战的方法.
• 代际合作,特别是与行业合作伙伴的合作,对于实践创新至关重要.
• 基于现场的经验有效地将理论知识与LTC人工智能开发中的实际应用联系起来.

结论:

• 提出了一个实用技巧框架"SHINE",以指导未来在LTC中的技术实施.
• 强调学生参与实践,协作研究的重要价值.
• 建议未来的研究重点是学生在复杂的护理环境和人工智能部署中的关键作用.