利用人工智能使医学教育中的隐藏课程民主化:一个实施框架
James Keith Martin1, Mercedes Byrd2
1Department of Medical Education and Scholarship, Rowan-Virtua School of Osteopathic Medicine, 113 Laurel Rd, Stratford, NJ 08084 USA.
Medical science educator
|March 9, 2026
概括
人工智能 (AI) 可以帮助弥合医学教育的隐藏课程对代表性不足的学生的差距. 周到的AI实施可以减少负担,并培养更具包容性的医疗劳动力.
科学领域:
- 医学教育 医学教育
- 人工智能的人工智能
- 健康 公平 卫生 公平
背景情况:
- 医学教育中的"隐藏课程"包括对学生成功至关重要的不成文规则和期望.
- 这种课程往往无法为来自代表性不足的背景的学生提供,从而使不平等现象延续下去.
- 像认知负载和快速/缓慢思维这样的现有理论解释了专业整合的挑战.
研究的目的:
- 提出一个理论框架和实践策略,用于使用人工智能来民主化对隐藏课程的访问.
- 分析人工智能如何解决弱势医学学生在职业融合中的不平等问题.
- 概述一种在医学教育中公平整合人工智能的方法.
主要方法:
- 分析认知负载理论和快速/缓慢思维范式,以了解不平等.
- 在医学教育中应用人工智能的理论框架的开发.
- 关于公平的AI整合的实际实施战略的建议.
主要成果:
- 人工智能工具可以减少弱势学生的认知负担.
- 人工智能可以加速专业的培养和整合.
- 拟议的模式促进了对隐藏课程的公平获取.
结论:
- 人工智能提供了一个强大的机制,使隐藏的课程更容易获得.
- 公平的AI整合是减少医学教育差异的关键.
- 这种方法有助于建立一个更具包容性和多样化的医疗劳动力.
