TRÍ TUỆ NHÂN TẠO TRONG PHẪU THUẬT

BS CKI Trần Sang lượt dịch

Việc học có hỗ trợ trí tuệ nhân tạo (AI-augmented learning) đã xuất hiện, và nhiều người tin rằng nó vượt trội hơn tất cả các phương thức trước đây. Khả năng của AI trong việc cung cấp phản hồi khách quan, theo thời gian thực và được chuẩn hóa là một bước ngoặt chưa từng có.

Giglio và cộng sự đã nghiên cứu liệu phản hồi từ AI có thúc đẩy nhanh việc tiếp thu kỹ năng phẫu thuật hay không bằng cách sử dụng mô phỏng thực tế ảo. Sinh viên y khoa tham gia (N = 87) được phân ngẫu nhiên thành 3 nhóm:

• Nhận phản hồi bằng lời nói do máy tính tạo ra dựa trên đánh giá hiệu suất AI.
• Nhận phản hồi bằng lời nói từ con người nhưng dùng kịch bản giống hệt AI.
• Nhận phản hồi bằng lời nói từ con người, có cá nhân hóa dựa trên đánh giá hiệu suất AI.

Kết quả cho thấy nhóm 3 vượt trội nhất; tuy nhiên nhóm 2 cũng tốt hơn nhóm 1 ở lần thử thứ 5 và ở nhiệm vụ mô phỏng thực tế cuối cùng.

Ngoài ra, sự gắn kết của sinh viên cũng được cải thiện khi thay thế giọng máy tính tổng hợp (nhóm 1) bằng giọng con người (nhóm 2), dù lời nói giống hệt. Kết quả này nhấn mạnh rằng cách thức tương tác với AI quan trọng không kém độ chính xác và tự động hóa của hệ thống. Các nghiên cứu khác trong chẩn đoán lâm sàng và diễn giải hình ảnh X-quang cũng cho thấy: chỉ riêng kết quả AI không nhất thiết nâng cao hiệu suất con người. Nói ngắn gọn: cách truyền đạt là yếu tố quyết định.

Một hướng nghiên cứu đáng chú ý là khai thác chiều sâu và sắc thái tự nhiên của phản hồi con người - ánh mắt đúng lúc, lời khen, sự thay đổi ngữ điệu, nhấn mạnh nội dung. Điều này chưa được nghiên cứu đầy đủ trong công trình của Giglio và cộng sự, cho thấy cần các nghiên cứu đa phương pháp để ghi nhận giọng điệu và cách diễn đạt của giảng viên.

Các hệ thống mô hình ngôn ngữ lớn (LLM) thường được tối ưu hóa nhằm tạo cảm giác tích cực và dễ đồng thuận. Tuy nhiên, bằng chứng ban đầu cho thấy điều này có thể làm giảm gánh nặng nhận thức nhưng đồng thời làm suy yếu khả năng tư duy phản biện của sinh viên. Đây là yếu tố cần cân nhắc khi đưa AI vào chương trình đào tạo y khoa. Khái niệm “khó khăn có lợi” (desirable difficulty) đã được chứng minh là yếu tố quan trọng tạo ra việc học bền vững.

Một thành công đáng chú ý khác của nghiên cứu là việc xây dựng thang đo khách quan từ người mới đến chuyên gia. Các thông số như lực, độ dài đường đi, tốc độ được dựa theo chuẩn chuyên gia, cho phép giảng viên đặt câu hỏi: “Sinh viên đã gần đạt mức thành thạo chưa?” thay vì chỉ hỏi “Làm nhanh đến đâu?”. Cuộc đua hướng tới giáo dục chính xác (precision education) đòi hỏi dữ liệu chuẩn hóa khách quan; nếu không, cả con người lẫn AI đều dễ đưa ra phản hồi định tính, chủ quan, và củng cố thiên kiến.

Ảnh minh họa

Tham khảo bài đăng đầy đủ trên JAMA Dermatology tại đây