AI가 향상된 미래를 위한 헬스케어 교육 준비하기

AI의 등장이 많은 산업을 재구성하고 있으며, 이러한 변화의 최전선에는 건강관리 교육이 있습니다.

npj Health Systems에서 최근 발표된 논문은 AI가 단순히 작업을 자동화하는 것뿐만 아니라 인간의 인지 능력을 향상시키는 협력적인 힘을 발휘하고 있음을 강조하고 있습니다. 이는 우리가 의료 교육에 접근하는 방식에 변화를 요구하게 됩니다.

이 논문은 전통적으로 지식 습득에 초점을 맞춘 의료 교육이 AI 중심의 미래에 대비하기 위해 진화해야 한다고 주장합니다. AI의 빠른 성장으로 인해 의료 분야가 변모하였으며, 이제는 AI가 진단 도움, 예측 분석, 개인화된 치료 계획 등에 활용되는 등, 많은 변화가 일어나고 있습니다.

이러한 기술들이 추론에서부터 의사결정에 이르기까지 점점 더 많은 인지 작업을 수행함에 따라 교육자들의 역할은 확대되고 있습니다. 새로운 초점은 학생들이 AI와 효과적으로 협업할 수 있는 기술을 개발하는 것이며, 이는 창의성, 비판적 사고, 윤리적 추론 등 AI가 쉽게 복제할 수 없는 고차 인지 능력을 길러내는 것을 포함합니다.

본질적으로, 인지 시대의 교육은 암기와 수동적 학습에서 벗어나 메타인지, 즉 학생들이 자신의 사고 과정을 비판적으로 평가하는 것에 초점을 맞춰야 합니다. 이러한 인지 능력을 키움으로써, 교육자들은 학습자들이 AI를 단순히 인간의 인지를 대체하는 것이 아니라 강력한 도구로 활용할 수 있도록 준비시키는 것입니다.

이 연구의 저자들은 이러한 변화가 더 넓은 사회적 변화를 반영한다고 주장하며, 우리가 인지혁명이라는, 농업과 산업 혁명과 같은 변화의 중심에 있다는 점을 지적합니다.

이전의 시기들이 인간을 물리적 노동에서 해방시켰다면, AI는 인간을 인지적 노동에서 해방시키는 것을 약속하며, 이는 더 깊은 탐구, 혁신, 그리고 여러 분야 간의 협업을 가능하게 합니다.

AI가 의료 진단과 자원 최적화와 같은 업무에서 탁월한 성과를 보이며, 건강관리 분야에서는 과학적 발견과 운영 효율성을 추진하는 불가결한 파트너가 되었습니다.

그러나 저자들은 AI를 교육에 통합하는 것이 단순히 기술적 발전을 넘어선 더 많은 것을 필요로 한다고 지적합니다. 교육자들은 학문 간 연계 학습과 비판적 문제 해결 능력을 키우기 위해 교육 과정을 재고해야 합니다. AI가 강화된 교육 모델은 학생들이 여러 분야의 정보를 통합하고, AI가 도와줌으로써 분야 간 연결을 찾아내도록 권장합니다.

그러나 The BMJ에 최근 게재된 연구는 건강 관리 분야에서 사용되는 주요 대형 언어 모델(LLMs)의 인지적 한계에 대한 우려를 제기합니다.

이 연구는 특히 시각적 추상화와 실행 기능을 요구하는 작업을 다루는 데 AI가 부족함을, 건강 관리에서 AI의 한계를 강조합니다. LLM이 언어적인 작업을 쉽게 처리하는 반면, 이런 다른 작업들에 대한 그들의 고전은 그들의 의료 진단에서의 신뢰성에 대해 우려를 제기합니다.

비슷하게, AI의 과학 연구와 문학 생성에 대한 적용도 비판의 대상이 되고 있습니다. AI 도구들은 종종 완전히 신뢰할 수 있는 콘텐츠를 생성하지 못합니다.

이에 대응하여, MIT의 연구자들이 AI가 생성한 콘텐츠의 신뢰성을 향상시키기 위해 설계된 ContextCite라는 도구를 소개했습니다. 이 도구는 “컨텍스트 소거”를 사용하여 AI의 반응에 영향을 미치는 외부 소스를 식별하고, 오해를 줄이는 데 도움이 됩니다.

그러나 ContextCite도 약점을 가지고 있습니다, 여러 추론 패스가 필요하기 때문에 그 적용이 느려질 수 있습니다. 더욱이 AI가 다양한 분야에 빠르게 통합됨에 따라, 관련된 사이버 보안 문제가 증가하고 있습니다.

AI가 계속 발전함에 따라, 그것의 헬스케어 교육에의 통합은 신중하게 관리되어야 합니다. 주요 초점은 학생들이 AI와 효과적으로 협력할 수 있도록 준비시키는 것이며, 동시에 그것의 한계를 이해하고, AI가 인간의 인지능력을 대체하는 것이 아니라 향상시키는 도구로 남아있게 하는 것을 보장해야 합니다.