Kulingana na ripoti ya chombo cha habari cha kigeni Futurism leo (tarehe 12), Simal Bajaj, mwanafunzi wa udaktari na mwandishi wa habari katika Shule ya Tiba ya Stanford, pamoja na Joseph Sakran, daktari bingwa wa upasuaji wa majeraha na naibu mkurugenzi mtendaji wa upasuaji katika Kituo cha Tiba cha Johns Hopkins, wanaona kuwa matatizo yanayosababishwa na wanafunzi wa udaktari kutumia AI tayari yanatia wasiwasi mkubwa.
Bajaj na Sakran waliandika katika The Guardian kwamba hatari ya wanafunzi wa udaktari kutumia AI si kudhoofika kwa ujuzi pekee, bali huenda ikawa hawajawahi kujenga ujuzi huo kwa kweli tangu mwanzo. “Daktari aliyesahau jinsi ya kufikiri bado anaweza kujifunza tena uwezo huo, lakini daktari ambaye hakuwahi kujifunza jinsi ya kufikiri huenda asiweze kufanya hivyo.”
Bajaj na Sakran wal指出 kwamba kuna matokeo mawili ya hivi karibuni yanayotia wasiwasi hasa.
La kwanza linatokana na data ya ndani. Takriban theluthi mbili ya madaktari nchini Marekani tayari wanatumia roboti ya mazungumzo ya AI OpenEvidence inayolenga madaktari wa kliniki, jambo linaloonyesha kuwa teknolojia hiyo imeingia kwa upana katika mtiririko wa kazi za matibabu na imeunganishwa kwa kina katika kazi za kila siku za wahudumu wa afya.
La pili ni utafiti mpya uliochapishwa katika Nature Medicine, ambapo watafiti walitathmini kutegemeka kwa miundo mikubwa ya lugha iliyoundwa kwa matumizi ya kitabibu. Matokeo yalikuwa ya kushangaza: zana hizi za kliniki za AI zilifanya vibaya zaidi katika kujibu maswali ya kitabibu kuliko roboti za jumla za mazungumzo kama ChatGPT na Claude.
Waandishi wa utafiti huo walisema kuwa utendaji wake kwa jumla ulikuwa karibu sawa na “Muhtasari wa AI” wa Google. Hapo awali, Muhtasari wa AI ulikuwa umejipatia sifa mbaya kwa kutokuwa thabiti na kutoa majibu yasiyo sahihi.
Hata kama zana za AI zinaweza kusaidia kutafuta taarifa, bila hata kuzungumzia matatizo makubwa yanayoendelea kuhusu kutegemeka kwake, haziwezi kuchukua nafasi ya mwanafunzi kufikiri mwenyewe. Sababu ni kwamba katika mchakato wa kujifunza, kufikiri kwa bidii ndiko hasa kiini.
Bajaj na Sakran waliandika: “Kwa mfano, hapo awali wanafunzi wanaofunzwa walipotakiwa kuorodhesha utambuzi unaowezekana, huenda walilazimika kufikiri kwa bidii na hatimaye kutoa orodha isiyokamilika, kisha kujifunza kutokana na mambo waliyosahau, na wakati mwingine hata kuona aibu kwa sababu hiyo. Sasa, mwanafunzi anayefunzwa anahitaji tu kuuliza OpenEvidence ili kupata jibu karibu kamili moja kwa moja, likiwa na uwezekano ambao hakuwahi kuufikiria, bila pia kupitia aibu ya kuacha utambuzi fulani.”
Bajaj na Sakran waliandika kuwa tofauti ya AI na maendeleo ya awali ya teknolojia ya matibabu ni kwamba AI haipanui tu upeo wa kile ambacho madaktari wanaweza kuona, bali inaingilia mifumo ya utambuzi ambayo mafunzo ya udaktari yalipaswa kuijenga.
Bajaj na Sakran walipendekeza suluhisho kadhaa. Mojawapo ni kuwataka wanafunzi wanaofunzwa kushughulikia kesi kwa kujitegemea mara kwa mara bila msaada wowote wa AI, kwa mtazamo unaofanana na pendekezo la Utawala wa Shirikisho wa Usafiri wa Anga wa Marekani kwa marubani kuzima mara kwa mara mfumo wa kujiendesha na kuendesha ndege kwa mikono. Kizuizi kingine chenye nguvu huenda kikawa “hisia ya aibu”.