Trí tuệ nhân tạo (AI) ngày nay được ứng dụng hầu như trong mọi lĩnh vực của cuộc sống, với những mức độ khác nhau. Chẳng hạn như trong lĩnh vực giáo dục chăm sóc sức khỏe (healthcare education). Trường Đại học Monash University (Úc) đã đặt vấn đề: phải chăng giờ đã sẵn sàng để dạy đề tài này? Với sự hỗ trợ của Galaxy Communications, đại diện truyền thông của Đại học Monash tại Việt Nam, MediaOnline xin giới thiệu với bạn đọc bài viết của nhóm tác giả gồm:

• ·Bà Michelle Lazarus, Phó Giáo sư, Khoa Y, Điều dưỡng và Khoa học Sức khỏe.
• Ông Peter Douglas, Giảng viên, Trung tâm Đạo đức Sinh học Monash.     
• Bà Mandy Truong, Cựu nghiên cứu sinh, Trường Điều dưỡng và Hộ sinh.

Bài viết “AI in healthcare education: Is it ready to teach the future?” (AI trong giáo dục chăm sóc sức khỏe: Nó đã sẵn sàng để dạy cho tương lai?) được xuất bản trên Website của Trường Đại học Monash ngày 1-9-2022.

Tất cả chúng ta đều quen thuộc với trí tuệ nhân tạo (artificial intelligence, AI) dưới góc nhìn điện ảnh – con người chiến đấu chống lại những cỗ máy giống con người (human-like machines).

Nhưng bất chấp mô tả thông thường này, nơi mà công nghệ có thể bắt chước tất cả các khía cạnh của ý thức con người (đôi khi thậm chí thay thế trí tuệ con người), AI đương đại và những phát triển khả thi trong tương lai gần, khác xa với mô tả này của Hollywood.

Mặc dù lời hứa về trí thông minh nhân tạo sẽ cường điệu hóa sự thúc đẩy về phát triển của trí tuệ máy móc, nhưng hiện tại AI chỉ có thể mô phỏng hạn chế một số nhiệm vụ của con người.

Hãy nghĩ về lần mới đây bạn có một câu hỏi và “Google nó”. Google đã thực hiện một sự tìm kiếm lớn trong vòng chưa đầy một giây và có khả năng xác định các tài nguyên quan trọng để trả lời câu hỏi của bạn.

Các mô hình Máy học (Machine learning), hiện là cách tiếp cận phát triển AI có ảnh hưởng nhất, có thể mô phỏng các nhiệm vụ hạn chế nhưng được thực thi đặc biệt với tính nhất quán không thay đổi.

Nhờ vào những lợi thế này, chăm sóc sức khỏe (healthcare) đang ứng dụng AI ngày càng nhiều hơn giúp việc chăm sóc bệnh nhân trở nên hiệu quả, an toàn và hiệu suất cao hơn, nhưng câu hỏi vẫn là: Liệu thực tế có như những gì chúng ta mong muốn hay không?

AI trong chăm sóc sức khỏe

Vào năm 2019, nhà nghiên cứu giáo dục y tế hàng đầu Ken Masters, một phó giáo sư về tin học y tế tại Đại học Sultan Qaboos (Oman), đã tuyên bố rằng:

“Để trở thành một bác sĩ có năng lực, một hệ thống AI (trí tuệ nhân tạo) không nhất thiết phải là bác sĩ giỏi nhất trên thế giới. AI (chỉ) phải tốt hơn sinh viên tốt nghiệp kém nhất trong lớp của bạn… Nếu AI tốt hơn học sinh trung bình của bạn, thì nó [đã] tốt hơn 50% tất cả các bác sĩ. ”

Mặc dù ý nghĩ về việc có các nhà cung cấp dịch vụ chăm sóc sức khỏe bằng AI có vẻ xa vời, AI đã được tích hợp trong lĩnh vực chăm sóc sức khỏe.

Trong lĩnh vực X quang, AI có tiềm năng chuẩn hóa các giao thức giữa các tổ chức, tăng tính kịp thời của các báo cáo và nâng cao khả năng chẩn đoán.

Các cảm biến sinh trắc học có thể đeo được (wearable biometric sensors) có thể giúp giám sát bệnh nhân ngoại trú kết hợp với sử dụng hiệu quả điện thoại thông minh trong phòng, chống COVID-19, với một ứng dụng được đề xuất có khả năng phân biệt triệu chứng ho do COVID-19 với các triệu chứng ho khác.

Với vai trò của giáo dục chăm sóc sức khỏe trong việc chuẩn bị cho các sinh viên cho công việc lâm sàng trong tương lai của họ, AI có vai trò gì trong giáo dục chăm sóc sức khỏe?

Vai trò AI trong giáo dục

Vào thế kỷ 20, tác giả Arthur C Clarke đã từng nói: “Giáo viên nào có thể được thay thế bởi một cái máy thì nên như thế!” (Any teacher who can be replaced by a machine should be!).

Dự đoán của Clarke chính là thực tế. YouTube và các công nghệ kỹ thuật số khác đang gắn liền với các nhà giáo dục và sinh viên. Ngày nay, việc các nhà giáo dục ngành chăm sóc sức khỏe hợp tác đi đôi với công nghệ để cung cấp nền giáo dục mang tính đẳng cấp thế giới ngày càng trở nên phổ biến.

Giải phẫu học (Anatomy), một ngành khoa học rất nhân văn, thường dẫn đầu trong các phương pháp học tập sử dụng công nghệ này.

Vào bất cứ khi nào, một sinh viên ngành chăm sóc sức khỏe cũng có thể ứng dụng các hình in 3D, thực tế ảo (virtual reality, VR) hoặc thực tế tăng cường (augmented reality) để tìm hiểu các cấu trúc của cơ thể con người.

Các công nghệ AI mới hơn cũng đang được sử dụng, chẳng hạn như chatbot để giúp trả lời cho sinh viên các câu hỏi vẫn thường được hỏi “Google” chẳng hạn như: “Dây thần kinh nào cung cấp cấu trúc này?”

Những đổi mới này đang được triển khai trên toàn bộ các lĩnh vực đại học, từ giáo dục đến quản trị, với những hứa hẹn về nâng cao chương trình giảng dạy “lấy người học làm trung tâm” (learner-centred), giảm bớt công sức của các nhà giáo dục và cá nhân hóa quy trình học.

Tuy nhiên, các đổi mới này sẽ dẫn tới một loạt các hậu quả không lường trước được, đặc biệt là đối với các sinh viên không theo kịp hệ thống giáo dục bậc cao.

Nhóm liên ngành của chúng tôi, bao gồm một nhà giáo dục y tế, một nhà nghiên cứu sức khỏe cộng đồng, một nhà đạo đức y tế và chuyên gia về công nghệ giáo dục, đã dựa trên các tài liệu rộng rãi hơn để xác định 5 trong số những hạn chế giữa cơ hội và thách thức của việc sử dụng các công cụ AI trong giáo dục chăm sóc sức khỏe.

Một đặc điểm chung của cả 5 hạn chế đó là AI không có khả năng phát hiện cái mới lạ và chịu đựng sự mơ hồ (detect novelty and tolerate ambiguity).

Bởi vì sự không chắc chắn – và khả năng chịu đựng sự không chắc chắn là một thuộc tính chính của chăm sóc sức khỏe hiệu quả – rõ ràng cần phải tập trung vào khả năng chịu đựng sự không chắc chắn trong giáo dục chăm sóc sức khỏe, đồng nghĩa là các nhà giáo dục có nhiệm vụ phát triển và triển khai các công cụ AI theo hướng cân bằng các điểm mạnh của AI về độ chính xác và nhất quán với những điểm yếu của các công cụ này trong việc bồi dưỡng khả năng chịu đựng sự không chắc chắn của người học.

Bài viết của chúng tôi, Trí tuệ nhân tạo và Giáo dục giải phẫu lâm sàng: Cơ hội và Thách thức (Artificial Intelligence and Clinical Anatomical Education: Promises and Perils), nêu bật những điểm hạn chế mà các nhà giáo dục chăm sóc sức khỏe cần cân nhắc khi tích hợp AI vào lớp học.

Những hạn chế này bắt nguồn từ sự thiếu linh hoạt điển hình của AI trước sự biến đổi bẩm sinh, sự không chắc chắn và mơ hồ điển hình trong thực hành và giáo dục chăm sóc sức khỏe.

Hình dáng con người là thay đổi và đa dạng

AI phụ thuộc vào một tập hợp các giả định có thể tương đối tĩnh.

Bài viết trước đây của chúng tôi về phổ giới tính và giới tính sinh học (spectrum of gender and sex) thường có trong dân số loài người minh họa sự đa dạng giải phẫu tự nhiên có trong dân số loài người. Tuy nhiên, công nghệ giáo dục chăm sóc sức khỏe tiếp tục minh họa các đại diện nhị phân – binary representations của giới tính và chủ yếu chỉ là một kiểu hình đơn lẻ – singular phenotype (thí dụ: người trưởng thành có lối sống khỏe và lành mạnh chủ yếu có tông màu da sáng).

Làm thế nào để chúng ta xây dựng AI trong giáo dục chăm sóc sức khỏe nhằm tăng cường cơ hội cho sinh viên nhận thức về sự đa dạng và biến đổi của giải phẫu người?

Thực hành chăm sóc sức khỏe mang tính vô định

Các chương trình giảng dạy chăm sóc sức khỏe hiện nay đang ngày càng tập trung vào việc kết hợp kiến thức thiết yếu với các kỹ năng thực hành chăm sóc sức khỏe bắt buộc, bao gồm đức tính chuyên nghiệp, kỹ năng con người, nhận thức và lý luận về đạo đức.

Mặc dù AI có thể mang lại hiệu quả cao trong việc trình bày kiến thức nền tảng về chăm sóc sức khỏe, nhưng nó lại không quá hữu ích (và thậm chỉ có thể gây bất lợi) trong việc phát triển các kỹ năng thực hành trong chăm sóc sức khỏe.

Vậy tới khi nào việc tích hợp AI sẽ làm lệch cán cân giữa con người trong lĩnh vực chăm sóc sức khỏe và khả năng tái tạo cũng như độ cứng của AI?

AI tập trung vào tiêu chuẩn hóa và dựa trên các tập dữ liệu thiên vị

Nhiều công cụ AI được phát triển từ các tập dữ liệu phản ánh những thành kiến hiện có trong chăm sóc sức khỏe. Ngày càng có nhiều bằng chứng cho thấy AI không chỉ duy trì những bất bình đẳng này mà còn làm chúng trầm trọng thêm.

Tùy thuộc vào cách công nghệ AI được tích hợp vào lớp học, các công cụ AI có thể duy trì sự thiên vị, thí dụ: có giọng nói giống như một “người phụ nữ da trắng” niềm nở và thân thiện, điều này có thể tạo ra nhận thức ở những người học rằng “phục vụ người khác” là vai trò của nhà cung cấp dịch vụ chăm sóc sức khỏe nữ.

Làm thế nào để chúng ta tích hợp hiệu quả công nghệ AI vào giáo dục chăm sóc sức khỏe theo cách toàn diện và không thiên vị (unbiased)?

Hỗ trợ sinh viên có thể thay đổi và cá nhân hóa

Mặc dù AI có thể thực hiện các nhiệm vụ lặp đi lặp lại như chấm điểm, giải quyết các câu hỏi thông thường về giáo trình hoặc theo dõi điểm danh, những nhiệm vụ lặp đi lặp lại này đôi khi có thể là dấu hiệu quan trọng để các nhà giáo dục “nhúng tay vào”.

Thách thức ở đây là mức độ mà chúng ta “đặt niềm tin” vào AI để đưa ra quyết định, thay cho các nhà giáo dục con người.

Đâu là điểm cân bằng phù hợp giữa giáo dục do AI dẫn dắt và giáo dục chăm sóc sức khỏe do con người dẫn dắt?

Cách sinh viên tham gia vào việc học có thể thay đổi

Các biến hạn chế (limited variables) mà các công cụ AI dựa vào có thể dẫn đến báo cáo sai sót về quá trình tham gia của người học. AI phụ thuộc vào tương tác của sinh viên với các nền tảng để có thể thu thập dữ liệu cho việc phân tích.

Nhiều sinh viên thích sử dụng các phương pháp tiếp cận “ngoại tuyến” để học tập hoặc các phương pháp tiếp cận khác với các phương pháp mà AI được lập trình để nhận ra. Điều này có thể dẫn đến báo cáo sai lệch của hệ thống AI về sự tham gia của sinh viên.

Làm thế nào để AI, thứ phụ thuộc vào một bộ biến số được tiêu chuẩn hóa và giới hạn để báo cáo, sẽ được sử dụng hiệu quả để đánh giá việc học tập của sinh viên?

Cân bằng máy móc với con người

Mặc dù những hạn chế này dường như khó để vượt qua, chúng tôi vẫn đề xuất một số giải pháp để tích hợp AI vào giáo dục đại học một cách chu đáo và thận trọng.

• Tăng cường tính minh bạch về thời điểm và cách thức sử dụng AI, cũng như những hạn chế của việc sử dụng nó trong bối cảnh nhất định.
• Bảo đảm sự đa dạng về nền tảng và chuyên môn của nhà phát triển để những người sẽ sử dụng công nghệ trong quá trình giảng dạy hoặc thực hành chăm sóc sức khỏe và những người có quyết định bị ảnh hưởng bởi công cụ AI, chẳng hạn như sinh viên và bệnh nhân, đều có liên quan.
• Xây dựng các công cụ giáo dục chăm sóc sức khỏe AI bao quát và truyền tải sự không chắc chắn, đa dạng và biến đổi tự nhiên (và có liên quan đến lâm sàng!) được thể hiện trong các quần thể con người.
• Nâng cao nhận thức và kiến thức chuyên môn của các nhà giáo dục về AI thông qua phát triển chuyên môn, đồng thời hỗ trợ nhận biết của họ về những trường hợp cần đồng tình hay phản kháng lại các khuyến nghị của AI.
• Xây dựng một chương trình giảng dạy có mục đích kết hợp thời gian mà không có AI để cho phép học sinh viên phát triển các kỹ năng con người của họ.
• Phát triển các công cụ giáo dục AI theo định hướng hỗ trợ chứ không phải thay thế cho nhà giáo dục.

Chúng tôi khuyến khích tất cả các tổ chức giáo dục cung cấp các khóa học và hỗ trợ cho các nhà giáo dục, đồng thời điều chỉnh việc vận dụng quá nhiều công cụ giáo dục AI  “mới và sáng bóng” mà thay vào đó vận dụng một cách thận trọng và thực tế hơn.

Điều này sẽ bảo đảm tất cả học sinh được hưởng lợi từ các công cụ giáo dục AI, không chỉ một nhóm nhất định.

NHÓM TÁC GIẢ MICHELLE LAZARUS, PETER DOUGLAS, VÀ MANDY TRUONG

Nguồn do Đại học Monash University cung cấp