Авторы отмечают, что генеративный ИИ становится очередным этапом технологической трансформации образования после появления интернета, открытых образовательных платформ и массовых онлайн-курсов. В отличие от традиционных источников информации, современные языковые модели ИИ формируют ответы в режиме реального времени под конкретный запрос пользователя. Это делает обучение более персонализированным, но одновременно повышает риск использования правдоподобной, но недостоверной информации.
По мнению исследователей, распространение генеративного ИИ меняет распределение ответственности за качество знаний. Если ранее основную роль в проверке достоверности учебных материалов играли преподаватели и образовательные учреждения, то теперь будущие врачи должны самостоятельно оценивать надежность ответов ИИ, сопоставлять их с клиническими рекомендациями, научными данными и особенностями конкретного пациента. В связи с этим ключевыми компетенциями становятся саморегуляция, клиническое суждение и способность понимать, когда необходимо полагаться на экспертное мнение человека.
Авторы подчеркивают, что использование ИИ не должно сводиться к автоматизации существующих образовательных процессов. Они предупреждают о риске появления ситуации, при которой преподаватель с помощью ИИ создает задания, студент использует нейросеть для их выполнения, затем искусственный интеллект проверяет работу и формирует обратную связь, которую вновь обрабатывает ИИ. По мнению исследователей, в таком случае образовательный процесс становится формальным, а реальное освоение знаний практически не происходит.
Вместо этого исследователи предлагают интегрировать генеративный ИИ в учебный процесс как инструмент развития профессионального мышления. Они рекомендуют включать в программы задания по критической оценке ответов ИИ, анализу ошибок алгоритмов, сопоставлению рекомендаций модели с клиническими данными и объяснению причин принятия или отклонения предложений искусственного интеллекта. Преподаватели, по мнению авторов, должны оценивать не только итоговый ответ, но и способность обучающегося аргументированно использовать ИИ в процессе принятия решений.
Авторы также считают необходимым пересмотреть подходы к оценке компетенций и образовательным стандартам. Медицинские вузы должны четко определить, в каких ситуациях использование ИИ допустимо, каким образом оно должно раскрываться и как оценивать профессиональное суждение обучающихся в условиях широкого применения подобных технологий.
На необходимость усиления цифровой подготовки будущих врачей ранее указали и российские исследователи. Опрос 269 студентов Саратовского государственного медицинского университета им. В.И. Разумовского показал, что лишь 33% хорошо знакомы с теорией и практикой применения ИИ в медицине, тогда как 44% обладают только базовыми представлениями, а 11% вовсе не знают о его использовании в здравоохранении.
Еще в 2025 году международная группа исследователей предложила создать новую медицинскую специальность – «алгоритмический консультант», который помогал бы врачам выбирать ИИ-модели, интерпретировать их выводы и контролировать применение алгоритмов в клинической практике. Тогда авторы пришли к выводу, что по мере распространения искусственного интеллекта системе здравоохранения потребуются специалисты с комбинированной подготовкой в области медицины и анализа данных.
