花蓮慈濟醫院日前舉辦臨床教學講座，邀請中國醫藥大學陳偉德講座教授開講，剖析人工智慧技術對於台灣醫療人才培育的最新影響。陳教授指出，雖然生成式AI能快速整理資料並輔助臨床推理，但學生仍必須先親自觀察與思考，建立獨立判斷能力後再以AI輔助學習。
臨床教學引進生成式AI 打造四步驟學習模式
在傳統臨床教學中，指導老師常花費大量時間幫學生修正英文病歷的字詞與文法；然而，病歷的核心價值在於診斷邏輯與處置依據。中國醫藥大學兒童醫院為此推動「看病人、寫病歷、問AI、學看病」的四步驟教學架構，讓學生先進行第一線的病史收集與初稿撰寫，接著才將資料輸入AI系統進行比較與反思。
這項模式推行一年以來，醫療團隊觀察到學生在邏輯條理與問題思考上有顯著提升，學習滿意度也獲得高度肯定。此外，研究團隊也將生成式AI運用於病歷品質的客觀審查，設定多項評量指標來輔助檢視診斷與治療建議，期望進一步協助醫療機構提升教學品質。
避免科技過度依賴 批判思考與資訊查證成關鍵
陳偉德教授提醒，科技雖然能提升作業效率，卻無法取代人類第一手的觀察與互動。若直接要求AI生成內容，不僅容易失去訓練思考的機會，更可能對科技產生盲目依賴。未來人才培育的重點，在於培養發現問題、精準提問以及交叉查證的批判能力。
獲得優良臨床教學獎的王英偉醫師也補充，數位科技的演進應是以人為本，自動化工具節省下來的時間，應該用在與人建立更深的連結。不論醫療或教育，最終都必須回歸對人的關懷，而非單純追求技術的使用。
給家長與老師
這場醫療教育的改革經驗，對當前推動中小學的STEM教育與程式學習具有深刻啟示。許多中小學生在學習寫程式或進行AI專題時，往往習慣直接複製生成式AI給出的程式碼或答案，反而跳過了最核心的思考歷程。家長與老師在引導孩子使用科技工具時，可以參考以下兩個實務方向：
- 堅持「先思考、後提問」的原則：鼓勵孩子在撰寫文章或寫程式前，先嘗試自己構思架構與邏輯草稿。等完成基礎版本後，再把資料輸入AI進行比對，觀察AI提出了哪些自己沒想到的觀點或寫法。
- 建立資料驗證與質疑習慣：生成式AI偶爾會給出錯誤或虛構的資訊。老師與家長應指導孩子進行多方查證，引導他們思考「AI為什麼會這樣回答？」以及「這個解答真的合理嗎？」，藉此深化知識理解。
學習小教室
- 生成式 AI（Generative AI）：一種能透過學習巨量資料，自動產生文字、圖像、程式碼或音訊的人工智慧技術。雖然產出速度極快，但偶爾會出現邏輯不通或資料錯誤的現象，使用時需要使用者加以辨識。
- 批判性思考（Critical Thinking）：指不輕信單一來源資訊，透過分析、質疑、比對與邏輯推理，評估內容真實性與合理性的高階思考能力，是數位時代不可或缺的核心素養。
- 運算思維（Computational Thinking）：一種拆解複雜問題的思考方式。包含將大問題分解成小步驟、找出規律模式、抽象化核心概念，並設計出解決問題的具體流程，為學習程式語言的重要基礎。
常見問題
學生直接用 AI 生成報告或程式碼，會有什麼影響？
過度依賴 AI 容易跳過個人思考與邏輯拆解的歷程，導致無法建立基礎的分析與問題解決能力。正確方式應為自己完成初稿後，再運用 AI 輔助檢視與優化。
如何在 STEM 教育中培養孩子的「批判性思考」？
家長與老師可引導孩子對 AI 產出的結果進行查證與質疑，要求孩子解釋解答背後的邏輯與資料來源，而不是直接接收答案。
人工智慧會不會完全取代專業人才的學習過程？
AI 能有效輔助資訊整理與重複性工作，但無法取代親身觀察、情感互動與獨立診斷的能力。科技發展應幫助學習者省下時間，投入更深層的人際溝通與創意思考。