馬偕醫學大學醫學系教授
鍾鏡湖

從「可被取代」到「不可或缺」：AI 時代教育者與健康的再定義—參與 AMEE 2025 的省思

本屆 AMEE 2025 的核心主題為 “How are educators relevant to health?”。乍看之下，這個題目似乎關注人與健康、教育與臨床實踐之間的關係，然而在整體會議架構中，「人工智慧（AI）」正是迫使教育者重新思考自身定位、重新建構與健康之關聯性的關鍵變項。AI 正快速滲入健康專業教育的每一個層面，從臨床決策輔助與病人溝通訓練，到生成式教材設計與智慧評量系統的運用。當 AI 能講解生理學、模擬病人反應、甚至提供即時回饋時，教育者面臨的核心問題不再是「如何教得更好」，而是—「當 AI 能教，我為何仍重要？」這正呼應了大會主題中的「relevance（關聯性）」，AI 的出現使教育者必須超越「知識傳遞者」的角色，轉而思考如何在新興的智慧健康生態中，持續成為不可取代的專業支柱。

事實上，在 AMEE 2025 的主會議與多場專題中討論到AI 已不再是教育科技的附屬議題，而被視為醫學教育轉型的共通工具。例如，《Artificial Intelligence and Health Professional Identity Formation》探討了 AI 對「專業身份形成（Professional Identity Formation, PIF）」的深層影響，AI 不僅改變學習方式，更挑戰「身為一名醫者」的倫理與自我認知；當臨床判斷逐漸由演算法協助，專業直覺與倫理思辨如何共存？另一場《When It Hits the Fan: Moral, Ethical, and Legal Issues of AI in HPE》則從治理層面延伸，探討在健康專業教育中，如何於創新與倫理之間維持平衡，並思考教師責任、演算法偏見與資料隱私的界線。此外，在會議前兩天的 AI 專屬論壇中，議題涵蓋 Prompt Engineering、AI 輔助課程設計、AI 在 Assessment 的運用、Simulation 與 Virtual Patients 的整合，以及 AI Tutor 與 Custom GPTs 的實際應用，顯示 AI 已深度嵌入教育的理論與實務兩端。

這種趨勢使得系統性理解 AI 與教育者之間的互構關係成為必要。其中AMEE 2025 一場題為《Artificial Intelligence, Cognitive Deskilling, and the Existential Opportunities for Health Professions Education》的演講，為這一議題提供了深刻的歷史與現實視角。因此本文分享該場演講內容以供讀者更加了解AI 與教育者之關係，講者從醫療決策史出發，主張生成式人工智慧應被視為一種「常態科技（Normal Technology）」，如同印刷術、電腦化或 Web 2.0 一樣，是醫學教育發展的自然延續，而非顛覆。差異僅在於變革的速度：從聽診器的百年爭論，到 CT 掃描十餘年的普及，AI 的採用卻僅花了短短數年。如今，多數醫學生每週使用語言模型，甚至以其取代傳統的教師諮詢。教育者不能因此否定傳統，而應正視節奏加快的現實，並思考如何在這場加速中維持教育的深度與人性。

技術層面上，推理型模型（reasoning models）的出現使 AI 不僅在基準測試中表現卓越，在臨床決策模擬與低資訊密度的急診場域中亦展現顯著效能。初步隨機試驗已觀察到診斷與治療錯誤率的下降，顯示 AI 的能力正在從「演示」走向「應用」。因此，教育者的任務也從「教授如何使用 AI」轉為「設計人與 AI 之間的協作結構」，即思考如何讓人與模型在醫療工作流程中互補而非競爭。AI 的導入帶來諸多積極效益。首先是效率革命：AI 能協助教師快速設計課程、評量與臨床技能量表，大幅降低時間成本，使教師得以將心力投入於更具人文價值的教學互動。其次是學習體驗升級：AI 導師能在 OSCE 準備中減輕焦慮、提升自信與表現，同時為「精準教育（precision education）」鋪路。再次是評量創新：經微調的模型已可達到與人類相當的一致性與解釋力。若能妥善運用，AI 不僅不會削弱教育本質，反而使「教」重新回歸「人」—讓教師從機械式的批改中解放，重拾培養臨床思維、同理與倫理判斷的核心任務。

然而，講者也提出兩大警訊。其一，研究顯示「人機協作」的表現不一定優於 AI 單獨決策。若仍以傳統「決策支持」邏輯將 AI 強行嵌入現有流程，可能淪為「形式上由人監督，實質上服從模型」的虛假合作。真正的挑戰是重新設計人機互動與權責配置，使 AI 不取代，而是延伸專業判斷。其二，更嚴峻的問題是「認知去技能化（cognitive deskilling）」。如同 GPS 使人喪失空間導向能力、計算機削弱心算習慣，長期依賴通用模型的學生可能在批判思考與診斷推理上出現遲鈍化。研究已發現，醫師在使用 AI 輔助影像分析後，其腺瘤偵測率在短期內即顯著下降，顯示「人審 AI」的架構會加速技能萎縮。若教育過程過早交出判斷權，學生恐從未真正建立思辨肌力，一旦系統偏差，將無力糾正。

面對此風險，講者以「帕斯卡賭注（Pascal’s Wager）」比喻教育決策的策略思考：假設未來僅出現「非常好的 AI」而非「超人 AI」，若教育者因此停止調整，將培育出一代過度依賴、無法自校的醫療專業者。反之，若現在即投資於維持與增強人類思辨力，無論 AI 進步與否，教育仍能確保醫療的安全與問責。這一論點將 AI 的發展轉化為教育的「存在性契機」：唯有教育者能防止人類智慧在智能時代的退化。

綜言之，AI 並未削弱教育者的價值，反而凸顯其存在的必要性。教育者的使命不再只是傳授知識，而是維護人類判斷的能力，設計放大人性並降低偏誤的人機流程，並在不確定中培養反思與責任感。在這個人機共生的時代，教育不只是培養醫師的過程，更是守護人類健康理性的行動。教育者與健康的關聯，正體現在他們如何讓科技服務於人、讓智慧回歸於倫理—在人工智慧的時代，教育者不僅仍然相關(relevant)，更是不可或缺(indispensable)。