gms | German Medical Science

26. Jahrestagung des Netzwerks Evidenzbasierte Medizin e. V.

Netzwerk Evidenzbasierte Medizin e. V. (EbM-Netzwerk)

26. - 28.03.2025, Freiburg

Künstliche Intelligenz in der EbX-Lehre: Fortschritt mit Herausforderungen? Austausch und Diskussion für Lehrende und Lernende

Meeting Abstract

Search Medline for

  • author Maria Raili Noftz - Universität zu Lübeck, Institut für Sozialmedizin und Epidemiologie, Lübeck, Deutschland
  • author Birte Berger-Höger - Universität Bremen, Institut für Public Health und Pflegeforschung, Bremen, Deutschland

Die EbM der Zukunft – packen wir’s an!. 26. Jahrestagung des Netzwerks Evidenzbasierte Medizin. Freiburg, 26.-28.03.2025. Düsseldorf: German Medical Science GMS Publishing House; 2025. Doc25ebmWS-02-01

doi: 10.3205/25ebm117, urn:nbn:de:0183-25ebm1172

Published: March 27, 2025

© 2025 Noftz et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Beschreibung: „Das kritische Lesen des Artikels hat Chat-GPT übernommen.“ – das ist ein Satz, den vielleicht viele Dozierende in der EbX Lehre momentan von Kursteilnehmenden hören. Wie aber damit umgehen?

Der Workshop zielt darauf ab, den Einsatz von Künstlicher Intelligenz (KI) in der EbX-Lehre näher zu beleuchten. In einer interaktiven Umgebung möchten wir Lehrende und Lernende einladen, die Möglichkeiten und Herausforderungen der Integration von KI in der EbX-Lehre zu diskutieren. Mit dem Wissen um die Entwicklung von ersten KI-Curricula in der medizinischen Ausbildung [1], [2] möchten wir Gelegenheit bieten, erste Erfahrungswerte austauschen, wie und welche KI-Tools aktuell sinnvoll und unterstützend von Dozierenden eingesetzt werden bzw. genutzt werden können, ohne dabei den kritischen Blick für ihre Grenzen und potenziellen Gefahren zu verlieren.

Dozierende sollten darauf vorbereitet sein, Lernende kompetent im Umgang mit KI zu EbX-Themen anzuleiten und sie dabei zu unterstützen, diese Technologien kritisch zu hinterfragen und reflektiert einzusetzen. Daher wird ein weiterer Schwerpunkt des Workshops darin bestehen, Möglichkeiten zu erörtern, wie Studierende und Auszubildende in ihrem Umgang befähigt werden können.

Der Workshop bietet eine interaktive Plattform für einen ersten Austausch von Best Practices und fördert die Zusammenarbeit zwischen Lehrenden und Lernenden, um eine effektive und verantwortungsvolle Nutzung von KI im Bereich der EbX-Lehre zu gewährleisten.

Geplante Methoden: Der Workshop wird mit einem Mix aus Impulsvorträgen und interaktivem Austausch, z.B. im Format des World-Café zu Erfahrungen und offenen Fragen gestaltet werden.

Interessenkonflikte: Es liegen keine Interessenkonflikte vor.


Literatur

1.
Pupic N, Ghaffari-Zadeh A, Hu R, Singla R, Darras K, Karwowska A, et al. An evidence-based approach to artificial intelligence education for medical students: A systematic review. PLOS Digit Health. 2023 Nov;2(11):e0000255.
2.
Ng FYC, Thirunavukarasu AJ, Cheng H, Tan TF, Gutierrez L, Lan Y, et al. Artificial intelligence education: An evidence-based medicine approach for consumers, translators, and developers. Cell Rep Med. 2023 Oct;4(10):101230.