AI 训练医学教育中的“never-skilling”
LuizaJarovsky · x · 2026-07-19
帖子讨论一种被称为 “never-skilling” 的风险：医学训练者如果在早期形成阶段过度依赖 AI，可能不会建立起安全、独立执业所需的基础推理能力。
图中论文摘要进一步区分了几种风险：
- never-skilling：一开始就没建立起基础能力
- deskilling：有经验的临床医生能力退化
- mis-skilling：把 AI 的错误当成事实内化
作者认为，AI 并非天然有害，关键在于何时、如何引入；并提出三阶段框架：先建立不依赖 AI 的基础能力，再通过结构化教学进行批判性校准，最后在监督下把 AI 融入训练。
所属事件:警惕医学教育中的“never-skilling”风险(2 条相关)→
「漫话AGI」频道最新
- Friston 对谈 Solms:精神分析如何与现代神经科学对话 — MacrinePhD · 2026-09-11
- 超预测者该不该讲模型？davidmanheim 与 Sam_kuyp 激辩预测方法论 — Sam_kuyp · 2026-09-11
- WIRED 深度：递归自我改进浪潮令前沿实验室研究者恐慌，多人辞职发声 — connoraxiotes · 2026-09-11
- AI 消耗量分三波浪潮：2026 年 2 月 Agent 用量已超人类 — AccBalanced · 2026-09-11
- Ultraventures 创始人：AI 跳过钻研过程，「公共知识」或被侵蚀 — jjvincent · 2026-09-11
- 长文反驳 AI 灭绝论:所谓「10% 灭绝风险」是为逃避产品责任 — gerardsans · 2026-09-11