Text

Hintergrund: Generative künstliche Intelligenz (GenAI) wird in nahezu allen wissenschaftlichen Disziplinen zunehmend eingesetzt. Besonders für die Epidemiologie und verwandte Forschungsfelder, die sich stark auf Datenanalyse und statistisches Programmieren stützen, ergeben sich daraus weitreichende Konsequenzen. Um Chancen zu nutzen und mögliche Risiken zu minimieren, muss der Umgang mit GenAI explizit in die epidemiologische Lehre integriert werden. Auch der didaktische (Zusatz-)Nutzen von GenAI bedarf konkreter Handlungsempfehlungen.

Zielsetzung/Fragestellung: Die Entwicklung konkreter Empfehlungen für die sinnvolle Integration von GenAI in die epidemiologische Ausbildung, sowohl als “Werkzeug” für den wissenschaftlichen Einsatz, den Umgang in Prüfungssituationen als auch für die didaktische Nutzung als Lehr- und Lernmittel.

Methode: Im Rahmen eines dreitägigen, von der gemeinsamen Arbeitsgruppe (AG) “Lehre in der Epidemiologie” der Fachgesellschaften DGEpi, GMDS und DGSMP organisierten Fokus-Workshops wurden Empfehlungen entwickelt. Die neunköpfige Expertengruppe bestand aus den drei AG-Sprecherinnen sowie nationalen und internationalen Expert:innen. Im Zuge des Workshops wurden in strukturierten Diskussionen Handlungsvorschläge entwickelt, evaluiert und zu Empfehlungen zusammengefasst.

Ergebnisse: Zentrales Ergebnis sind konkrete, an Lehrkräfte gerichtete Empfehlungen zum Umgang mit GenAI in der epidemiologischen Ausbildung. Diese umfassen unter anderem Rahmenrichtlinien für die verantwortungsvolle Nutzung von GenAI bei der Generierung wissenschaftlicher Inhalte (z.B. Nutzungsoffenlegung, Ergebnisverifizierung, Verantwortlichkeiten) sowie Vorschläge für die notwendigen Kompetenzen für Lehrende und Studierende. Weiterhin wird die Integration von GenAI bei der Übermittlung von Lehrinhalten bei gleichzeitiger Vermeidung von Kompetenzverlust adressiert.

Diskussion: Die Empfehlungen bieten eine Grundlage für den verantwortungsvollen und zukunftsorientierten Umgang mit GenAI in der epidemiologischen Lehre, erfordern jedoch eine grundlegende Überarbeitung bestehender Lehrkonzepte, -inhalte, Lernziele und Prüfungsformate. Angesichts der rapiden technologischen Entwicklung ist zudem eine kontinuierliche Aktualisierung notwendig. Die Empfehlungen können verwendet werden, um die Nutzung von GenAI datenschutzkonform und ethischen Standards entsprechend in die epidemiologische Lehre zu integrieren und diese zeitgemäß zu reformieren.

Interessenkonflikte: Keine