Page 95 - 《南京医科大学学报社会科学版》2025年第5期
P. 95

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
               第5期 总第130期                           南                                                         ·
                 2025年10月                     Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  · 519
                                              Journal
               信息超出主体感知，会造成医学生技术的具身性丧                            朝向现实特定层面的定向性。类似于拉图尔“脚
               失。一项对机器人辅助根治性前列腺切除术的研                             本”的概念。人在使用技术的时候，技术起着中介
               究表明，缺乏触觉反馈、在进行机器人手术时对视                            作用，同时建构人的行为和世界。正如现象学中意
               觉解剖线索的更大依赖，以及机器人组件出现故障                            向活动和意向对象之结构二重性，由此形成了新的
               或技术算法失灵的风险，都会导致不良后果                   ［10］ 。     “主体性”和“客体性”，技术是通过其设计逻辑塑造
                   主体通过 GAI 建构世界意义时，技术系统展现                       用户的认知框架。
               出双重技术具身性——既以显性化的解释学支撑                                 在技术意向性的调节下，AI 赋能教育往往更重
               认知的表层架构，又作为隐性的背景关系渗透至认                            视学习者在认知领域的培养，却忽视了 AI 教育中情
               知结构的本体论基底，最终造成主体性向技术系统                            感价值的表达      ［13］ 。AI 系统工具理性和内嵌的“问题
               的让渡。                                              —解决”模型，会引导医学生优先关注可量化指标，
                  （二）算法规则下的技术凝视和主体风险                             通过数据分析优化诊疗效率，医疗技术将诊疗过程
                   在“代码即法律”的算法世界，算法成为数字空                         抽象为数据指标和自动化流程，而患者的情感需
               间的规则与秩序。其本质是福柯式“全景敞视监                             求、医患间的信任关系等非量化维度被排除在技术
               狱”的数字化升级，它对数据分析与决策，对用户施                           系统之外。正如伯格曼指出，现代技术通过“装置
               加隐形权力控制，算法成为海德格尔“技术座架”对                           范式”将复杂的社会实践简化为功能化、标准化的
               数字时代特征的诠释，人被迫进入算法预设的“可                            设备操作。装置范式通过“隐蔽性”和“即时性”使
               计算性”存在空间：学生被算法系统规制和认知改                            人们忽视技术背后的自然、文化和社会关联，最终
               造的同时，主动构建符合技术评价体系的理想化数                            导致生活世界的“去中心化”和意义贫乏。这种技
               字身份。在医学教育中，基于自然语言处理（NLP）                          术逻辑导致人类经验被割裂为“设备”与“商品”的
               和大语言模型，算法分析个体数据和推荐个别化方                            二元结构，消解了实践中的意义联结，技术信息通
               案；在虚拟仿真与临床技能训练方面，对临床决策                            过抽象化建模将现实转化为可计算变量，但其“脱
               的“数据化”处理，监控学生的模拟数据，生成改进                           离具身语境”的特性使其无法承载医患互动中的情
               方案等。技术凝视的逻辑起点是对主体进行可计                             感、直觉和伦理判断。数据主义的工具理性不断消
               算的数据物化，进而在深度学习不可解释的算法黑                            解着技术发展的人文内涵和医学人文领域中人的
               幕中完成知识→权力结构的构建，医学生通过算法                            主体地位。
               推荐的内容确认自我价值。这种“对象数据化建
                                                                  三、“人—GAI技术”共生性互构的行动路径
               构、权力黑幕、规则垄断”的形成逻辑耦合了拉康所
               述的“它者凝视”理论：算法通过数据监控和预测，                               技术它异性理论致力于在现象学与后人类主
               将对象纳入其逻辑体系，形成一种无意识的“凝                             义的交汇空间，重构技术与人性的本体论关联，而
               视”，迫使人类调整行为以适应算法的规则。                              非传统的技术批判或技术决定论立场的延续。这
                   与自主决策的传统主体性不同，算法下的主体                          种价值取向符合当下人技共生的学术共识。
               性表现为算法推荐下的支配选择，主体可能被算法                                （一）“人—GAI 协同”教育模式：从“离身到具
               裹挟而陷入算法漏洞、算法偏倚、算法黑箱等陷阱，                           身”的转变
               面临着信息茧房、自动化偏见、GAI“幻觉”等风险。                             “身体图式”认为，认知受到身体和感觉运动图
               以自动化偏见为例，自动化偏差是指用户过度依赖                            式的塑造。具身认知不仅强调身体的核心作用，同
               AI 系统的建议，而忽略自身判断。在医学领域，训                          时还关注到身体与环境之间的相互关系。伴随 GAI
               练数据的同质化与泛化造成算法偏倚。研究表明，                            的出现，人技双向赋能的互利共生模式已成为趋
               在 AI 医学领域，只有 12%的医学诊断模型进行了外                       势。教育模式从“技术依赖”转向“人—技术协同”，
               部验证   ［11］ 。AI 的临床决策支持系统（CDSS）有望提                 技术赋能是从“离身到具身”转变的重要环境因素。
               高病理学的诊断准确性和效率，AI 的介入会引发                               1. 模拟真实场景的“反脆弱训练”，技能异化的
               7%的自动化偏差       ［12］ 。缺乏批判性地遵循 AI 的自动              显性化暴露
               化提示，学生在非标准化情境下的创造性解决问题                                反脆弱训练通过模拟或暴露适度的压力源，帮
               能力将下降。如果自动化偏差延伸到真实手术中，                            助个体增强适应能力和抗压能力。在临床思维课
               叠加可能出现器械故障、解剖变异等非标准化情                             程中植入“AI 辅助决策批判性分析”模块，构建“错
               境，主体的责任风险加大。                                      误—修正—强化”闭环。通过故意设计 AI 系统输出
                  （三）技术意向性下的数据理性宰制和医学人                           错误结论的案例，让医学生识别并修正错误，根据
               文价值的剥离                                            动态适应性训练系统，结合临床决策支持系统的实
                   伊德认为，技术意向性的第一种含义是指技术                          时反馈功能，训练医学生对技术的警觉性，减少漏
   90   91   92   93   94   95   96   97   98   99   100