בחדרי הניתוח ובסימולטורים של ההכשרה הכירורגית נכנסת בשנים האחרונות בינה מלאכותית: כלים שמעריכים תנועות ידיים, צ'אטבוטים שמשוחחים עם מתמחים ופלטפורמות רובוטיות שמאפשרות להתאמן מעבר לגבולות גיאוגרפיים. אבל טכנולוגיה חכמה אינה מבטיחה למידה טובה. מה שקובע הוא האופן שבו המתאמן מקבל משוב ומגיב לו, ולא רק כמה מתוחכמת המערכת שמספקת אותו.
המאמר שואל כיצד אפשר לעצב את המשוב של מערכות בינה מלאכותית כך שיתאים לדרכים שונות שבהן בני אדם לומדים. אילו סוגי משוב מתאימים ללומד שזקוק לחיזוק מיידי, ואילו ללומד שבונה הבנה בעצמו, מחפש תמיכה רגשית או לומד דרך רשת של אנשים ומקורות מידע? ומה קורה כשהמשוב מדויק מבחינה טכנית אך מחמיץ את מה שחשוב באמת במסגרת קלינית?
כדי לבדוק זאת, המחברים בוחנים את ההכשרה הכירורגית דרך חמש עדשות תיאורטיות מרכזיות בתחום הלמידה, ומשייכים לכל אחת מהן יישומי בינה מלאכותית קונקרטיים וסוגי משוב אופייניים. לצד ההזדמנויות הם מתייחסים גם לשאלות אתיות וטכניות, כמו פיקוח אנושי, הטיות בנתונים, שקיפות והוגנות בגישה. התוצאה היא מסגרת רעיונית שמחברת בין עולם התיאוריה החינוכית לבין עתידם של המנתחים שיעבדו לצד מכונות חושבות.






