Artigo

Physician Training for the AI Era: Rethinking a Century-Old Wager

Viewpoint de Burk-Rafel (NYU) e Wachter (UCSF) no JAMA questionando a premissa centenária da educação médica: que dominar um grande corpo de conhecimento e refiná-lo na prática supervisionada produz julgamento clínico. Com a IA assumindo trabalho cognitivo, aprendizes podem pular o esforço que forma julgamento ("never-skilling"). Os autores rejeitam simplesmente adiar o acesso à IA e propõem reorganizar a formação: enfatizar habilidades que a IA valoriza, cultivar as que ela torna necessárias e desenfatizar as que perdem valor.

Referência

Autores: Burk-Rafel J; Wachter RM
Ano: 2026
Venue: JAMA (Viewpoint, seção AI in Medicine), publicado online em 14/10/2026
DOI / URL: 10.1001/jama.2026.20340 · PMID 42873529

Texto integral atrás de paywall. Este registro se baseia na abertura e no resumo disponíveis na página do JAMA.

Problema e Contexto

Há cerca de um século a educação médica se apoia numa aposta: se o aprendiz dominar um grande corpo de conhecimento e refiná-lo com experiência supervisionada, habilidade e julgamento clínico virão como consequência. A IA desafia essa premissa, porque o trabalho cognitivo passa cada vez mais para algoritmos opacos.

Hipótese / Objetivo

Argumentar que a formação médica precisa de um novo princípio organizador para a era da IA, em vez de remendos pontuais ou de simplesmente restringir o uso da tecnologia por aprendizes.

Método

Artigo de opinião (Viewpoint). Não há desenho experimental, dados ou participantes; é uma argumentação conceitual apoiada em literatura sobre deskilling e educação médica.

Resultados Principais

Never-skilling: risco de que aprendizes nunca desenvolvam julgamento clínico porque a IA elimina o esforço cognitivo (a "luta") que o constrói.
Adiar a IA não resolve: há quem defenda atrasar o acesso de estudantes e residentes à IA, mas eles já trabalham ao lado dessas ferramentas.
Princípio organizador proposto para revisar a formação em três eixos:

Limitações

Peça de opinião, sem evidência empírica própria.
O detalhamento de quais habilidades caem em cada eixo está no texto integral (paywall) e não foi verificado aqui.

Indexação

Indexado em: 19/10/2026
Fonte: https://jamanetwork.com/journals/jama/fullarticle/2855358