Intelligenza Artificiale in Medicina: Literacy, Percezioni ed Esperienze tra Futuri Plausibili e Nuove Disuguaglianze

L’intelligenza artificiale (IA) sta rivoluzionando la sanità, migliorando cure e processi. Tuttavia, il suo impatto solleva incertezze: quali conseguenze, sfide e nuove disuguaglianze emergeranno? Questo studio esamina atteggiamenti, esperienze e conoscenze sull’IA nella pratica medica tramite un questionario di 30 domande diviso in cinque sezioni: socio-demografia, esperienza con l’IA, atteggiamenti, scenari diagnostici e limiti percepiti. I risultati, preliminari ed esplorativi, sono funzionali a proporre un Multidimensional AI Literacy Framework (MALF) a sei costrutti teorici per differenziare le literacy emergenti nel campione indagato: Tecniche, Applicative, Critiche, Collaborative, Etico-normative e Non-Proficient. I risultati mostrano anche l’IA come strumento di supporto utile evidenziando, tuttavia, carenze conoscitive, bisogni formativi e resistenze che influenzeranno l’adozione e le disuguaglianze future. Preparare professionisti e organizzazioni a gestire le complessità dell’IA, può garantire efficacia ed equità con regolamentazioni che considerino l’impatto umano e sociale delle tecnologie emergenti in ambiti delicati e ad ampia ricaduta come quello medico-sanitario. Artificial intelligence (AI) is transforming healthcare by enhancing patient care and optimizing medical processes. However, its impact raises uncertainties: what consequences, challenges, and new inequalities might emerge? This study explores attitudes, experiences, and knowledge about AI in medical practice through a 30-question survey divided into five sections: socio-demographics, experience with AI, attitudes, diagnostic scenarios, and perceived limitations. The preliminary and exploratory findings contribute to the development of a Multidimensional AI Literacy Framework (MALF), based on six theoretical constructs that differentiate the emerging literacies within the studied sample: Technical, Applied, Critical, Collaborative, Ethical-Normative, and NonProficient. Results highlight AI as a valuable support tool while also revealing knowledge gaps, training needs, and resistance factors that may influence its adoption and the development of future inequalities. Preparing healthcare professionals and organizations to navigate the complexities of AI is essential to ensuring both effectiveness and equity. This requires regulatory frameworks that account for the human and social impact of emerging technologies, particularly in sensitive and high-impact fields such as medicine.