Digital Skills & Artificial Intelligence Workshop for Undergraduate Medical Students
Description This resource package contains the complete set of teaching materials for a 90-minute theoretical and practical workshop on Digital Skills and Artificial Intelligence in Medicine designed for second-year Medicine undergraduate students. Developed by the Educational Research in Health Sciences Group (GRECS) and the Teaching Innovation Unit at the Faculty of Medicine and Life Sciences (Pompeu Fabra University), this interactive session addresses the utility, limitations, and ethical considerations of artificial intelligence tools for content creation and clinical information analysis. Through practical exercises, students analyze AI bias and visual representation using image-generation tools, evaluate scientific precision vs. generative AI outputs, and solve incomplete clinical cases using various Large Language Models (LLMs) such as ChatGPT, Claude, Gemini, Kimi, and OpenEvidence. The workshop critically examines the risks of AI hallucinations, incomplete data input, and the irreplaceable role of human clinical judgment in decision-making. The repository contains all workshop materials available in both English and Catalan. Included Files Detailed facilitator’s guide featuring the session schedule, pedagogical objectives, step-by-step activity instructions, and debriefing questions. Supporting presentation slides used to structure the session, introduce the 5 areas of digital competence, present image search exercises, and guide the final reflection. Printable clinical Case 1 worksheets and additional diagnostic information used to test how missing data alters LLM diagnostic outputs. Printable clinical Case 2 worksheets and additional diagnostic information focused on clinical decision-making options with AI assistance. Descripció (Català) Aquest conjunt de recursos conté el material docent complet per dur a terme un taller teòric i pràctic de 90 minuts sobre Competències Digitals i Intel·ligència Artificial en Medicina dissenyat per a l'alumnat de segon curs del Grau en Medicina. Dissenyat pel Grup de Recerca Educativa en Ciències de la Salut (GRECS) i l'Espai d'Innovació Docent (EID) de la Facultat de Medicina i Ciències de la Vida (Universitat Pompeu Fabra), aquesta sessió aborda la utilitat, les limitacions i l'ètica de les eines d'intel·ligència artificial per a la creació de continguts i l'anàlisi d'informació clínica. Mitjançant exercicis pràctics, l'alumnat analitza els biaixos de la IA i la representació visual mitjançant eines de generació d'imatges, avalua la precisió científica davant dels resultats generatius i resol casos clínics incomplets utilitzant diferents models de llenguatge (LLM) com ChatGPT, Claude, Gemini, Kimi o OpenEvidence. El taller examina críticament els riscos de les al·lucinacions de la IA, l'impacte de les dades d'entrada incompletes i el paper insubstituïble del judici clínic humà en la presa de decisions. Tots els materials estan disponibles tant en anglès com en català. Arxius inclosos Guia de facilitació per al professorat amb el cronograma de la sessió, objectius pedagògics, instruccions pas a pas i preguntes de reflexió. Presentació de diapositives de suport utilitzada per estructurar la sessió, introduir les 5 àrees de la competència digital i guiar els exercicis. Fulls de treball del Cas clínic 1 i informació diagnòstica addicional utilitzats per comprovar com la falta d'informació altera les respostes dels models d'IA. Fulls de treball del Cas clínic 2 i informació diagnòstica addicional centrats en opcions de presa de decisions clíniques amb suport d'IA.