Artificial intelligence applications in forensic science and their implications for education and training

方法

按PRISMA指南系统检索2020-2025年Scopus、PubMed、IEE

发现

AI教育实证证据稀缺，但技术进展提示需培养算法素养与伦理能力。

机会点

可借鉴其证据缺口思路，开展农业AI教育课程与能力框架的实证评估研究。

引言 人工智能（AI）正日益与法庭科学实践相关联，并在法庭科学教育中具有潜在应用，包括证据解读、模拟学习和决策。然而，关于其教育实施的证据仍然零散，在教学框架和能力发展方面共识有限。方法 按照PRISMA指南开展了一项系统综述。通过Scopus、PubMed和IEEE Xplore检索了2020年至2025年间发表的研究。纳入主要综合的研究需包含可识别的法庭科学教育或培训情境、AI支持的教育干预或经过测量的教育/培训结果。针对AI在法庭科学实践中应用的技术类研究另行分析，以识别新兴的能力和课程需求。结果 在检索到的文献中，仅有限的一部分直接考察了教育或培训情境中的AI。现有教育证据涉及学习者技能发展、专业培训需求和AI支持的学习活动等领域，但仍具有异质性且方法学上存在局限。相比之下，数量大得多的法庭科学AI技术研究显示，图像分析、分类、数字取证和决策支持方面取得了快速进展。这些发展明确了在算法素养、验证、可解释性、偏见评估、数据治理和人类监督方面的新兴教育需求。讨论 当前证据表明，AI应补充而非取代人类专业知识。有效实施需要基于能力的课程，整合计算素养、伦理推理、跨学科协作以及由可解释AI支持的体验式学习。结论 支持AI增强法庭科学教育的直接实证证据仍然有限。这种稀缺性代表着一个重要的证据缺口。然而，快速的技术进步为在法庭科学课程中开发和前瞻性评估基于能力的AI教育提供了强有力的依据。