רפואה ומקצועות הבריאות

תרגום אוטומטי של העמוד באנגלית, שטרם נבדק בידי דובר/ת שפת אם.

חינוך לרפואה ולמקצועות הבריאות (HPE) — ההוראה וההדרכה של אנשי רפואה, סיעוד, רוקחות ומקצועות בריאות נלווים. בינה מלאכותית מעצבת מחדש תחום זה באמצעות סימולציה קלינית, מאמני למידת חיזוק, למידה אדפטיבית, ויישום עקרונות למידה יסודיים (קוגניציה חווייתית, ממוקמת ומבוזרת) בהקשרי מקצועות הבריאות. מכיוון ש-HPE הוא בעל הימור גבוה, מבוסס כשירות ומוטבע קלינית, הוא מעלה שאלות נבדלות על תפקידה של בינה מלאכותית ברכישת מיומנויות, בבטיחות המטופל ובשיפוטו של המחנך. סיעוד, התכנית הנחקרת ביותר ב-HPE, יש כעת עמוד משל עצמו — חינוך סיעוד — שבו גבול הכשירות, התהוות הזהות וראיות כוח האדם שהעמוד הזה נושא רק בקו מתאר מפותחים במלואם.

שאלות למחשבה

• ברפואה, תועלות בינה מלאכותית כמו תרגול שנקלט בקנה מידה ומשוב אדפטיבי חייבות להיות מאוזנות מול סיכונים כמו שחיקת מיומנות קלינית מעשית — שבה טעויות נושאות השלכות ישירות למטופל. היכן הייתם מציירים את הגבול בין מה שבינה מלאכותית צריכה לעשות למה שמתמחה חייב לתרגל בעצמו?
• העמוד טוען שיש להשתמש בבינה מלאכותית כדי לבצע עקרונות למידה עתיקי יומין — קוגניציה חווייתית, ממוקמת ומבוזרת — במקום להחליף את תפקיד ההדרכה של המחנך. מה הופך את שיפוטו של המחנך לבלתי מתפשר גם כשבינה מלאכותית מסוגלת לדמות או להתאים אישית את התרגול?
• מאמני למידת חיזוק ובינה מלאכותית סוכנית נמצאים כעת בשימוש למיומנויות קליניות ופרוצדורליות בהתמחות. אם סוכן בינה מלאכותית מאמן מתמחה על הליך, כיצד הייתם מאמתים שלמד אותו בבטחה לפני שהוא מבצע אותו על מטופל?
• מכיוון שחינוך מקצועות הבריאות הוא בעל הימור גבוה ומבוסס כשירות, שאלות הערכה נושאות משקל מיוחד. כיצד הערכה בסיוע בינה מלאכותית עשויה גם לשפר וגם לאיים על הערכת הכשירות הקלינית?
• הסתמכות יתר על בינה מלאכותית היא חשש ספציפי ברפואה. כיצד לדעתכם אימון עם בינה מלאכותית יכול להפיק רופא שיש לו יותר ביטחון אך פחות יכולת לחשוב בעצמאות — ומה יכול לשמור מפני כך?

מבוא

בינה מלאכותית בחינוך לרפואה ולמקצועות הבריאות הוא קו מתגבש בכיסוי תחומי המקצוע של מאגר הידע. שלא כמו בהשכלה גבוהה הכללית, HPE מוכוון לפיתוח כשירויות קליניות, מיומנויות פרוצדורליות ושיפוט מקצועי, מה שמעצב את אופן התכנון וההערכה של כלי בינה מלאכותית.

כיצד בינה מלאכותית מופיעה בחינוך מקצועות הבריאות

• ביצוע עקרונות למידה יסודיים. Fowlin et al. (שפותח באוניברסיטה הרפואית של דרום קרוליינה) טוענים שיש להשתמש בבינה מלאכותית כדי לבצע עקרונות למידה עתיקי יומין — את הלמידה החווייתית של דיואי, קוגניציה ממוקמת וקוגניציה מבוזרת — במקום להחליף את תפקיד ההדרכה של המחנך. בינה מלאכותית משפרת למידה מותאמת אישית ואדפטיבית בעוד המורה נשאר מרכזי למעורבות התלמידים ולתוצאות.

• מיומנויות קליניות ולמידת חיזוק. ResidencyRL משתמשת בלמידת חיזוק כדי לאמן חשיבה קלינית ומיומנויות פרוצדורליות בהתמחות, ומדגימה בינה מלאכותית כשותפה לאימון מיומנויות בזרימות עבודה קליניות אמיתיות.

• סימולציה ובינה מלאכותית סוכנית. סימולציית בינה מלאכותית סוכנית בברכיותרפיה מראה כיצד סוכני בינה מלאכותית תומכים באימון פרוצדורלי מעשי בתחומי מומחיות רפואיים.

• גמיפיקציה של למידה רפואית. MedGame מיישמת גמיפיקציה ומודלים לשוניים כדי לעורר מעורבות בקרב סטודנטים לרפואה.

• סיעוד וחינוך בין-תחומי. התמרת חינוך הסיעוד באמצעות בינה מלאכותית מתעדת כיצד בינה מלאכותית מעצבת מחדש תכניות והדרכה בסיעוד. עמוד זה שומר על סיעוד כתכנית אחת מבין רפואה, רוקחות, רפואת שיניים ובריאות נלווית, מאורגנת סביב הבעיה המשותפת של כשירות קלינית שנקלטת בקנה מידה; התיעוד הספציפי לסיעוד — גבול כשירות שבו תועלותיה המתועדות של בינה מלאכותית נגמרות, מסגור מפורש של זהות מקצועית, וחרדת כוח האדם של הסטודנטים — שייך לחינוך סיעוד ונצלצל כאן במקום להישנן.

• סימולציה מבוססת בינה מלאכותית בסיעוד. Jiang et al. (2026) בסקירה שיטתית בשיטות מעורבות של 19 מחקרים (N = 1,253) מוצאים שסימולציות מונעות בינה מלאכותית (GenAI/מודלים לשוניים, מטופלים וירטואליים/מנאקינים, VR/MR מוגברים בבינה מלאכותית וצ'אטבוטים) משפרות משמעותית ידע קוגניטיבי ותוצאות אפקטיביות (מסוגלות עצמית, ביטחון תקשורת) בעיצובים החזקים ביותר, אך אינן עקביות למיומנויות פסיכומוטוריות מורכבות — ניסוי מבוקר אקראי אחד מצא סימולציה בסיוע בינה מלאכותית נחותה ממטופלים תקניים. המושג שלהם של "פער אותנטיות" — חוסר נתפס על ידי הלומד בהדהוד רגשי, ברמזים לא מילוליים ובבדיקה מגע — מבסס מדוע בינה מלאכותית מתאימה ביותר למטרות מובנות מאוד (תקשורת יסודית, לקיחת היסטוריה רפואית) וחייבת לשבת ברצף סימולציה מדורג לצד, לא במקום, מטופלים תקניים אנושיים והשמה קלינית. זו התחדות נבדלת, מעוגנת ראיה, של קו הסימולציה של התחום, ומקבילה לממצא הקבלה-אמון שלומדים מעדיפים משוב אנושי הנתפס כ"טוב לב" על בינה מלאכותית הנראית כ"מסוגלת" בלבד.

• מודלים לשוניים והתהוותה מחדש של זהות מקצועית בסיעוד (2026). Sun et al. (2026) בסקירה אינטגרטיבית ביקורתית של 489 מחקרים ב-47 מדינות (מסגרת Whittemore & Knafl) מזיזים את השאלה ממה שמודלים לשוניים יכולים לעשות בחינוך הסיעוד למה שהשילוב שלהם עושה לתהליכים התפתחותיים שבהם אחות מתהוות. במסגור דרך רכישת המיומנות של Benner, תיאוריית העומס הקוגניטיבי, הטיית אוטומציה והתהוות הזהות של Wenger, הם מוצאים את אותה טכנולוגיה גם משפרת וגם שוחקת כשירות בהתאם לשאלה האם העבודה הקוגניטיבית המוחלפת זרה ליעד הכשירות או מרכיבה אותו — הסתמכות לא מובנית הפיקה גירעונות מדידים בחתירה אתית ובשיפוט קליני. מודל המתח של הזהות המקצועית שלהם מבדיל בין שילוב מודלים לשוניים שתומך בהתהוות מקצועית לבין שילוב שמחליף אותו בשקט, ודיכוי אמפתיה מבנית מעצב מחדש את "העל הביצועים" הנראית של בינה מלאכותית במדדים יחסיים כסימפטום של עודף עבודה מערכתי ולא כאמפתיה אמיתית של בינה מלאכותית. מפת פערי ראיה מראה שהתחומים בעלי ההשלכה המדיניות הגבוהה ביותר (זהות מקצועית, כשירות יחסית/אתית, תוצאות ארוכות טווח) נשענים על הראיה הקפדנית הדלילה ביותר — אזהרה מפני טענות פריסה בטוחות בחינוך הסיעוד.

• מטופלים תקניים מרובי-סוכנים באימון ראיונות קליניים. בניסוי מבוקר אקראי מ-2026 עם 95 סטודנטים לרפואה שנבדקו (Yang et al.), אימון מטופל תקני מרובה-סוכנים בבינה מלאכותית הגביה ציוני מבחן המיושרים ל-OSCE על פני בקרה מובנית לא-לשונית של גילוי הדרגתי (71.8% לעומת 55.6%; β = 16.4 נקודות אחוז; P = 3.30e-4) בעוד דיוק אבחנתי בינארי נשאר זהה סטטיסטית (84% לעומת 86%; P = 1.000). הפיצול מציין שרוויחות אימון קליני מוקדם יכולות להתגלות תחילה באיכות תהליך הייעוץ — תקשורת (ממוצע 3.53 לעומת 2.64 בסולם OSCE של 1–5; P = 4.50e-4), הבעת אמפתיה (+31 נקודות אחוז בפריט רשימת הבדיקה "הבעת אמפתיה"), והתנהגויות נבחרות של לקיחת היסטוריה — לפני כל שיפור בנקודות קצה אבחנתיות, ושמטופלי בינה מלאכותית עדיין זקוקים לדרגים אנושיים ולסגל להערכות מקצועיות ומוכנות.

• סטודנטים נופלים כברירת מחדל להתייחס למטופל בינה מלאכותית כמסד נתונים מותחפשים. בראיון קולי של אווטר בינה מלאכותית יוצרת בפילוט של למידה מבוססת בעיות, סטודנטים שאלו שאלות סגורות וממוקדות יעילות — אחד שאל אם הבינה המלאכותית היא "פשוט, כמו, בסיס שאלות" — והמפגשים נמשכו 55–65 דקות לעומת 36–39 במודול הישן (Mool et al., 2026).

• הקצאת משימות ומסגרת SCAN. Tsim et al. מעצבים מחדש שילוב בינה מלאכותית מ"שימוש לרעה" של הלומד לסיווג שגוי — כשל של הערכה מטאקוגניטיבית בזמן אמת. מסגרת SCAN שלהם (Substitute, Complement, Aid, Non-Negotiable), המעוגנת באזור הפיתוח הקרוב של ויגוצקי, מקצית משימות של בינה מלאכותית יוצרת לפי מצבו ההתפתחותי של הלומד הפרטני, ומזהה מעורבות פסיבית בתוך משימות מפוגמות בינה מלאכותית כמסלול נסתר להחלשת מיומנותיות שדורש זיהוי מחדש מסיוע בינה מלאכותית לסיוע מומחה עם מבקרים אפיסטמיים אנושיים.

• יצירת נכסי הוראה עם אדם בלולאה. Gen-Mentor (Dong et al. 2026) משלב שלד של מודל ראייה-שפה בזרימת עבודה של רדיוגרפיה דנטלית: Faster R-CNN מאתר ארבעה ממצאי יעד (Filling, Implant, Impacted Tooth, Cavity), מודל דיפוזיה מותנה מייצר מועמדים סינתטיים של ROI ספציפיים למחלקה, VLM מייצר כיתובים מקושרי ראיה, ומודל לשוני מעצב אותם מחדש לתיאורי מקרה, השוואות והנחיות חידון — כולם לפני סקירת מומחה מובנית. הוערך עם 45 סטודנטים לרפואת שיניים (ממוצע SUS 72.7), הוא מדגים כיצד סקירה של אדם בלולאה של נכסי הוראה שנוצרו על ידי בינה מלאכותית יכולה להרחיב גיוון מקרים ותמיכת משוב מיידית תוך שמירה על פיקוח מומחה על מה שהסטודנטים רואים.

• ניקוד בינה מלאכותית של מבחני רוקחות. Falahat, Das, Bhaumik & Thambi (2026) העריכו את ChatGPT-5 מול ניקוד סגל אנושי של מבחן רוקחות בן 21 פריט (16 סטודנטים) בפריטי בחירה מרובה, בחירת-כל-המתאים, מילוי חלל, פירוט, תשובה קצרה וחיבור. המודל התאים לסגל מקרוב בפריטים אובייקטיביים (CCC 0.935–1.000) אך היה בלתי אמין לתגובות פירוט, תשובה קצרה (CCC ≈0) וחיבור (0.341–0.854), ורובריקה מובנית לא שיפרה את ההסכם באופן עקבי — ראיה שבהערכה מבוססת כשירות ובעלת הימור גבוה במקצועות הבריאות, בינה מלאכותית מתאימה לפריטים מפורטים היטב בעוד סקירה אנושית נשארת נחוצה לחתירה קלינית סובייקטיבית ופתוחה.

• שופט מודל לשוני מאומת לתקשורת קלינית. Hasan et al. (2026) דירגו את כישורי התקשורת 3E מתמלילים בלבד עם שופט שהגיע ל-Pearson 0.759 ול-ICC(A,1) 0.746 מול קונצנזוס של דרגים אנושיים, בתוך מתפשטותם של בני אנוש פרטניים, אם כי הממד החלש ביותר שלו (Be Explicit) לא השתפר לאורך המפגשים.

• GenAI בחינוך בריאות מבוסס תרחישים. Neto and colleagues (2026) סקרו שיטתית 23 מחקרים של GenAI בלמידה מבוססת תרחישים, מקרים, בעיות וסימולציה בחינוך בריאות (PRISMA 2020). הממצא המרכזי שלהם הוא ש**תכנון הנחיה מתפקד כמפרט הוראה** — קידוד יעדים קוגניטיביים וקריטריוני איכות הסמויים בכתיבת מומחה — אך רק 34.8% מהמחקרים יישרו תוכן שנוצר עם מסגרות הוראה ורק 34.8% דיווחו על הנחיה בפרטים מספיקים לשכפול. GPT-4 שלט ביישומים (44.4%), שיתוף פעולה היברידי של אדם-ובינה מלאכותית העביר גישות אוטומטיות לחלוטין, והראיה הייתה החזקה ביותר לכישורים קוגניטיביים מסדר גבוה אך לא עקבית במקומות אחרים. זה מעיגן את הפדגוגיה המבוססת תרחישים/סימולציה ומבוססת בעיות בחינוך רפואי במדדי ביצועים של תוקף ואיכות שילוב.

• ניקוד בינה מלאכותית של שאלות מבחן פתוחות. Olvet et al. (2026) בדקו האם GPT-4 יכול לנהל אמינות לשאלות פתוחות בהערכות שלפני חשבון קליני בשתי בתי ספר רפואיים בארה"ב. עם סגל שמחדד רובריקות ניקוד באופן אינטרטיבי לאורך שלושה סבבים של ניתוח תבניות שגיאה, אמינות בין-דרגים של בינה מלאכותית-סגל הגיעה להסכם משמעותי-לכמעט-מושלם בשלוש מתוך ארבע שאלות (קאפה משוקלל עד 0.94) אך רק בינוני בפריט הרובריקה ההוליסטית (κw = 0.54); אי-התאמות נובעות משני הדרגים (GPT-4 מעלה ניקוד לתגובות מרובות-תשובות או בעלות אוצר מילים חסר-רובריקה; סגל נדיב מדי) ואי-דיוקי משוב מזדמנים שומרים על אנשים בלולאה. המחברים טוענים שהטענה לניקוד אוטומטי של שאלות פתוחות מתחזקת מכיוון ש-~82% מבתי הספר הרפואיים בארה"ב מדרגים עבודה שלפני חשבון קליני לפי עובר/נכשל, שבה הסכמת ניקוד מדויקת של בינה מלאכותית אינה נדרשת תמיד.

• הערכת סוכני הוראה מבוססי בינה מלאכותית, לא רק פריסתם. Zhang et al. (2026) פרסו שמונה סוכני הוראה מבוססי מודלים לשוניים בארבע פרדיגמות משחק תפקידים (מטופל, תלמיד, מומחה, בן משפחה) בתכנית לימודים של אנדוקרינולוגיה ודירגו 167 דיאלוגים של סטודנטים עם רובריקת איכות הוראה בעלת שמונה ממדים. ציוני הפלטפורמה סטו באופן חד מאיכות הרובריקה; הסוכנים נבדלו ביותר בממדי ידע ובפחות בביצוע תפקידים; כיול קושי אדפטיבי היה חולשה משותפת; וחיזוק האמפתיה של סוכן הגביה איכות משחק התפקידים מבלי לשפר כיסוי ידע. הממצא שפרדיגמות משחק תפקידים יכולות להיות מופרדות (מעבר לתסריט ברירת המחדל של רופא-מטופל) מצביע על תכנון והערכה של סוכנים מול ממדים פדגוגיים מפורשים.

• צורת הספרות של התחום עצמו. Sriram, Nichols, Ganti and Gue (2026) ממפים את ספרות האתיקה של בינה מלאכותית בחינוך רפואי עצמה: 1,403 פרסומים ב-Web of Science מ-1995 עד 2026, זניחים במשך שני עשורים, ואז 113 ב-2023, 256 ב-2024 ו-500 ב-2025; 39 מדינות עוברות את סף הייחוס, בראשות ארצות הברית (533 פרסומים) על סין (189) ואנגליה (95); והעבודות המצוטטות ביותר הן מבחני יכולת — ביצועי ChatGPT במבחני רישוי לרפואה מעל הכל — ולא מחקרי ממשל. הקריאה שלהם היא שהתחום צמח מהר בלי לצמוח באופן אחיד, ושההערכה האמפירית של מסגרות ממשל היא העבודה שמוסר הציטוטים אינו מתגמל. זו אזהרה מועילה לכל מי שמתייחס לנפח המחקר שפורסם על בינה מלאכותית בחינוך רפואי כראיה לכך ששאלות השימוש הבטוח שלו נענו.

סקירת היקף של 153 דוחות על GenAI בחינוך רפואי ממפה יישומים — סימולציה ומיומנויות קליניות הגדולים ביותר (47 דוחות), לפני יצירת הערכה ומשוב (22) ולמידה מבוססת מקרים וחתירה קלינית (21) — אך רק 13 דוחות נשאו אות מעקב או שמירה, ולא נמצאה תוצאת רמת מטופל (Zhao et al. (2026)).

מדוע זה חשוב

HPE הוא תחום בעל הימור גבוה ומבוסס כשירות, שבו תועלותיה של בינה מלאכותית (תרגול שנקלט בקנה מידה, משוב אדפטיבי, סימולציה) חייבות להיות מאוזנות מול סיכונים (הסתמכות יתר, שחיקת מיומנות קלינית מעשית, חששות אתיים ובטיחות). המושגים הכלליים של מאגר הידע — תפקיד המורה, הערכה, משוב, שוויון ואתיקה — חלים במיוחד במקצועות הבריאות, שבהם טעויות נושאות השלכות ישירות למטופל.

Wang and Shan (2026) מכנים את "פער הבטיחות" הנובע — הסטייה בין ביצועו של תלמיד בסיוע בינה מלאכותית לבין יכולתו הבלתי-מסוייעת לאמת אותו — וממליצים על עיכוב פתרונות, חיכוך קוגניטיבי קונסטרוקטיבי, וארכיטקטורות בינה מלאכותית סוקרטיות או אדברסריאליות לאימון קליני בעל הימור גבוה.

השלמות למחנכי מקצועות הבריאות

• השתמשו בבינה מלאכותית כדי לבצע עקרונות למידה, לא להחליף את המחנך. Fowlin et al. טוענים שבינה מלאכותית צריכה לבצע למידה חווייתית, ממוקמת ומבוססת קוגניציה מבוזרת בעוד המורה נשאר מרכזי למעורבות ולתוצאות.
• נצלו בינה מלאכותית לאימון מיומנויות קליניות. ResidencyRL וסימולציה סוכנית מראות בינה מלאכותית כשותפה לאימון מיומנויות בזרימות עבודה קליניות אמיתיות — הטמיעו אותה במקומות שהיא מוסיפה תרגול בטוח ונקלט בקנה מידה.
• אזנו תועלות בעלות הימור גבוה מול הסתמכות יתר. HPE מבוסס כשירות ובעל הימור גבוה; שמרו מפני בינה מלאכותית שמחליפה מיומנות ושיפוט קליניים מעשיים, ויישמו שיקולי משוב, הערכה ואתיקה בזהירות מיוחדת.
• התאימו בינה מלאכותית מגמיפיקציהית ובין-תחומית בזהירות. למידה מגמיפיקציהית מבוססת מודלים לשוניים והתמרת חינוך הסיעוד מראות הבטחה אך זקוקות להערכה של בטיחות ותוצאות מיומנות; בסיעוד ספציפית, ראיות הבטיחות-והמיומנות האלה — כולל ה-RCT שבו סימולציה בסיוע בינה מלאכותית הושגה פחות ממטופלים תקניים — נאספות בחינוך סיעוד.

מושגים מחוברים

• למידה מבוססת בעיות
• השכלה גבוהה
• סימולציה
• למידה מסתגלת
• למידה מותאמת אישית
• למידה מבוססת משחק
• למידה חווייתית
• למידה מוצבת
• קוגניציה מבוזרת
• הוראה
• הערכה
• משוב
• בינה מלאכותית בחינוך
• AIED בתחומי הדעת
• חינוך סיעוד — קו הסיעוד של חינוך מקצועות הבריאות
• מציאות מדומה ומוגברת — אימון קליני מסוחף ומוגבר AR

מאמרים מחוברים

• Generative artificial intelligence and the transformation of medical education: a scoping review — Scoping review of 153 medical-education GenAI reports: simulation leads, durability and patient outcomes unmeasured

• Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training — Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training

• What Platform Scores Miss: Multidimensional Evaluation of AI Teaching Agents in Medical Education — 8-dimension rubric evaluation of AI teaching agents in medical education

• When the algorithm enters the classroom: A critical integrative review of large language models, nursing education structural gaps, and the reconstitution of professional identity — LLMs, nursing education structural gaps, and the reconstitution of professional identity (Sun et al. 2026)

• AI as Teammate: Rethinking Task Distribution in Medical Training — SCAN framework: rethinking AI task distribution in medical training (Tsim et al. 2026)

• Using Generative AI to Simulate Patient History-Taking in a Problem-Based Learning Tutorial: A Mixed-Methods Study

• Empowering Educators: Operationalizing Age-Old Learning Principles Using AI — Operationalizing experiential, situated, and distributed cognition with AI in health-professions education

• ResidencyRL: Reinforcement Learning in Simulated Clinical Environments — Reinforcement-learning training for clinical skills in residency

• MedGame: Storytelling Gamification Empowered by Large Language Models for Medical Education — Gamified LLM-based learning for medical education

• Agentic AI-driven Immersive Simulation: A Knowledge-Aware Virtual Training Platform for High Dose Rate (HDR) Brachytherapy — Agentic AI simulation for brachytherapy training

• Transforming Nursing Education with Artificial Intelligence: A Systematic Review (2010–2025) — Transforming nursing education with AI

• AI-Powered Simulation for Nursing Education: Mixed Methods Systematic Review — AI-powered simulation in nursing: mixed methods systematic review

• The Safety Gap: Restoring Productive Struggle Through Pedagogically Aligned Generative AI — The Safety Gap: Restoring Productive Struggle

• Gen-Mentor: A Human-in-the-Loop Instructional Framework for Dental Radiography Using Generative AI — Gen-Mentor: human-in-the-loop dental radiography instruction (Dong et al. 2026)

• Generative AI in Scenario-Based Healthcare Education: A Systematic Review of Applications, Validation Practices, and Pedagogical Integration — Systematic review of GenAI in scenario-based healthcare education (Neto et al. 2026)

• Bridging technology and education: The use of ChatGPT in grading pharmacy student exams

• Can Generative Artificial Intelligence Reliably Score Open-Ended Question Assessments in Undergraduate Medical Education?

• Scalable AI-based clinical communication training and automated assessment — Scalable AI-based clinical communication training and automated assessment

• Ethical and responsible use of artificial intelligence in medical education — Bibliometric map of AI ethics in medical education: output rose 113 (2023) to 500 (2025), 39 countries, and citations reward capability testing over governance (Sriram et al. 2026)