ボットを超えて:看護教育におけるAIチャットボットシミュレーションの評価のための二段階の枠組み

科学分野:

• 介護教育
• 人工知能
• シミュレーションベースの学習

背景:

• AIチャットボットを看護教育,特にシミュレーションベースの学習に迅速に統合する.
• 人工知能によるシミュレーションの 構造化された評価モデルがないこと
• 迅速な設計とチャットボットのパフォーマンスを評価するためのフレームワークの必要性

研究 の 目的:

• 模擬のためのAI統合方法 (AIMS) の評価フレームワークを導入する.
• FAITAモデルを二段階評価 (プロンプト設計とチャットボット性能) に適応する.
• 介護教育シミュレーションにおける AI チャットボットの有用性を評価する.

主な方法:

• AIMSフレームワークの開発と適用 (第1段階:プロンプトドメイン,第2段階:パフォーマンス基準)
• スコアリング・ラブリックとフィードバック・ループを利用した.
• AIツール (Eval-Bot v1) を使用した実証されたアプリケーション

主要な成果:

• AIのチャットボットは 緊急事態対策の迅速な調整と インタラクティブ・ラーニングの 優位性を示しました
• パーソナライゼーション,インクルーシビリティ,トーン,そして複雑性への適応における課題
• セキュリティプロンプトとインクルーシブな言語に関する懸念は,フェーズ2のパフォーマンスに影響します.

結論:

• AIMSは,シミュレーションベースの教育におけるAIチャットボットの評価のための実用的で複製可能な方法を提供します.
• AI統合の強みと改善の分野を特定する枠組み
• 意図的な設計,安全性,そして健康教育における効果的な倫理的なAI使用を強調しています.