知識グラフと大規模言語モデルを用いた看護研究教育エージェントの開発：概念実証研究

科学分野:

• 看護教育
• ヘルスケアにおける人工知能
• 教育テクノロジー

背景:

• 知識グラフ（KG）と大規模言語モデル（LLM）は、特に研究方法論と統計的リテラシーにおいて、看護教育を進歩させる大きな可能性を提供します。
• 概念実証研究では、看護学習者が研究デザインと統計的概念を理解するのを助けるための専門エージェントが開発されました。

研究 の 目的:

• 看護教育環境内での開発されたエージェントの実現可能性と教育的適合性を評価すること。
• 確立された評価ツールを使用してエージェントの人工知能（AI）パフォーマンスを評価すること。

主な方法:

• エージェントは、看護研究知識の構造化されたKGとLLMを統合して、インタラクティブな自然言語応答を提供しました。
• 10人の看護教育者が、教育適合性評価尺度とAIパフォーマンス評価尺度を使用してエージェントを評価しました。

主要な成果:

• 教育者は、教育適合性（M=4.20、SD=0.63）とAIパフォーマンス（M=4.10、SD=0.56）で高い評価を報告しました。
• 肯定的なフィードバックは、エージェントの臨床的関連性、正確性、および学生の批判的思考スキルを育成する能力を強調しました。
• 看護カリキュラムへのエージェントの統合は、実行可能であると考えられました。

結論:

• KGとLLMを統合するエージェントは、看護研究教育を強化する上でかなりの可能性を示しています。
• これらの統合エージェントの機能と影響を完全に探求するには、さらなる研究と大規模な試験が推奨されます。