ヘルスケア教育における誤解に基づく協調学習を支援するための大規模言語モデルの実装

科学分野:

• 医学教育
• ヘルスケアにおける人工知能
• 教育テクノロジー

背景:

• 誤解はしばしば学習に有害である。
• 人工知能（AI）と大規模言語モデル（LLM）は、教育における新興技術である。
• ヘルスケア教育におけるAIを使用した新しい教育学的アプローチを探求する必要がある。

研究 の 目的:

• ヘルスケア教育におけるLLM生成誤解の使用のためのフレームワークを提案する。
• AI生成誤解を協調学習に活用する方法を実証する。
• ヘルスケア学生の概念変容と批判的思考を促進する。

主な方法:

• LLM生成誤解の使用のためのフレームワークを開発する。
• 臨床および基礎科学のヘルスケア分野にわたるユースケースを概説する。
• フレームワークを実装するための教育者向けの10ステップガイドを提供する。

主要な成果:

• 構造化されたピアディスカッションで使用された場合、LLM生成の誤解は概念変容を促進することができる。
• このフレームワークは、教育者向けの実践的な実装ガイダンスを提供する。
• AI支援学習の長期的な影響に関するさらなる研究の必要性が特定された。

結論:

• 新しいフレームワークは、ヘルスケア教育者がAI技術を統合することを支援する。
• LLM生成誤解は、協調学習のための貴重なツールとなり得る。
• 学生の成果に対する影響を評価するためには、さらなる研究が必要である。