人工智能平台在解剖学教育中的重要性:与ChatGPT和Google Bard的经验

科学领域:

• 医学教育 医学教育
• 教育中的人工智能

背景情况:

• 解剖学教育传统上依赖于教科书和讲座.
• 像大型语言模型 (LLM) 这样的新兴技术提供了新的教学工具.
• 评估LLMs在专业领域的有效性和局限性至关重要.

研究的目的:

• 评估ChatGPT和Google Bard在解剖学教育任务中的功能.
• 为了比较这两个LLM在问题答案,多选题生成和文章写作方面的表现.
• 确定将LLMs纳入解剖学课程的潜在好处和风险.

主要方法:

• 法学士 (ChatGPT和谷歌巴德) 的任务是回答解剖学问题.
• 使用LLM生成解剖学主题的多选择题.
• 他们被要求写一些关于解剖学的文章.
• 绩效是根据输出的准确性和质量来评估的.

主要成果:

• 两位LLM在解剖学问题上都表现出相似的准确性.
• 聊天GPT和谷歌巴德在生成高准确度的多选择题方面表现出色.
• 这两个LLM的文章写作表现被认为不足以适用于当前的教育用途.
• 关注潜在的不准确性和需要仔细审查LLM生成的内容.

结论:

• 作为解剖学教育中的补充工具,LLM显得有前途,特别是在内容生成方面.
• 进一步的研究和开发是必要的,以提高教育应用的LLM准确性和可靠性.
• 谨慎的实施和对LLM成果的批判性评估对于在医学培训中安全有效地使用是必不可少的.