聊天GPT可以为医学学生生成实践问题解释,这是一个新的教师教学工具吗?
Lilin Tong1, Jennifer Wang1, Srikar Rapaka1
1Boston University Chobanian and Avedisian School of Medicine, Boston, MA, USA.
聊天GPT显示出产生医学院MCQ解释的希望,在第一次尝试时达到75%的准确性. 然而,解释需要教师审查,特别是如果AI答案不正确.
科学领域:
- 医疗教育 技术 技术 医学教育
- 医疗保健中的人工智能
- 评估和评价的评估和评估.
背景情况:
- 医学院多选题 (MCQ) 由于教师的时间限制,往往缺乏详细的解释.
- 像ChatGPT这样的人工智能工具为增强教育支持提供了潜在的解决方案.
- 评估AI在产生医学MCQ准确和彻底解释方面的实用性至关重要.
研究的目的:
- 评估ChatGPT在回答医学院MCQ中的表现.
- 评估ChatGPT为MCQs生成的解释的质量和准确性.
- 将ChatGPT生成的解释与教师提供的解释进行比较.
主要方法:
- 从美国医学院的职工预备课程中收集了94个由教师生成的MCQ.
- 在最初的尝试 (通过1) 和收到正确答案提示符 (通过2) 后,追踪了ChatGPT的准确性.
- 将ChatGPT的解释与教师的解释进行了比较,使用3分准确度和彻底度等级.
主要成果:
- 在第一次尝试时,ChatGPT在回答MCQ时取得了75%的准确性.
- 对于正确回答的问题,66.4%的ChatGPT的解释与教师的解释相匹配.
- 不准确的解释从2.7%显著增加到34.6%,当ChatGPT在第一次通过时回答不正确时 (p < 0.001).
结论:
- 聊天GPT展示了作为医学学生的学习辅助工具和教师关于MCQ解释的教学工具的潜力.
- 建议教师对ChatGPT生成的解释进行审查,以确保与学习目标保持一致.
- 学生应谨慎对待ChatGPT提供的解释,特别是如果AI最初的答案不正确.
更多相关视频
05:04Author Spotlight: Evaluating Clinicians' Adoption of Ultrasound-Guided Vascular Cannulation Through Simulation Training
Published on: August 9, 2024
13:44Project-Based Learning Guidelines for Health Sciences Students: An Analysis with Data Mining and Qualitative Techniques
Published on: December 9, 2022
相关概念视频
Nursing Process for Patient and Caregiver Teaching I: Assessment and Diagnosis
It is critical to determine the patient's learning needs during the assessment. Determination of learning needs compounds data...
Nursing Process for Patient and Caregiver Teaching III: Evaluation and Documentation
Nurses can use several methods to evaluate patient outcomes. For example, oral questions can assess cognitive learning,...
Nursing Process for Patient and Caregiver Teaching II: Planning and Implementation
Patient-centered Care
Methods of Documentation II: POMR
Methods of Documentation III: PIE
