评估ChatGPT-4和ChatGPT-4o作为牙周内科的学习工具的性能

科学领域:

• 牙科教育中的人工智能
• 牙周内教育技术 牙周内教育技术
• 人工智能聊天机器人性能评估评估

背景情况:

• 人工智能 (AI) 在教育环境中的整合正在迅速扩大.
• 人工智能聊天机器人提供了潜在的学习和评估工具,在专业领域,如内科医生.
• 评估不同AI模型的性能对于其有效实施至关重要.

研究的目的:

• 为了比较ChatGPT-4和ChatGPT-4o响应的准确性和一致性.
• 评估AI在本科内学多选题上的表现.
• 为了确定问题主题和一天时间对AI准确性的影响.

主要方法:

• 使用了来自6个内牙科主题的60个多选题.
• 聊天GPT-4和聊天GPT-4o每天被查询3次,连续3天.
• 统计分析 (SPSS,R) 比较了准确度和一致率 (p < .05).

主要成果:

• 聊天GPT-4o的准确率 (92.8%) 比聊天GPT-4 (81.7%;p <.001) 高得多.
• 问题主题对两种AI模型的准确性产生了重大影响 (p < .001).
• 在ChatGPT-4和ChatGPT-4o之间一致率没有发现显著差异 (p = .123).

结论:

• 与ChatGPT-4相比,ChatGPT-4o对内学知识评估具有更高的准确性.
• 人工智能聊天机器人有望成为牙科教育中的补充工具.
• 仔细考虑人工智能的局限性和风险对于负责任的整合至关重要.