大型语言模型支持的基于案例的交互式学习:试点研究.
Haelynn Gim1, Benjamin Cook2, Jasmin Le2
1Harvard Medical School, Boston, Massachusetts, USA.
Internal medicine journal
|March 24, 2025
概括
大型语言模型 (LLM) 显示了基于案例的学习的希望,在97.1%的案例中,一个新的工具遵循了医疗剧本. 需要进一步的研究来证实它们对教育的影响.
科学领域:
- 医学教育 医学教育
- 人工智能的人工智能
背景情况:
- 大型语言模型 (LLM) 为增强基于案例的学习提供了潜力.
- 一个关键的挑战是LLM倾向于产生事实上不正确的信息.
研究的目的:
- 开发和评估一个基于LLM的工具来增强基于案例的学习.
- 评估LLM答案的事实准确性和医学适当性.
主要方法:
- 为基于案例的学习开发了一个基于LLM的工具.
- 该工具的性能是基于对所提供的脚本的坚持进行评估的.
- 还评估了反应的医疗适当性.
主要成果:
- 在97.1% (832/857) 的案例中,LLM坚持提供的剧本.
- 在其余的病例中,96.0% (24/25) 的病例中,反应在医学上是适当的.
结论:
- 在增强基于案例的学习方面,LLM的使用似乎是可行的.
- 需要进一步的研究来确定LLMs在这种情况下的教育影响.
更多相关视频
13:44Project-Based Learning Guidelines for Health Sciences Students: An Analysis with Data Mining and Qualitative Techniques
Published on: December 9, 2022
3.4K
08:05Measuring Statistical Learning Across Modalities and Domains in School-Aged Children Via an Online Platform and Neuroimaging Techniques
Published on: June 30, 2020
7.4K
