相关实验视频
Updated: Jun 14, 2026
08:43
A Unified Methodological Framework for Vestibular Schwannoma Research
Published on: June 20, 2017
7.2K
耳鼻喉科住院个人陈述写作中的生成人工智能:混合方法分析
Jacob G J Wihlidal1, Nikolaus E Wolter1,2, Evan J Propst1,2
1Department of Otolaryngology-Head and Neck Surgery, Temerty Faculty of Medicine, University of Toronto, Toronto, Ontario, Canada.
The Laryngoscope
|April 14, 2025
概括
对于OHNS居留申请的生成AI (GAI) 个人陈述的质量比人类撰写的高得分. 然而,对人工智能的担忧仍然存在.
科学领域:
- 医学教育 医学教育
- 医疗保健中的人工智能
- 住院招生 住院招生
背景情况:
- 生成型人工智能 (GAI) 越来越容易用于起草个人陈述.
- 这给评估申请人真实的写作能力和个人对居留申请的洞察力带来了挑战.
研究的目的:
- 将GAI生成的个人陈述的质量与成功申请OHNS居留权的申请人撰写的个人陈述进行比较.
- 通过使用统计和定性主题方法分析评价者的感知.
主要方法:
- 收集了成功申请OHNS居留申请人的个人陈述.
- 基于申请人声明特征,使用ChatGPT 4.0生成GAI声明.
- 盲目审查了21名经验丰富的评估员关于真实性,可读性,个性化和整体质量的所有陈述.
- 通过独立的t测试进行了定量分析,并使用NVivo进行了定性主题分析.
主要成果:
- 在真实性 (7.67比7.05),可读性 (8.03比7.49),人格性 (7.33比6.72) 和整体得分 (7.49比6.90) 方面,GAI的陈述显著超过了申请人的陈述.
- 主题分析表明,GAI的陈述被认为是"结构良好但通用",而申请人的陈述则是"粗言滥语和缺乏重点".
- 审查者对个人洞察力和参与GAI生成的陈述表示担忧.
结论:
- 由GAI生成的个人陈述获得了更高的评分,促使人们重新评估其在居留申请中的作用.
- 这些发现强调了需要明确的道德准则关于AI在医疗教育和住院招生中的使用.
