人工智能可以准确地检测和总结解剖学教育文献吗? 对ChatGPT和ScholarGPT进行比较分析
D Chytas1, S Kanakaris2, M Piagkou2
1Basic Sciences Laboratory, Department of Physiotherapy, University of Peloponnese, 20, Plateon Str., 23100 Sparta, Greece; European University of Cyprus, Engomi, Nicosia, Cyprus.
Morphologie : bulletin de l'Association des anatomistes
|August 13, 2025
概括
像ChatGPT和ScholarGPT这样的人工智能 (AI) 工具在检测和总结解剖教育研究方面存在局限性. 这些人工智能平台需要进一步开发,以便可靠地协助研究人员进行文献评论.
科学领域:
- 医学教育 医学教育
- 教育中的人工智能
背景情况:
- 人工智能 (AI) 平台为解剖学教育提供了潜在的好处,帮助教师和学生.
- 研究人工智能工具在学术研究中的有效性对于它们的负责任整合至关重要.
研究的目的:
- 评估ChatGPT在识别和总结解剖学教育文献方面的能力.
- 将ChatGPT的表现与ScholarGPT进行比较,ScholarGPT是一个专门用于学术研究的AI模型.
- 为了确定查询的复杂性是否会影响这些AI平台的性能.
主要方法:
- 两个人工智能平台ChatGPT和ScholarGPT的任务是检索5项关于解剖教育中的特定虚拟现实 (VR) 应用的研究.
- 研究检测的准确性和摘要的准确性与原始研究摘要进行了评估.
- 查询复杂性在三个与解剖教育中的VR相关的主题中有所不同.
主要成果:
- 在查询复杂度上,ChatGPT在研究检测 (100%,60%,0%) 和摘要准确性 (60%,20%,0%) 中表现出可变的成功.
- 学者GPT在研究检测 (100%,60%,40%) 和摘要准确性 (80%,60%,40%) 中表现出卓越的表现.
- 两个平台都显示了偏见,有利于教育干预,并与复杂的查询作斗争.
结论:
- 目前的AI平台,包括ChatGPT和ScholarGPT,还不够先进,无法可靠地支持研究人员检测和总结解剖学教育文献.
- 持续的研究和开发是必要的,以提高AI工具的准确性和可靠性用于学术目的.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
578
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
244
