随着时间的推移,ChatGPT的进展:在医学教育中纵向增强生物统计问题的解决方法
Aleksandra Ignjatović1,2, Marija Anđelković Apostolović1,2, Lazar Stevanović3
1Department of Medical Statistics and Informatics, Faculty of Medicine, University of Niš, Niš, Serbia.
在9个月的时间里,ChatGPT在解决生物统计学问题方面显著改善. GPT-4实现了完美的准确性,表明其作为医学培训中的补充教育工具的潜力.
科学领域:
- 生物统计学 生物统计学
- 医学教育 医学教育
- 高等教育中的人工智能
背景情况:
- 通过改善教学和学习,ChatGPT被认为具有改变高等教育的潜力.
- 之前的评估已经确认了ChatGPT在教育环境中的功能.
- 本研究专门评估了ChatGPT在生物统计学教育中的实用性.
研究的目的:
- 评估ChatGPT (GPT-3.5和GPT-4) 在解决生物统计问题的准确性,稳定性和可重复性.
- 探索ChatGPT作为医学学生可靠的教育工具的潜力.
- 在9个月的时间内跟踪ChatGPT模型的性能演变.
主要方法:
- 作为基准生物统计问题,使用了"统计在正方形一"中的相关性分析任务.
- 在12个参数中测试了GPT-3.5和GPT-4的准确性.
- 绩效被评估在三个时间点:2023年10月,2024年3月和2024年7月.
主要成果:
- 在研究期间,GPT-3.5和GPT-4都显示了对正确反应率的统计学显著改善 (p < 0.001).
- 到2024年3月,GPT-4实现了完美的精度.
- 对于GPT-3.5在2024年3月至7月期间,以及对于GPT-4在2023年10月至2024年3月期间,观察到显著的绩效增长.
结论:
- 在9个月的时间里,GPT-4在生物统计学问题解决方面表现出快速而持续的改善.
- 聊天GPT的进步凸显了其在教育应用中的不断增长的潜力.
- 在教育工作者监督下,ChatGPT应该被用作高等教育中的补充工具,以增强学习.
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
08:05Measuring Statistical Learning Across Modalities and Domains in School-Aged Children Via an Online Platform and Neuroimaging Techniques
Published on: June 30, 2020
相关概念视频
Overview of Biostatistics in Health Sciences
Biostatistics: Overview
Discrete variables are...
Longitudinal Studies
Statistical Software for Data Analysis and Clinical Trials
Introduction To Survival Analysis
The primary goal of survival analysis is to estimate survival time—the time...
Longitudinal Research
