探索法学士在支持期刊俱乐部准备和居民讨论中的使用

科学领域:

• 医疗教育 技术 技术 医学教育
• 医疗保健中的人工智能
• 牙科研究生培训 牙科研究生培训

背景情况:

• 期刊俱乐部 (JCs) 对医学教育至关重要,促进批判性评估和基于证据的实践.
• 居民面临的障碍包括时间限制和复杂的材料理解在JCs.
• 有效地参与JC对于专业发展至关重要.

研究的目的:

• 探索定制培训的大型语言模型 (LLM) 的实用性,作为研究生牙科居民期刊俱乐部 (JC) 准备和参与的支持工具.
• 评估LLM整合在JCs期间对居民参与,理解和信心的影响.
• 确定在医学教育中有效使用LLM的挑战和必要能力.

主要方法:

• 从2024年3月至9月使用基于设计的研究方法.
• 一个定制培训的LLM与六个JC会议的文献相结合,涉及16名研究生牙科居民.
• 数据收集包括观察,反表以及与居民和教师的前/后聚焦小组.

主要成果:

• 使用LLM改善了居民对复杂主题的理解,提高了信心,并增加了讨论参与度.
• 居民利用LLM进行文章总结,统计方法澄清和生成讨论点.
• 虽然53%的人报告了积极的经验,但挑战包括迅速的具体性,偶尔的不准确性和对AI输出的批判性评估的需求.

结论:

• 大型语言模型可以有效地补充传统的教学方法,以提高在期刊俱乐部的参与度.
• 需要对生成人工智能对学习者的认知,信任和教育公平的更广泛影响进行进一步的研究.
• 发展人工智能素养和批判性评估技能对于最大限度地发挥医学教育中LLM的好处至关重要.