在培训计划设计中对ChatGPT版本进行比较评估:科学方法,准确性和实际适用性
Ayça Genç1, Gökhan Recep Aydın2, Murat Kasap2
1Bartın University, Faculty of Sport Science, Bartin, Türkiye. aycagenc@bartin.edu.tr.
这项研究发现,较新的ChatGPT版本 (4.1和4o) 产生了比ChatGPT-3.5更好的抵抗训练程序,尽管人类专家监督对于安全有效的AI生成的炼计划至关重要.
科学领域:
- 体育科学与运动生理学 体育科学与运动生理学
- 人工智能在健身中的作用
- 人与计算机互动在培训中的作用
背景情况:
- 评估人工智能在健身计划生成中的作用至关重要.
- 不同的人工智能模型在创建有效培训计划的能力方面可能有所不同.
研究的目的:
- 为了比较ChatGPT版本的科学准确性和实际使用,用于创建抵抗训练程序.
- 根据专家标准评估人工智能生成的培训计划.
主要方法:
- 混合方法方法使用专家设计的ChatGPT-3.5,4o和4.1.1的指令集.
- 为一个假想的个人创建了12周的抵抗训练计划.
- 使用标题和统计分析系统评估程序 (弗里德曼测试,威尔科克森签名等级测试).
主要成果:
- 在ChatGPT版本之间发现了统计学上显著的节目质量差异 (p < .05).
- 与其他版本相比,ChatGPT-4.1表现出卓越的细节,内部一致性和文献支持.
- 专家分析证实,不同模型的科学严谨性和适用性存在差异.
结论:
- 像ChatGPT这样的AI工具显示出产生与科学原则一致的结构化炼计划的潜力.
- 尽管有进展,但人类专家的参与对于确保AI辅助培训计划的安全性,基于证据的内容和个性化至关重要.
更多相关视频
07:31A Computerized Functional Skills Assessment and Training Program Targeting Technology Based Everyday Functional Skills
Published on: February 13, 2020
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
相关概念视频
Improving Translational Accuracy
Improving Translational Accuracy
Bioequivalence Experimental Study Designs: Repeated Measures, Cross-Over, Carry-Over, and Latin Square Designs
Comparing the Survival Analysis of Two or More Groups
Comparing Experimental Results: Student's t-Test
Pharmacokinetic Models: Comparison and Selection Criterion
Physiological models take a detailed approach by considering specific molecular processes. They can predict drug distribution, metabolism, and elimination changes, providing a comprehensive understanding of how drugs interact with the body.
