在神经解剖学中人工智能辅助的形成性评估:通过修改的神经解剖学动机问卷评估学生的动机

科学领域:

• 医学教育 医学教育
• 神经解剖学是一个神经解剖学.
• 人工智能的人工智能

背景情况:

• 人工智能 (AI) 工具越来越多地被整合到医学教育中.
• 人工智能对学习者的动机的影响,特别是在神经解剖学等专业领域,需要进一步调查.
• 形成性评估在学生的学习和参与中发挥着至关重要的作用.

研究的目的:

• 在第一年神经解剖学课程中检查ChatGPT生成的培养测验对激励的影响.
• 为了比较学生与人工智能生成的测试完全,部分和没有参与之间的动机水平.
• 了解一致的AI工具使用如何影响学习者的动机.

主要方法:

• 114名神经解剖学一年级学生根据人工智能测试参与被分为三组:全,部分和没有.
• 聊天GPT使用教师提供的幻灯片生成了测试题,以获得解剖学准确性和相关性.
• 用经过验证的修改的神经解剖学动机问卷 (NMQ) 来衡量学生的动机.

主要成果:

• 在各组的动机分数中发现了显著的差异 (ANOVA,p=0.0039).
• 完全参与的学生 (A组) 报告的动机明显高于部分参与的学生 (B组) (p=0.003).
• 在完全和部分参与组之间观察到适度效应大小 (科恩d=0.70).

结论:

• 持续参与人工智能辅助的培训测试与增加学生在神经解剖学方面的动机有关.
• 部分参与人工智能工具并没有产生显著的动机效益.
• 持续参与人工智能增强的学习工具对于支持学员在解剖教育中的动机至关重要.