原始文章

隨著 AI 語言模型如 ChatGPT 的興起,護理教育中的學術誠信受到關注,特別是學生可能會提交 AI 生成的內容。研究中,四名護理學生提交了自己撰寫和 ChatGPT 生成的「致編輯的信」作業。結果顯示,雖然 AI 生成的內容語法正確,但常有過時或虛構的參考文獻,且缺乏深度。護理教育者需了解 AI 的能力與限制,以支持學生學習並維持學術誠信,並發展有效的評估策略,促進原創思考與批判性分析。 PubMed DOI


站上相關主題文章列表

探討生成式人工智慧在護理教育的應用,如ChatGPT,可協助學生完成作業、提供逼真病人情境,促成個人化學習。然而,需克服學術誠信和道德挑戰。建議訂定明確指引、教育學生人工智慧相關知識,並使用工具檢測內容。呼籲護理教育工作者負責運用人工智慧,提升學習效果和效率。 PubMed DOI

研究發現大學教師通常能分辨學生和ChatGPT生成的反思,且對反思主題分析沒有太大差異。儘管意見有些不同,但結果顯示ChatGPT在牙科教育和研究上有應用潛力。 PubMed DOI

隨著人工智慧(AI)在學術界的普及,維護誠信的問題也愈加受到重視。本文探討學術機構如何建立AI使用的誠信文化。透過制定明確的政策、引入檢測工具及軟體來識別AI生成內容,這些機構能夠促進倫理實踐,特別是在護理教育領域。實施以誠信為核心的政策和反AI工具,有助於減少不當使用AI的情況,並且檢測技術的進步也能協助教職員辨識AI的參與。強調學術與專業誠信的關聯,進一步鞏固護理人員在學術追求中的誠實承諾。 PubMed DOI

這篇手稿探討了一個創新的作業,讓護理實務博士(DNP)學生熟悉生成性文本人工智慧,特別是ChatGPT,並應用於護理資訊學。作業依據2021年AACN Essentials的能力標準設計,旨在負責任地整合人工智慧進護理教育。 雖然目前缺乏相關文獻,教職員仍設計了結構化作業,並指導學生使用這項技術。學生需利用ChatGPT開發實用工具,應用於護理實務中。回饋顯示,專注於簡單病人的學生較易成功,作者希望未來課程能持續使用此作業,增強學生對人工智慧在護理中的理解。 PubMed DOI

這項研究探討了ChatGPT在護理教育中的應用,透過系統性回顧和文本網絡分析來分析護理學生的反應。研究期間為2024年1月20日至23日,最終納入46篇文章,發現四個主要主題:學術寫作、醫療模擬、數據建模和個人發展。情感分析顯示,48%的回應對ChatGPT持正面看法,31%負面,21%中立。結果強調了ChatGPT在護理教育轉型中的潛力,並呼籲負責任地使用AI工具以提升學生技能,並維持道德標準,並建議進一步研究。 PubMed DOI

最近大型語言模型(如ChatGPT和Bard)在教育領域的應用引發了對學術論文寫作潛在濫用的擔憂。本研究探討這些模型是否能生成關於醫學生個人經歷和倫理困境的非結構性論文,並檢視其是否能與人類作品區分。 研究團隊收集了47篇學生的原創論文,並利用這些內容生成相同數量的AI論文。分析結果顯示,AI生成的論文在情感和分析思維的語言使用上較學生作品更為頻繁。儘管存在語言特徵的差異,兩個LLMs在反映學生對倫理困境的經歷方面均表現出高度有效性。 PubMed DOI

隨著人工智慧(AI)快速進步,傳統的教學和評估方法面臨挑戰,像是書面報告和海報的有效性下降。為了解決這個問題,教育者需設計創新的作業,讓學生展示理解和批判性思考能力,並促進道德使用AI。 針對大三醫學生,提出的作業是利用ChatGPT生成報告,並對其進行批判性分析,最終結合自身研究與AI內容完成報告。這樣的方式能讓學生了解AI工具的能力與限制。 實施中提供清晰指導和持續支持,讓學生認識AI在學術工作中的價值,並促進對新技術的開放態度。接下來的步驟是將這些評估策略擴展到醫學院課程中,以適應不斷變化的教育環境。 PubMed DOI

這項研究評估了生成式人工智慧(如ChatGPT-4o)在全球健康領域的資訊素養,與研究生的論文進行比較。54名學生中有28人參加,結果顯示他們普遍認為AI生成的論文不如自己的作品,平均滿意度僅2.39(滿分5分)。雖然AI生成的729個參考文獻中54%是真實的,但46%是虛構的,且只有26.5%與論文內容相關。學生指出AI的速度和創新主題能力,但也強調其準確性和可靠性不足,特別是在公共健康資訊上,這引發了對於誤導可信來源的擔憂。 PubMed DOI

本研究探討如何將人工智慧(AI)工具,如ChatGPT和Copilot,融入護理教育,以提升護理學生的學術寫作和溝通能力。研究對象為203名來自台灣南部的高年級護理學生,分析AI增強教學與傳統教學的效果。結果顯示,實驗組在AI素養上顯著提升,且案例報告表現優異,但在問題識別與護理計畫連結上較弱。建議在教學中有效整合AI工具,並加強訓練與監督,以提升學術寫作和批判性思維,進而改善護理教育與病人照護品質。 PubMed DOI

這項研究探討醫療專家與人文學者在辨識醫學生與ChatGPT生成文本的能力。研究於2023年5月至8月進行,35位專家分析了兩篇醫學主題的文本,並被要求找出AI生成的部分。結果顯示,專家們在70%的情況下正確識別AI文本,兩組專家之間差異不大。雖然內容錯誤影響不大,但冗餘、重複和連貫性等風格特徵對他們的判斷至關重要。研究建議未來可在不同學術領域進一步探討,以提升辨識能力。 PubMed DOI