原始文章

這項研究強調了導師在STEM高等教育中的重要性,並探討將AI導師整合進個人發展計畫(IDP)的可能性。研究使用Google Gemini作為AI導師,旨在增強STEM研究生,特別是弱勢群體學生與導師的互動及職業目標設定。十八名學生參與了AI導師的訓練,並透過情感分析和主題分析來評估他們的經驗。參與者報告了即時回應和獲取最新資訊的好處,但也對錯誤資訊和隱私問題表示擔憂。研究提出了混合導師模式,顯示AI導師能提升IDP實踐,幫助學生在STEM職業上更具競爭力。 PubMed DOI


站上相關主題文章列表

研究指出,認知科學可提升人與電腦在複雜系統的互動。建議運用認知心理學改善人工智慧在教育中的應用,將其視為學習工具。強調生成式人工智慧如ChatGPT源自認知科學。提倡教育工作者將人工智慧視為重要合作夥伴,協助教授溝通與協作等技能。 PubMed DOI

在學術圈裡航行不易,尤其對於少數族群更具挑戰。打造多元、公平、包容的學習環境至關重要。人工智慧工具可助平等競爭,提供指導與支持。雖無法取代導師,但可為有益補充。應鼓勵接受人工智慧,對面對偏見者有助。機構應教導社群如何道德運用人工智慧。 PubMed DOI

這項研究探討了OwlMentor,一個以人工智慧為基礎的學習平台,幫助大學生理解科學文本。OwlMentor透過參與式方法開發,並在課程中使用,經過兩個學期的評估。研究發現,感知的易用性和有用性與實際使用之間的關係相當複雜,顯示需要更動態的接受模型。雖然未找到OwlMentor使用與學習改善的直接聯繫,但使用者的學習成效明顯高於非使用者,且自我效能與平台的使用意圖有顯著關聯,強調了AI工具與學生需求對齊的重要性。 PubMed DOI

人工智慧(AI)在健康專業教育,特別是職業治療(OT)領域的應用,正在改變傳統教學方式,提升學習體驗。本研究探討了生成式AI,特別是ChatGPT v. 3.5,如何幫助OT學生制定介入計畫。學生透過分析案例,利用ChatGPT生成多樣化的介入想法,並進行證據研究來支持決策。結果顯示,AI不僅提升了學生的創造力和效率,還增強了他們對AI的舒適度及倫理理解。大多數學生希望在臨床實踐中使用ChatGPT,建議將其納入OT課程以增強學生的能力。 PubMed DOI

本研究探討使用ChatGPT-4o來協助醫學生的職業規劃,這是一個尚未被深入研究的領域。研究目的是比較ChatGPT-4o與傳統人類教育者的效果,並找出最佳整合策略,以提升職業規劃的支持。研究採用混合方法,透過訪談收集定性數據,並用問卷收集定量數據。主要分為兩部分:評估ChatGPT-4o的輔助能力,以及找出AI與人類教育者的有效合作方式。最終目標是改善醫學生的職業規劃,將AI支持融入傳統教學中,增強人類教育者的貢獻。 PubMed DOI

這項研究探討了ChatGPT對醫學生教育的影響,顯示出其優點與挑戰。透過質性研究,收集學生如何利用ChatGPT進行學術活動的經驗及遇到的困難。雖然學生認為ChatGPT能增強科學研究和學習支持,但也對倫理、數據隱私及可能的濫用表示擔憂。研究強調需制定明確的指導方針,負責任地將AI工具整合進醫學教育,以確保其使用既有效又符合倫理。 PubMed DOI

生成式人工智慧(GenAI)為教育帶來創新,能提升教師和學生的動機及學習效果。雖然對學術不端的擔憂存在,但它能簡化課程設計、減少評估時間,並提供個性化反饋,支持翻轉教室和遊戲化等教學方法,促進互動學習。對學生而言,GenAI 促進自主學習,增強知識保留,提升動機。然而,整合過程中也需面對準確性、技術變革及社會經濟差異等挑戰。負責任地應用 GenAI,能使教育更可及和個性化,讓學習者和教師皆受益。 PubMed DOI

在2023年中,有一項研究針對40名藥理學畢業專題的學生,評估他們對新型協作多媒體評估的體驗,該評估使用了人工智慧(AI)。研究發現,學生最初將AI視為個人導師,並將其角色分為仲裁者、神諭者和量化者。然而,實際上AI的使用主要集中在創意生成和數據分析,並未有小組利用AI生成最終的書面內容。這顯示學生對AI在評估中的角色存在疑慮,強調了教育者和學生需要更清晰的指導,以有效整合AI於學習和評估中,維持評估的完整性。 PubMed DOI

這項研究探討了2023年美國一所研究型大學的本科生在一門專注於可持續性與科技的通識課程中如何運用人工智慧(AI)。39名學生在最終專案中記錄了他們對AI的使用,分析了可持續性概念的聯繫。研究發現,學生主要用AI來增強表達,部分學生則用於更複雜的任務,如論點發展。雖然許多學生對AI生成的內容持懷疑態度,強調智識獨立性的重要性,但研究顯示AI在高等教育中有助於學習的潛力。 PubMed DOI

這項研究探討了三種生成式人工智慧工具—ChatGPT、Gemini 和 Copilot—在本科機械工程教育中的有效性,涵蓋了800個問題。雖然這些工具在理論題上表現不錯,但在數值問題上遇到挑戰,特別是需要深入理解的部分。Copilot 的準確率最高,達60.38%。研究還進行了學生調查和訪談,顯示對人工智慧在數值任務中的可靠性有擔憂。研究建議教育者調整評估方法,以負責任地整合人工智慧,提升學習效果。 PubMed DOI