原始文章

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


站上相關主題文章列表

人工智慧的進步帶來了像ChatGPT和Bard這樣的語言模型,可以產生類似人類寫作的文字。研究比較了它們在撰寫脊椎外科結構摘要方面的表現。結果發現,ChatGPT的摘要符合期刊指南,而Bard的字數更準確,且與人類撰寫的摘要更相似。人工智慧檢測難以區分人工智慧和人類生成的摘要,引發道德疑慮。使用這些工具時需謹慎。 PubMed DOI

研究使用ChatGPT協助中國醫學生英文寫作,結果顯示學生在結構、邏輯和語言方面有進步,尤其ChatGPT-4有潛力提升評分準確度。學生反應積極,認為寫作品質和語言能力有提升。這研究顯示大型語言模型如ChatGPT對非英語醫學生學術寫作有幫助,並具潛力應用在教育評估中。 PubMed DOI

這篇評論探討了在醫療領域使用像 ChatGPT 這類 AI 模型進行寫作輔助所面臨的倫理問題。儘管技術先進,但仍有不準確、缺乏上下文理解等問題。此外,隱私、數據安全、透明度、偏見和著作權等議題也令人擔憂。評論強調遵循規範和透明度的重要性,若能妥善管理這些挑戰,AI 模型將能在寫作上提供有價值的支持。 PubMed DOI

生成式 AI 模型如 ChatGPT 正逐漸融入醫學教育,許多學生利用它來學習和準備考試,包括美國醫學執照考試(USMLE)。根據2023年5月的調查,96% 的醫學生知道 ChatGPT,52% 曾使用過它來完成課業。學生常用它解釋醫學概念、協助診斷及文法檢查。不過,對於不準確性、病人隱私和抄襲的擔憂也浮現,顯示出制定規範以確保道德使用的必要性。了解學生的看法對於建立負責任的使用指導方針至關重要。 PubMed DOI

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

這項研究探討了生成式 AI 模型(如 ChatGPT、Gemini 和 Claude)在 K-12 教育中的應用,強調其在各科目的優勢,並討論學術不誠實的倫理問題。研究使用傳統機器學習模型和大型語言模型來檢測高風險寫作評估中的 AI 生成內容,並評估檢測方法的效果,考慮改寫工具的影響。研究還引入新方法,利用同義詞資訊識別人性化的 AI 文字,並探討數據集大小對模型表現的影響,以指導未來的數據收集。 PubMed DOI

大型語言模型如ChatGPT正在改變臨床研究,提升內容創作及數據分析的能力。不過,將這些工具融入學術寫作仍面臨挑戰。本文探討在臨床研究中使用AI的實用策略,並考量倫理問題。強調安全有效使用生成式AI的例子,並指出確保AI結果在學術上可靠的重要性。雖然AI能簡化重複性任務,但無法取代作者的批判性分析。仔細審查AI生成的文本,確保與作者見解一致,並解決抄襲檢測及倫理使用的挑戰。 PubMed DOI

這項研究探討了人類評審、重複量化分析(RQA)和AI檢測工具GPTZero在辨別人類與AI生成的個人陳述的有效性,特別針對物理治療師教育計畫的申請。研究分析了50份梅奧診所的申請者陳述與50份由Google Gemini生成的陳述。結果顯示,人類評審在辨識上表現一致且準確,而RQA和GPTZero也各有優勢。研究強調,未來應結合這些方法,以提升對個人陳述的評估,確保學術誠信。 PubMed DOI

這篇文章回顧了327篇來自Web of Science的文獻,探討ChatGPT在寫作上的應用。它指出ChatGPT能減輕寫作焦慮、提升效率,並協助生成科學論文,還能為研究者和學生提供反饋。不過,文章也提到數據準確性、倫理問題、抄襲風險和偏見等挑戰。作者身份驗證對學術寫作非常重要,以維持客觀性。文章呼籲未來研究應改善技術和政策,確保ChatGPT能支持倫理且可持續的學術寫作。 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