Twelve tips to leverage AI for efficient and effective medical question generation: A guide for educators using Chat GPT
Inthrani Raja IndranORCID Icon,Priya Paramanathan,Neelima GuptaORCID Icon &Nurulhuda Mustafa
Received 04 Jul 2023, Accepted 11 Dec 2023, Published online: 26 Dec 2023
Cite this article https://doi.org/10.1080/0142159X.2023.2294703
https://www.tandfonline.com/doi/full/10.1080/0142159X.2023.2294703?af=R
背景
医学教育において質の高い評価問題を作成することは、非常に重要でありながら時間がかかり、専門知識主導の作業であるため、革新的なソリューションが求められている。ChatGPT (Chat Generative Pre-Trained Transformer)のような大規模言語モデル(LLM)は、そのような革新のための有望でありながら未開拓の道を示している。
目的
本研究では、教育者の生産性を向上させ、学生の自己学習を可能にするために、多肢選択問題（MCQ）を例として、多様で質の高い医学問題を生成するためのChatGPTの有用性を探求する。
解説
12のストラテジーを活用し、ChatGPTがどのように効果的にブルーム分類法とコア知識ドメインに沿ったアセスメント問題を生成できるかを実証し、アセスメントデザインのベストプラクティスを促進する。
結論
ChatGPTのようなLLMツールをMCQのような医学評価問題の生成に統合することは、人間の専門知識を補強するものではあるが、取って代わるものではない。継続的なインストラクションの改良により、AIは高水準の問題を作成することができます。しかし、最終的な品質と正確性を保証する責任は、教科の専門家にあり、人工知能主導の教育パラダイムにおける人間の関与のかけがえのない価値を肯定している。
1. 技術的な基本GPT-4.0を使用して品質と精度を向上させる
このヒントでは、GPTの最新バージョンであるGPT-4.0を使用することで、複雑な医療概念を統合し、より正確な情報を提供する能力が向上することを強調しています。これは、AIモデルの新しいバージョンは、一般的に教育目的により信頼できることを意味しています。
2. エクササイズの境界線と目的を概説する
評価にAIを使用する際の機関指針を含め、演習の範囲と限界を理解することは極めて重要です。このヒントでは、教育目標に沿った演習を行うために、明確な目的を定めることを提案しています。
3.プロンプト設計のための正確な指示を提供する
正確で詳細な指示は、特定のタイプの問題を作成するのに役立ちます。これには、形式を明確にすること、正解の必要性と根拠を明記すること、対象となる学習者グループを特定することが含まれます。
4. 中核概念とキーワードに焦点を当て、指導案を作成する。
中心概念を特定し、関連するキーワードをプロンプトに含めることで、より焦点を絞った適切な問題を作成することができます。このアプローチにより、AIが生成するコンテンツが教育目的に沿ったものとなります。
5.ChatGPTへの指示に番号を付ける
ChatGPTの指示を番号付きリストとして整理することで、より効果的で構造化された回答が得られます。この方法は、回答の明確さと順序を維持するのに役立ちます。
6. 単語の選択を試す
プロンプトの具体的な表現は、生成される質問の性質に大きく影響します。さまざまな用語や表現を試すことで、さまざまなタイプの質問を作成することができます。
7. 事前の指示を基にする
事前の指示や質問を参照しながらChatGPTを会話的に活用することで、より包括的な質問セットを作成することができます。このアプローチにより、以前の内容を基にすることができます。
8. 臨床に関連したシナリオを作成する
臨床に関連したシナリオに基づいて問題を作成することは、医学教育に不可欠です。これには、実際の臨床状況を反映したビネットをデザインすることが含まれます。
9. 中程度の質問難易度
さまざまな学習段階に対応するために、問題の難易度を調整することは重要です。ブルーム分類学の要素を取り入れることで、様々な認知レベルを対象とした問題を作成することができます。
10. シナリオの多様性を奨励する
問題における患者のシナリオを多様化することで、実際の臨床のさまざまな状況を反映し、学習効果を高めることができます。これには、さまざまな患者の属性や臨床環境を含めることができます。
11. 既存の質問を強化する
AIを使用して、難易度を更新または変更することで、既存の問題を改善します。例えば、基本的な想起問題を知識の応用をテストする問題に変更します。これにより、新しい問題の作成と、現在の問題プールの質と関連性の強化の両方が可能になります。
12. 限界を認識する
トレーニングデータの限界：ChatGPTのトレーニングデータには最新の開発が含まれていない場合があります。Bingと統合されたGPT-4.0は、より最新の情報にアクセスすることができ、GPT-4.0プラグインはさらに多くの機能を可能にします。
事実の不正確さと医療専門知識の欠如：データの欠陥や古さ、情報の検証におけるモデル固有の限界により、出力が不正確になる可能性があります。医療分野では、正確性と妥当性を保証するために、専門家による厳格なレビューが不可欠です。ChatGPTは医療専門家の深い理解と臨床判断を欠いており、信頼と採用に影響を与える可能性があります。
倫理的問題：AIシステムはデータプライバシーとセキュリティリスクをもたらす。また、バイアスを反映したり増幅したりする可能性もあり、教育的文脈では懸念される。倫理的なAIの使用は、人間の主体性、公平性、人間性、正当な選択を考慮すべきである。
コストの問題：AIはコンテンツ生成にコスト効率がよく、迅速である一方、アプリケーションの開発と維持には費用がかかる。教育者は費用対効果を考慮する必要がある。
