Creating custom GPTs for faculty development: An example using the Johari Window and Crucial Conversation frameworks for providing feedback to struggling students
Neil MehtaORCID Icon,Craig NielsenORCID Icon,Amy ZackORCID Icon,Terri ChristensenORCID Icon &J. H. IsaacsonORCID Icon
Received 13 Nov 2024, Accepted 17 Dec 2024, Published online: 09 Jan 2025
Cite this article https://doi.org/10.1080/0142159X.2024.2445043
https://www.tandfonline.com/doi/full/10.1080/0142159X.2024.2445043?af=R#abstract
フィードバックは、研修生の成長と発達、特に改善が必要な分野に取り組む際に重要な役割を果たす。 しかし、教員は建設的なフィードバックを提供するのに苦労することが多い。 重要な障害となっているのは、多くの教員が、成長を促すようなフィードバックを提供することに抵抗を感じていることである。 このような課題に対処するためにデザインされた従来のFDプログラムは、多忙な臨床医にとって、高額で時間がかかりすぎることがある。 生成的AI、特に仮想の生徒とコーチをシミュレートするカスタムGPTモデルは、フィードバックトレーニングにおける教員育成のための有望なソリューションを提供します。 これらのAI駆動型ツールは、広く受け入れられている教育フレームワークを使用して現実的なフィードバックシナリオをシミュレートし、建設的なフィードバックを提供する際のベストプラクティスについて教員をコーチすることができます。 インタラクティブで低コストの利用しやすい仮想シミュレーションにより、教員は安全な環境で練習し、即座にカスタマイズされたコーチングを受けることができます。 このアプローチは、教員の自信と能力を高めると同時に、従来の教員育成プログラムのロジスティクスや財政的な制約を軽減します。 スケーラブルなオンデマンドトレーニングを提供することで、カスタムGPTベースのシミュレーションを臨床環境にシームレスに統合することができ、研修生の成長を優先する支援的なフィードバック文化を育成することができる。 本論文では、受け入れられているフレームワークに基づいて、カスタムGPTを利用したフィードバックトレーニングを設計し、実施する段階的なプロセスについて述べる。 このプロセスは、医学教育におけるファカルティ・ディベロップメントを変革する可能性を秘めている。
- 教育上の課題と背景
- 医学教育において、フィードバックは学生の現在のパフォーマンスと求められる基準との間のギャップを埋めるために不可欠
- 特に以下の状況で教員は苦労している:
- 学生との信頼関係が確立されていない場合
- 学生の弱点や課題に関するフィードバックを行う場合
- 学生が建設的なフィードバックを望んでいないと思い込んでいる場合
- 文化的な規範により直接的な批評を避ける傾向がある場合
- 学生のモチベーションを下げることへの懸念がある場合
- Johari Windowモデルの活用
- Joseph LuftとHarry Inghamによって開発された自己認識のための4つの領域:
- Open領域:自分も他者も知っている情報
- Blind領域:他者は知っているが自分は気づいていない情報
- Hidden領域:自分は知っているが他者には隠している情報
- Unknown領域:誰も気づいていない潜在的な情報や可能性
- このモデルを使用することで:
- 学生の自己認識を促進
- オープンなコミュニケーションを実現
- 建設的なフィードバックの構造化が可能
- カスタムGPTの具体的な実装
- 2023年11月にOpenAIが導入したカスタムGPT機能を活用
- 特徴:
- 実践的なメリット
- コスト面:
- 作成には月額20ドルのChatGPT Plusサブスクリプションのみ必要
- 利用は無料アカウントで可能(5時間ごとにリセットされる制限あり)
- 教育効果:
- 安全な環境での実践が可能
- 即座にフィードバックを受けられる
- 様々なシナリオを繰り返し練習可能
- エンパシーと正確性を向上させる機会を提供
- 独自の特徴
- Johari WindowとCrucial Conversation frameworkの統合
- 医学教育特有の課題に対応
- 学生の個人的な問題(健康、家族関係、経済状況など)への対応も考慮
- 心理的安全性を確保しながらフィードバックを行う方法を学習可能
- 今後の展望と研究課題
- 効果の実証研究が必要:
- 教員のフィードバックスキル向上の測定
- 困難なシナリオへの対応能力の評価
- 応用可能性の探究:
- ピアフィードバック
- 他職種間フィードバック
- より広範な教育環境への適用
- 実際の利用方法
- 公開されているカスタムGPT:https://chatgpt.com/g/g-NDewtvfRS-leshope
- 利用例と詳細な手順は補足資料として提供
- フリーアクセスは継続的に提供される予定
https://chatgpt.com/share/6728df60-8eb4-8004-b578-3679505a306e