لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
اولین همایش بین المللی تحول خدمات سلامت: تلفیق مراقبت، درمان، بازتوانی و امیدبخشی
هوش مصنوعی مولد در آموزش پرستاری؛ از یادگیری هوشمند تا استدلال بالینی نقادانه
نویسندگان :
سیده مریم موسوی
1
مهسا السادات موسوی
2
فاطمه کشاورز
3
الا نوریان
4
1- دانشجوی دکترا، مرکز تحقیقات سلامت جامعه، واحد اصفهان(خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
2- دانشیار، مرکز تحقیقات سلامت جامعه، واحد اصفهان(خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
3- دانشجوی دکترا، مرکز تحقیقات سلامت جامعه، واحد اصفهان(خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
4- 4. دانشجوی کارشناسی پرستاری، گروه پرستاری، واحد گلپایگان، دانشگاه آزاد اسلامی، گلپایگان، ایران
کلمات کلیدی :
آموزش پرستاری،تفکر انتقادی،ChatGPT،استدلال بالینی.،هوش مصنوعی مولد
چکیده :
مقدمه: هوش مصنوعی مولد، بهویژه ChatGPT و مدلهای زبانی بزرگ، فرصتهای نوینی را جهت شخصیسازی یادگیری، ارائه بازخورد آنی، طراحی سناریوهای شبیهسازی بالینی و ارتقای شایستگیهای دانشجویان پرستاری فراهم آورده است(1, 2). با این وجود، چالشهایی در زمینه صحت اطلاعات، سوگیری الگوریتمی، حریم خصوصی، سلامت آکادمیک و وابستگی مفرط دانشجویان مطرح است(3, 4). پژوهش حاضر با هدف بررسی مزایا، محدودیتها و ملاحظات اخلاقی بهکارگیری هوش مصنوعی مولد در آموزش پرستاری انجام شد. روشها: این مطالعه در قالب یک مرور روایتی صورت گرفت. جستوجو در پایگاههای داده PubMed، Scopus، Web of Science، ScienceDirect و Google Scholar، با بهرهگیری از کلیدواژههای مرتبط با هوش مصنوعی مولد، ChatGPT، آموزش پرستاری، تفکر انتقادی، استدلال بالینی و تصمیمگیری اخلاقی، در بازه زمانی 2023 تا 2026 انجام پذیرفت. پس از بررسی عنوان، چکیده و متن کامل مقالات توسط دو پژوهشگر، 19 مطالعه مرتبط انتخاب گردید و دادهها با استفاده از روش تحلیل و دستهبندی موضوعی مورد بررسی قرار گرفتند. یافتهها: شواهد حاکی از آن بود که هوش مصنوعی مولد میتواند موجب بهبود مشارکت دانشجویان، یادگیری شخصیسازیشده، حفظ دانش، سواد دیجیتال، اعتمادبهنفس و عملکرد بالینی شود(1, 2, 5). همچنین، استفاده ساختار یافته از مدلهای زبانی بزرگ در یادگیری مبتنی بر مسئله، با بهبود چشمگیر مهارت تفکر انتقادی همراه بود(1). در مقابل، برخی مطالعات گزارش کردند که استفاده غیرنقادانه از این ابزار میتواند منجر به کاهش استدلال بالینی و تصمیمگیری اخلاقی شود(3). اصلیترین چالشها شامل توهمات اطلاعاتی، سوگیری، نقض حریم خصوصی، تقلب علمی، نابرابری در دسترسی و ضعف در آموزش اعضای هیئتعلمی بود(2-4). نتیجهگیری: هوش مصنوعی مولد پتانسیل قابلتوجهی برای ارتقای آموزش پرستاری دارد، با این حال، نباید جایگزین قضاوت بالینی و تعاملات انسانی گردد. به کارگیری مسئولانه این فناوری مستلزم نظارت اعضای هیات علمی، آموزش سواد هوش مصنوعی، راستیآزمایی منابع و تدوین سیاستهای اخلاقی شفاف است(2, 4, 5).
لیست مقالات
لیست مقالات بایگانی شده
طرحی نوین مبتنی بر زنجیره رمز بلوکی برای ذخیرهسازی امن و تغییرناپذیر دادههای اینترنت اشیا
بهنام محمدلو - کامبیز مجیدازده
اثربخشی طرحوارهدرمانی بر طرحواره رهاشدگی در افراد دارای نشانگان شخصیت وابسته
زهرا سادات حسینی - شیدا جبل عاملی
بررسی و اولویتبندی ریسکهای موجود در پروژه های اجرا و ساخت شرکت آب و فاضلاب استان اصفهان
میلاد رضایی آدریانی - احسان شهوند - علیرضا علی یار
اثربخشی روان درمانی پویشی فشرده کوتاه مدت بر عملکرد خویشتن و بین فردی در اختلال شخصیت خودشیفته
الهام یثربی - غلامرضا طالبی
Microbiome-mediated metabolic rehabilitation: The role of prebiotics and probiotics in improving insulin resistance and preventing diabetic osteoporosis
Azadehalsadat Hosseini dastgerdi
انعطافپذیری روانشناختی: مروری بر مفاهیم، سازوکارها و عوامل مؤثر
مهسا امینی - حمیدطاهر نشاظ دوست - علی محرابی
مسئله تنظیم کنندگی کنترل بهینه مبتنی بر یادگیری تقویتی ربات های صنعتی با دینامیک نامعلوم و تحلیل پایداری لیاپانوف
سجاد صابری - عباس چترایی - محسن پارسا - خوشنام شجاعی
کاربرد رایانش ابری در امنیت اطلاعات
فخرالدین ابراهیمی
اثربخشی درمان معنامحور بر اضطراب سلامت در بیماران قلبی عروقی پس از عمل جراحی قلب باز
مینا افکار - حمیدرضا عریضی - غلامرضا طالبی
پیشبینی زودهنگام تبدیل بدخیمی پس از مول هیداتیفرم: مرور روایتی پیشبینیکنندههای بالینی، بیوشیمیایی و تصویربرداری در ایران
مهشید معینی مهر
بیشتر
ثمین همایش، سامانه مدیریت همایش ها و جشنواره ها - نگارش 44.12.4