Часть 2.
3. НЕОЖИДАННЫЙ ПОБОЧНЫЙ ЭФФЕКТ: ГЕНЕРАЦИЯ КАЧЕСТВЕННЫХ ЭКЗАМЕНАЦИОННЫХ ЗАДАНИЙ
🔵Иногда самые ценные возможности технологии обнаруживаются случайно. Так произошло и с моим предобученным GPT в образовании. В процессе обучения модели для проверки работ был выявлен мощный «побочный эффект» — способность генерировать высококачественные тестовые задания.
🔵Процесс выглядит следующим образом: я загружаю в систему исходный материал, например, актуальные клинические рекомендации, указываю целевую аудиторию и сложность заданий. После этого модель за считанные минуты генерирует большое количество качественных тестовых заданий, все в виде клинических задач.
🔵Согласитесь, это кардинально отличается от привычного подхода, когда, 10 ординаторов писали за ночь 1000 заданий, качество которых оставляет желать лучшего. Безусловно, финальная ответственность за содержание тестов остается на преподавателе, но ИИ позволяет стандартизировать создание оценочных инструментов, экономя массу времени.
🔵Попробуйте этот промпт для генерации:
Генерация ситуационных задач из клин. рекомендаций
«Ты — автор банка заданий. Основа: [клинреком, год/организация]. Целевая аудитория: [интерны/ординаторы/врачи].
Сгенерируй [N] кейсов формата MCQ
— Укажи: целевые исходы, уровень Bloom, компетенцию, «минимум данных» и ловушки.
— Для каждого кейса: клиническая задача (150–220 слов), 5 вариантов (1 правильный + 4 правдоподобных дистрактора), разбор с ссылкой на раздел источника и почему отвлекающие ответы неверны.
Ограничения: не цитируй дословно; не включай персональные данные; укажи, какие знания проверяются (дифференц. диагноз, тактика, безопасность).»
4. ИИ СОЗДАЕТ ИДЕАЛЬНЫЕ ИЛЛЮСТРАЦИИ, КОТОРЫЕ НЕЛЬЗЯ НАЙТИ В УЧЕБНИКАХ
🔵Одна из хронических проблем учебных материалов в медицине – визуальная составляющая. Преподаватели часто вынуждены использовать некачественные, черно-белые, сканированные изображения из старых учебников, которые не вызывают у современных студентов ничего, кроме уныния.
🔵Генеративный ИИ решает эту проблему и предлагает элегантное решение этической дилеммы. При использовании фотографий реальных пациентов необходимо скрывать их лица, что часто делает изображение совершенно неинформативным. ИИ устраняет этот фундаментальный конфликт между этикой и информативностью, создавая реалистичные, но не существующие образы пациентов. Технология также позволяет легко генерировать вариативность представления пациента - людей разной расы, возраста и пола, делая учебные материалы более репрезентативными.
Я использовал модель Medical Illustration Maker и промпты типа «Клиническая фотография пациентки 35 лет с кожной формой красной волчанки, с дискоидными бляшками, выпадением волос, васкулитом»
МЕДОБР🌏НАВИГАТОР
#медицинскоеобразование #искусственныйинтеллект