View full metadata
Cite as
-
Full Title
EDUCATION SCIENCES AND SOCIETY
-
Publisher
FrancoAngeli
-
ISSN
2038-9442 (Printed Journal)
2284-015X (Online Journal)
-
Journal Issue Number
2
-
Journal Issue Designation
2
-
Journal Issue Date
2024
-
Full Title
Intelligenza generativa artificiale in medical education: ragionamento clinico artificiale vs ragionamento clinico umano
-
By (author)
-
First Page
239
-
Last Page
253
-
Language of text
Italian
-
Publication Date
2025/01
-
Copyright
2024 FrancoAngeli srl
Main description
La finalità principale del presente contributo è di illustrare le potenzialità dell'utilizzo dell'intelligenza generativa artificiale (GenAI) in medical education. In particolare, l'autore persegue quattro specifici obiettivi: illustrare le potenzialità di GenAI e nello specifico di LLM (Large Language Model) e GPT-4 (quarta generazione della serie GPT, modello linguistico di grandi dimensioni multimodale) per lo sviluppo del curriculum in medical education (integrazione di contenuti di conoscenza, personalizzazione degli obiettivi di apprendimento, utilizzo di strumenti didattici innovativi come i pazienti virtuali); documentare il contributo di GenAI nel ragionamento clinico e la necessità di fare riferimento all'intelligenza ibrida, un misto tra le due, dove entrambe svolgono compiti epistemici chiaramente delineati e complementari; effettuare una chiara distinzione tra compiti epistemici del clinical decision support systems (CDSS) e quelli invece propri dell'essere umano, oltre a sottolineare l'importanza del contesto embedded nella elaborazione diagnostica; progettare un teaching framework di ragionamento clinico.
Reference list of
10.3280/ess2-2024oa18396
Unstructured Citation
Boon M. (2020). How scientists are brought back into science ‒ the error of empiri-cism. In: Bertolaso M., Sterpetti, F.,
editors, A Critical Reflection on Automated Science ‒ Will Science Remain Human. Springer Series Human Perspectives in Health
Sciences and Technologie (pp. 43-66). Dordrecht, the Nethrlands: Springer.
https://doi.org/10.1007/978-3-030-25001-0_4
Unstructured Citation
Cera R., Mancini M. and Antonietti A. (2013). Relationships between Metacognition, Self-efficacy and Self-regulation in Learning.
Educational Cultural and Pshycological Studies, 7: 115-141. Testo diponobile alla pagina: https://www.ledonline.it/index.php/ECPS-Journal/article/view/511/500.
https://doi.org/10.7358/ecps-2013-007-cera
Unstructured Citation
Corsi M., Rossi P G., Giannandrea L. and Winstone N. (2023b). Didattica universitaria, innovazione e inclusione. Valutazione
e feedback. Editoriale. Education Science and Society – Open Access, 14(1): 9-14. Testo disponibile alla pagina: https://journals.francoangeli.it/index.php/ess/article/view/16109/2351.
https://doi.org/10.3280/ess1-2023oa16109
Unstructured Citation
Costa M. (2022). Formazione, innovazione e modelli pedagogici per la formazione dei lavoratori. In: Galimberti A., Muschitiello A., a cura di. Pedagogia e lavoro: le sfide tecnologiche. Fano (PU): Aras Edizioni.
Unstructured Citation
d’Aniello F. (2022). Le character skills tra riflessioni critiche e opportunità pedagogica. In: Di Vita, A., a cura di. Orientare nelle transizioni scuola-università-lavoro promuovendo le character skills (pp. 29-42). Lecce: PensaMultimedia.
Unstructured Citation
Giannandrea L., Winstone N. (2024). Valutazione e tecnologie. In: Rivoltella P.C. e Rossi P.G., a cura di, Tecnologie per l’educazione – 2/ED (pp. 177-188). Milano: Pearson.
Unstructured Citation
Gratani F., Capolla L.M., Giannandrea L., Screpanti L. and Scaradozzi D. (2023). Facilitating feedback at university using AI-based techniques. In A.A., HELMeTO (pp. 157-159) – BOOK OF ABSTRACTS. STUDIUM s.r.l.
Unstructured Citation
Higgs J., Jensen G.M. (2018). Clinical reasoning: challenges of interpretation and practice in the 21st century. In: Higgs J., Jensen G.M, Loftus S. and Christensen N., editors, Clinical reasoning in the health professions. 4th Edition, (pp. 3-11). Amsterdam: Elsevier.
Unstructured Citation
Savage T., Nayak A., Gallo R., Rangan E. and Chen J.K. (2024). Diagnostic reasoning prompts reveal the potential for large
language model interpretability in medicine. npj Digital Medicine, 7(20): 1-7.
https://doi.org/10.1038/s41746-024-01010-1
Unstructured Citation
van Baalen S., Bonn M. (2017). Evidence-based medicine versus expertise ‒ knowledge, skills and epistemic actions. In: Bluhm
R., editor, Knowing and Acting in Medicine (pp. 21-38). London, UK: Rowman & Littlefield.
https://doi.org/10.1007/s11017-017-9423-y