Vedi metadata
Cite as
-
Titolo completo
EDUCATION SCIENCES AND SOCIETY
-
Editore
FrancoAngeli
-
ISSN
2038-9442 (Rivista Stampata)
2284-015X (Rivista Online)
-
Numero del fascicolo
2
-
Designazione del fascicolo
2
-
Data del fascicolo
2024
-
Titolo completo
Intelligenza generativa artificiale in medical education: ragionamento clinico artificiale vs ragionamento clinico umano
-
Di (autore)
-
Prima Pagina
239
-
Ultima Pagina
253
-
Lingua del testo
Italiano
-
Data di publicazione
2025/01
-
Copyright
2024 FrancoAngeli srl
Descrizione principale
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.
Elenco citazioni del
10.3280/ess2-2024oa18396
Citazione non strutturata
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
Citazione non strutturata
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
Citazione non strutturata
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
Citazione non strutturata
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.
Citazione non strutturata
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.
Citazione non strutturata
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.
Citazione non strutturata
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.
Citazione non strutturata
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.
Citazione non strutturata
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
Citazione non strutturata
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