ケースベース学習における迅速な定量的フィードバックのための大規模言語モデルの利用：パイロット研究
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：Use of Large Language Models for Rapid Quantitative Feedback in Case-Based Learning: A Pilot Study
雑誌名：Med Sci Educ. 2025 Jun; 35(3): 1169-1171. doi: 10.1007/s40670-025-02343-6. Epub 2025 Feb 28.
概 要：
本研究では、大規模言語モデル（LLM）がインタラクティブなケースベースのコンテンツを提供し、学生のケースに対するインタラクションを評価できる可能性を探求しました。GPT-4oは、医学生のケースとのインタラクション評価において専門家のスコアラーとの高い相関を示しました。LLMのスコアと専門家のスコアとの間に差が見られたため、キャリブレーションを通じて修正が行われました。
方 法：
この研究は、GPT-4oを用いて医学生のケースベース学習におけるインタラクションを評価するパイロット研究です。専門家のスコアラーとの相関を調査し、スコアのキャリブレーションを行いました。
結 果：
GPT-4oは、医学生のケースとのインタラクション評価において専門家のスコアラーと高い相関を示しました。スコアの差異はキャリブレーションによって修正されました。
結 論：
大規模言語モデルは、ケースベース学習における迅速な定量的フィードバックを提供する可能性があり、専門家の評価と高い相関を持つことが示されました。これにより、教育現場での活用が期待されます。