学生はAIを識別できるか？ - ドイツ・ザールラント大学の5年生医学部学生におけるタブレットベースのMCQ評価に関する横断的定量研究
カテゴリ：医学教育
公開日：2026年9月25日
タイトル：Can students identify AI? - A cross-sectional quantitative study about AI recognition in tablet-based MCQ assessment among fifth-year undergraduate medical students at Saarland University, Germany.
雑誌名：BMC Med Educ. 2026 Sep 24; 26(1): doi: 10.1186/s12909-026-10410-8.
概 要：
本研究は、AIが生成した多肢選択問題（MCQ）と国家ライセンス試験（NLE）の問題を学生が区別できるかどうか、またそれらがカリキュラムに沿っているかを評価することを目的としています。119人の5年生医学部学生が参加し、AI生成のMCQとNLEのMCQをそれぞれ30問ずつ解答しました。AI問題はデジタル学習資料からChatGPT-4oとGemini 1.5 Proを使用して生成され、専門家によって82%が承認されました。
方 法：
この横断的研究では、119人の5年生医学部学生が家庭医学に関するタブレットベースのMCQ試験を受けました。参加者は30問のAI生成MCQと30問のNLE MCQに回答しました。統計解析はJamovi 2.3.28.0を使用して行われました。
結 果：
AI MCQとNLE MCQの正しい識別に有意差は見られませんでした（t(29.6) = -1.24, p = .225; t(29.6) = 1.18, p = .246）。問題の難易度と認識の間に有意な相関も見られませんでした（p = .534）。AIとNLEのアイテム間での難易度に有意差はありませんでしたが、探索的なソース別分析では、ChatGPT、Google Gemini、NLEのアイテム間に全体的な違いが見られました（p = .035）。
結 論：
学生のAI生成MCQとNLE MCQの認識には差がなく、簡単なMCQは一般的にカリキュラムとの整合性が高いと認識されました。AI MCQは、構造化された人間のレビュー過程内での問題作成において実行可能なアプローチを提供する可能性があります。