AIを用いた質問テンプレート生成による効率的な人間の関与の維持：ハイブリッドAIGの妥当性証拠
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Keeping humans in the loop efficiently by generating question templates instead of questions using AI: Validity evidence on Hybrid AIG
雑誌名：Med Teach. 2025 Apr; 47(4): 744-747. doi: 10.1080/0142159X.2024.2430360. Epub 2024 Nov 27.
概 要：
本研究は、選択肢問題（MCQ）の手動作成が非効率であることを背景に、ハイブリッドAIGアプローチを用いてMCQを生成し、その妥当性を検証することを目的としています。従来のテンプレートベースのAIGは精度が高いものの専門家の多大な入力が必要であり、AI駆動のAIGは迅速に質問を生成できるが不正確な場合があります。ハイブリッドAIGは両者の利点を組み合わせたもので、これまでにこのアプローチを用いてMCQが生成されたことはなく、妥当性の証拠も示されていませんでした。
方 法：
ハイブリッドAIGアプローチを用いてMCQを生成し、専門家が正しい回答を特定できるかどうかを調査しました。カスタムChatGPTを使用してアイテムテンプレートを開発し、それをGazitorというテンプレートベースのAIGソフトウェアに入力しました。医師のパネルが回答を特定しました。
結 果：
105件の判断のうち、101件（96.2%）がソフトウェアの正しい回答と一致しました。全てのMCQにおいて、専門家は正しい回答に合意しました。この証拠は、Messickの妥当性フレームワークにおける「他の変数との関係」に該当します。
結 論：
ハイブリッドAIGアプローチは、MCQ生成の効率を向上させつつ精度を維持できることが示されました。このアプローチはAIの利点を活かしつつ、誤情報の懸念を軽減します。