Generative KI, vor allem die sogenannten Großen Sprachmodelle (Large Language Models, LLM) werden zur Zeit im Bildungskontext stark diskutiert. Als neue digitale Werkzeuge beeinflussen Text- und Bildgeneratoren Lernprozesse, die Gestaltung von Lehrveranstaltungen und Prüfungsformate. Zusätzlich stellen sich zahlreiche rechtliche Fragen, die Universitäten in Empfehlungen und Richtlinien adressieren müssen. In der heutigen Folge sprechen wir über Potenziale und Herausforderungen generativer KI in der Hochschullehre.

Quellen:

1. Feng, S. and Y. Shen (2023). "ChatGPT and the Future of Medical Education." Academic Medicine 98(8).
2. Karabacak, M., B. B. Ozkara, K. Margetis, M. Wintermark and S. Bisdas (2023). "The Advent of Generative Language Models in Medical Education." JMIR Med Educ 9: e48163.
3. Miftahul Amri, M. and U. Khairatun Hisan (2023). "Incorporating AI Tools into Medical Education: Harnessing the Benefits of ChatGPT and Dall-E." Journal of Novel Engineering Science and Technology 2(02): 34-39.
4. Nguyen, T. (2024). "ChatGPT in Medical Education: A Precursor for Automation Bias?" JMIR Med Educ 10: e50174.
5. Sridharan, K. and R. P. Sequeira (2024). "Artificial intelligence and medical education: application in classroom instruction and student assessment using a pharmacology & therapeutics case study." BMC Med Educ 24(1): 431.
6. Hodges, CB and Kirschner PA (2024). "Innovation of Instructional Design and Assessment in the Age of Generative Artificial Intelligence." TechTrends 68:195–199 https://doi.org/10.1007/s11528-023-00926
7. Prof. Christian Spannagel, Blogbeitrag für das Hochschulforum Digitalisierung "ChatGPT und die Zukunft des Lernens: Evolution statt Revolution." (2023) https://hochschulforumdigitalisierung.de/chatgpt-und-die-zukunft-des-lernens-evolution-statt-revolution/

Weiterführende Lektüre und Informationsmöglichkeiten:

1. Dossier Generative KI (https://hochschulforumdigitalisierung.de/dossier/generative-ki/) und Selbstlernmaterialien zum Promptlabor (https://hochschulforumdigitalisierung.de/selbstlernmaterialien-prompt-labor/) des Hochschulforums Digitalisierung.
2. Informationen zu rechtlichen Aspekten des Einsatzes von KI in der Lehre: https://www.souveraenes-digitales-lehren-und-lernen.de/home/rechtliche-aspekte-des-einsatzes-von-ki-in-studium-lehre-und-pruefung/

Hosted on Acast. See acast.com/privacy for more information.

Was haben Schauspieler und Schauspielerinnen mit der medizinischen Ausbildung zu tun? Wir sprechen in dieser Folge mit Ulf Goerges, dem Leiter des Simulationspersonenprogramms der Universität Oldenburg und Anke Ruge, die seit zwei Jahren als Schauspielerin im Programm mitarbeitet. Im Modellstudiengang Humanmedizin werden Simulationspersonen von Beginn des Studiums an als wichtiger Baustein des Kommunikationstrainings eingesetzt. Unsere Gäste erzählen von ihren Erfahrungen und den Herausforderungen, die die realistische Simulation von Patientenreaktionen mit sich bringt. Außerdem diskutieren wir, wie Studierende in verschiedenen Lehrszenarien Feedback von den Simulationspersonen erhalten und ihre klinischen Fähigkeiten, Empathie und Verständnis für die Bedürfnisse der Patient*innen schulen können.

Sollten Sie als Lehrende*r an der Medizinischen Fakultät Interesse daran haben Simulationspersonen in Ihrer eigenen Lehre einzusetzen, kontaktieren Sie uns gerne.

Quellen:

1. Collins, J. C., W. W. Chong, A. C. de Almeida Neto, R. J. Moles and C. R. Schneider (2021). "The simulated patient method: Design and application in health services research." Res Social Adm Pharm 17(12): 2108-2115.
2. Dale MacLaine, T., N. Lowe and J. Dale (2021). "The use of simulation in medical student education on the topic of breaking bad news: A systematic review." Patient Education and Counseling 104(11): 2670-2681.
3. Gorski, S., A. Prokop-Dorner, M. Pers, A. Stalmach-Przygoda, Ł. Malecki, G. Cebula and K. Bombeke (2022). "The Use of Simulated Patients Is more Effective than Student Role Playing in Fostering Patient-Centred Attitudes during Communication Skills Training: A Mixed Method Study." Biomed Res Int 2022: 1498692.
4. Kaplonyi, J., K.-A. Bowles, D. Nestel, D. Kiegaldie, S. Maloney, T. Haines and C. Williams (2017). "Understanding the impact of simulated patients on health care learners’ communication skills: a systematic review." Medical Education 51(12): 1209-1219.
5. Pritchard, S. A., T. Denning, J. L. Keating, F. C. Blackstock and D. Nestel (2020). "“It's Not an Acting Job … Don't Underestimate What a Simulated Patient Does”: A Qualitative Study Exploring the Perspectives of Simulated Patients in Health Professions Education." Simulation in Healthcare 15(1): 21-29.
6. Tawalkar J.S., Cyrus K.D. and Fortin A.H. (2020). "Twelve tips for running an effective session with standardized patients." Medical Teacher 42 (6): 622-627 https://doi.org/10.1080/0142159X.2019.1607969
7. Isaksson J, Krabbe J. and Ramklint M. (2022). "Medical Students' experiences of working with simulated patients in challenging communication training. Advances in Simulation 7 (32) https://doi.org/10.1186/s41077-022-00230-3

Hosted on Acast. See acast.com/privacy for more information.

Seit Jahrzehnten sind sie aus medizinischen Prüfungen nicht wegzudenken und oft eilt ihnen ein eher negativer Ruf voraus: Multiple Choice Fragen. Sorgfältig formuliert und fallbezogen stellen sie aber einen direkten Bezug zum praktischen Klinikalltag her und sprechen höhere Lernebenen an. Wir geben einen Überblick über Vor- und Nachteile und sprechen über hilfreiche Tipps und einfache Regeln zur Erstellung.

Quellen:

1. Campbell, D.E., How to write good multiple-choice questions. Journal of Paediatrics and Child Health, 2011. 47(6): p. 322-325.
2. Collins, J., Writing multiple-choice questions for continuing medical education activities and self-assessment modules. Radiographics, 2006. 26(2): p. 543-551.
3. Smolle, J., Klinische MC-Fragen Rasch und Einfach Erstellen: Ein Praxisleitfaden Für Lehrende. 2008: Walter De Gruyter.
4. Reyna, J., Writing effective multiple choice questions in medical education. INTED 2023 Proceedings, pp. 1-10.
5. Agarwal M., Sharma P., Goswami A. Analysing the Applicability of ChatGPT, Bard, and Bing to Generate Reasoning-Based Multiple-Choice Questions in Medical Physiology. Cureus 2023. 15(6): e40977. DOI 10.7759/cureus.40977

Hosted on Acast. See acast.com/privacy for more information.