《Teaching and Learning in Nursing》：Enhancing simulation prebriefing in nursing education using AI-generated podcast: An application of NotebookLM
编辑推荐：
护理教育中应用生成式AI工具NotebookLM设计心衰模拟前 Briefing 播客及数字材料，探索其提升学习参与度、适应多样化学习需求的效果，初步反馈显示可减少教师负担并增强准备效率，但需进一步验证长期影响和标准化应用。
伊丽莎白·罗比森
佛罗里达西北州立学院，100 College Blvd，尼斯维尔，FL，美国
摘要
背景
生成式人工智能（AI）为基于医疗模拟的教育（SBE）中的预 briefing 提供了新的可能性。在模拟前有效准备学生可以促进心理安全感、参与度和学习效果，同时符合医疗模拟的最佳实践标准。
创新
创建了一个由 AI 生成的播客和补充数字材料，以帮助护理专业学生为心力衰竭模拟做好准备。这种方法符合《医疗模拟最佳实践标准TM 预 briefing》的要求，并支持不同学习者的偏好。此外，它还有潜力通过自动化准备内容来减轻教师的工作负担，同时保持教育的严谨性。
意义
来自护理教育者的初步反馈表明，AI 生成的资源可以提高学习者的参与度、可访问性和模拟准备的效率。然而，内容审核对于确保准确性和相关性以及为所有学习者提供公平的访问机会至关重要。
结论
生成式 AI 在通过可扩展且引人入胜的学习工具改变预 briefing 实践方面显示出潜力。需要进一步的研究来探讨其对教师工作负担、可用性和护理教育中学生成果的更广泛影响。
引言
有效的预 briefing（包括准备和简报）对于最大化学习者在医疗模拟中的参与度和准备程度至关重要（INACSL 标准委员会等，2021a）。传统的准备方法通常依赖于静态材料，如阅读材料、演示文稿或视频，这些方法可能无法充分吸引所有学习者，也无法有效地为他们模拟体验做好准备。教育技术的最新创新，特别是生成式 AI，为改进这些准备活动提供了机会。
Folgert 和 DeGroot（2024）证明，AI 生成的播客可以作为传统教学策略的补充，在社区健康课程中取得了良好的效果。与传统 PowerPoint 演示相比，学生认为这种方法的体验更积极。在此基础上，开发了一项基于模拟的教育活动，利用生成式 AI 来专门增强模拟体验的准备工作，并探讨护理教师对此类活动的接受程度。
部分摘录
背景
《医疗模拟最佳实践标准TM（HSSOBP?）预 briefing》强调了两个关键组成部分：准备和简报（INACSL 标准委员会等，2021a）。准备阶段是在模拟前向学习者提供必要的信息，而简报阶段则发生在模拟体验之前。这种创新方法主要关注准备阶段，旨在通过活动优化内容传递，以支持学习者的学习。
方法
由于关于 Folgert 和 DeGroot（2024）提出的 AI 工具在护理教育中应用的文献有限，因此选择了探索性方法来进行这项初步的 SBE 活动。对 NotebookLM 功能的初步评估发现了一些独特特性。根据该工具的概述，NotebookLM（无日期）允许用户上传源材料以进行总结并识别主题之间的联系。用户可以从上传的来源生成信息。
结果
该项目的实施产生了几项关键成果，包括创建了一个动态且引人入胜的准备工作，旨在适应不同的学习偏好，以提高学生的参与度和理解能力。由于项目的探索性质，仅收集了护理教育者的意见，因此没有收集正式数据。作为一名长期从事护理教育工作的教师，特别是在护理执照前培训项目中涉及模拟学习方面，
讨论
由于不确定这种生成式 AI 工具在护理教育社区中的接受程度，因此采用了探索性方法来启动这个项目。利用具有专门功能的生成式 AI 工具 NotebookLM，教育者可以高效地制作出动态、引人入胜且量身定制的学习资源，有效满足不同学习者的需求。通过自定义提示创建的 AI 生成的播客风格音频摘要的整合
结论
生成式 AI 在通过可扩展且引人入胜的学习工具改变预 briefing 实践方面展现出潜力。需要进一步的研究来探讨其对教师工作负担、可用性和护理教育中学生成果的更广泛影响。
作者贡献声明
伊丽莎白·罗比森：写作 – 审稿与编辑，写作 – 原始草稿，概念构思。
利益冲突声明
作者声明他们没有已知的个人关系或财务利益可能影响本文所述的研究。
