彭稳立 成鑫花 周敏杰 张宪

    作者简介?彭稳立，助教，硕士，E-mail：pwl199469@163.com

    引用信息?彭稳立，成鑫花，周敏杰，等.探索ChatGPT在护理教育中的虚拟实践与模拟训练[J].循证护理，2024，10(11)：1961-1963.

    摘要?对聊天生成预训练转换器(ChatGPT)在护理教育中的虚拟实践与模拟训练应用进行探索，并分析其未来的发展趋势。

    关键词?ChatGPT；护理教育；虚拟实践；模拟训练；人工智能

    doi：10.12102/j.issn.2095-8668.2024.11.011

    护理教育在未来护士应对医疗保健服务中的复杂挑战发挥着关键作用。然而，传统的护理教育由于临床环境、时间以及资源的有限等因素，面临着诸多挑战。近年来，人工智能技术在变革各种教育环境中的教学和学习过程方面显示出巨大的潜力[1-3]。在护理教育领域，聊天生成预训练转换器(chat generative pre-trained transformer，ChatGPT)作为一种人工智能文本生成器，因其参与对话和回答问题的能力而备受关注[4-5]。ChatGPT通过提供个性化和交互式支持为护理教育中的虚拟实践和模拟训练提供了新的可能性。认识到ChatGPT的潜在变革力量，利用其优势确保其有效整合到护理教育中变得至关重要。ChatGPT可以作为护理教育的虚拟教学助手，帮助学生查询并提供学习材料[6]。此外，它还可以用于护理教育中的角色扮演和情景模拟，参与虚拟实践的评估和反馈，帮助护生进行诊断、护理干预以及决策，从而增强学习体验，促进批判性思维[7]。同时，ChatGPT的准确性和可信度、伦理和法律问题以及隐私和安全隐患同样需要防范，以确保ChatGPT在护理教育中的最佳整合[8]。因此，本研究对ChatGPT在护理教育中的虚拟实践与模拟训练应用进行探索，并分析其未来的发展趋势。

    1?ChatGPT的基本原理

    ChatGPT是一种基于生成式预训练模型的自然语言处理技术，它结合了大规模语料库的训练和强化学习的方法，以生成合理且连贯的对话回复[9-10]。ChatGPT技术的基本原理是通过预训练模型生成文本。预训练是指利用大规模无监督文本数据集进行训练，通过学习语言的统计规律和特征，获得模型的知识和表示[11-12]。预训练过程主要包括2个步骤[13]：遮蔽语言建模(masked language modeling，MLM)和下一句预测(next sentence prediction ......