Exploring the use of generative AI advice for the academic advancement of faculty
本文报告了“AskADD”的开发与用户测试情况，这是一款旨在为新加坡国立大学杜克-NUS医学中心（SingHealth Duke-NUS Academic Medical Center）2,800多名临床教职人员简化学术职业指导并提高晋升与终身教职评审过程透明度的AI驱动工具。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你是一名大型大学附属医院的医生。你想知道如何获得晋升或取得终身教职（一份具有永久保障的工作）。问题在于，这份“规则手册”并不是一本单一、易读的书，而是分散在医院内部网站深处的 30 份不同文档中。寻找正确的规则就像是在一个巨大且混乱的干草堆里寻找一根特定的针，既费时又费力。
为了解决这个问题，研究人员开发了一个名为 AskADD 的数字化“智能助手”。把它想象成一位超级快速、知识渊博的图书管理员，她已经阅读了所有 30 份文档，可以随时随地即时回答你的问题。
以下是他们如何测试该工具以及研究结果的简单说明：
两步测试法
团队并没有直接发布这个工具，而是进行了两轮测试，就像汽车制造商测试新车型一样。
“Alpha”测试（原型阶段）：
- 他们使用标准的、现成的工具（就像一套基础的乐高积木）构建了第一个版本。
- 他们邀请了 35 名教职人员进行试用。
- 结果： 这位“图书管理员”虽然有帮助，但有点笨拙。用户经常需要问两次同样的问题，或者需要重新组织语言，因为助手并不完全“理解”他们。它节省了一些时间，但并不完美。用户觉得它还行，但还没到迫不及切想向朋友推荐的地步。
“Beta”测试（完善版本）：
- 团队听取了反馈意见。他们将助手升级为“定制化 AI”（一种更先进的聊天机器人大脑）。他们修复了导致原始文档链接失效的技术故障。
- 他们让同样的 35 个人再次进行试用。
- 结果： 升级效果显著。
- 速度： 它获取答案的速度更快了。
- 清晰度： 人们不再需要反复修改提问方式。
- 信任感： 用户觉得这个助手更有“同理心”（听起来更像人类，也更有帮助）。
- 推荐度： 愿意向同事推荐该工具的人数增加了一倍多。
大家到底喜欢什么？
研究人员发现，教职人员喜欢这个工具有三个主要原因：
- 节省时间： 他们不再需要从 30 份文档组成的“干草堆”中苦苦搜寻，而是能在几秒钟内得到直接答案。
- “地图”功能： 在第二轮测试中，助手开始提供指向原始规则手册的直接链接。这非常关键，因为它让用户能够自行核实信息，从而建立了信任。
- “人性化”触感： 升级后的版本感觉不再像个机器人，而更像是一个乐于助人的向导，让人们在交流过程中感到更加愉悦。
还缺少什么？
尽管这个工具取得了成功，但用户对未来仍有一些愿望：
- 个性化： 他们希望助手能查看他们自己的简历，并说：“这是你获得晋升目前还缺失的具体内容。”目前的工具只能提供通用建议，因为出于隐私规定（它目前还无法查看私密的员工数据）。
- 更多主题： 他们希望它不仅能涵盖晋升规则，还能涵盖一般的职业发展和人力资源（HR）相关问题。
总结
论文得出结论，这个 “AskADD” 工具是一次成功的实验。它证明了你可以构建一个安全的、由 AI 驱动的指南，帮助医生在复杂的职业规则中穿梭，而无需在无数文件中苦苦搜寻。
然而，研究人员也提醒，这个工具就像是一个为特定城市定制的专业化 GPS。它在那里运行得非常好，是因为它是基于那里的特定地图和规则构建的。其他医院可能无法直接“复制粘贴”使用，因为它们的“城市地图”（政策）和“道路”（IT 系统）各不相同。
简而言之： 他们打造了一个智能的、24/7 全天候在线的职业指南，节省了时间并减少了挫败感。它还不完美，但与过去那种需要在 30 个不同文件中搜寻的方式相比，这已经是一个巨大的进步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。