Monica Jeanette Wicksell Torp

• Torgersen, Gerald R.; Torp, Monica Jeanette Wicksell & Mavroudi, Anna (2025). Exploring Generative AI in Dental Education: Student Experiences in Radiology-Focused Curriculum. doi: https:/api.ltb.io/show/ACJTX. Full text in Research Archive Show summary

  Background Generative AI tools are increasingly being integrated into education to enhance learning and engagement. This study focuses on the use of an AI assistant in teaching dental hygiene students within a curriculum covering radiation physics, radiation biology, radiation protection, and radiological technology. These topics were chosen based on the teaching expertise of a project team member, ensuring subject matter competency and enabling effective integration of AI to support student learning within a focused and manageable framework. Aims and Objectives The study aims to evaluate how generative AI can support student learning in radiology-related topics for dental hygiene students. Objectives include: - Assessing the impact of AI-assisted learning on student comprehension and engagement. - Collecting qualitative insights into student experiences and perceptions of AI as a learning tool. - Developing pedagogical strategies for integrating AI effectively into radiology education. Materials and methods A mixed-methods approach was employed: - AI Tool Integration: Students used an AI assistant to complete structured tasks related to radiology topics. - Focus Group Interviews: semi-structured interviews were conducted with student participants to collect qualitative data on their experiences. -Iterative Refinement: Feedback from initial activities informed adjustments to both the system prompts and teaching strategies. Results Formal analysis of interview data is ongoing. Preliminary findings, including insights from student and faculty experiences, will be presented and discussed at the ADEE meeting. Discussion and conclusion This study establishes a foundation for exploring how generative AI can be integrated into a focused radiology curriculum for dental hygiene students. While the analysis of interview data is still underway, the findings are anticipated to provide valuable insights into how AI tools influence student engagement, comprehension, and learning processes. These insights will inform future strategies for integrating AI into dental education, with an emphasis on fostering critical thinking and active learning.

• Torgersen, Gerald; Mavroudi, Anna & Torp, Monica Jeanette Wicksell (2023). KI-assistert Læring: Språkmodeller som undervisningsassistent. Full text in Research Archive Show summary

  Tannleger og tannpleiere trenger kompetanse i stråling, strålevern og radiologisk teknologi i sin yrkesutøvelse. Derfor er det en del av pensum i deres studium i oral radiologi. Mange studenter opplever dette emnet som krevende. For å støtte læringsprosessen, utforsker vi bruk av en KI-verktøy, drevet av avanserte språkmodeller, for å forstå disse komplekse temaene. Språkmodeller kan noen ganger generere misvisende informasjon, en utfordring kjent som "hallusinering". Dessuten mangler de ofte spesialisert fagkunnskap. For å møte disse utfordringene, har vi utviklet et norskspråklig datasett spesifikt for vårt fagfelt. Dette datasettet hjelper oss å skreddersy språkmodellene til våre behov. Vi bruker en tilpasset versjon av OpenAI GPT-4, driftet av UiO og kompatibel med GDPR, som integrerer vårt datasett for å gi mer presise svar på studentenes spørsmål. Dette sikrer at studentene får bedre veiledning enn hva standard språkmodeller kan tilby. Vi skal prøve dette verktøyet med første års bachelorstudenter i tannpleie, hvor de vil benytte det i arbeidet med korte essayoppgaver. Verktøyet vil være tilgjengelig for utvalgte oppgaver. Vi vil evaluere studentenes erfaringer med verktøyet gjennom intervjuer og eventuelt spørreskjemaer. Vi vil også analysere oppgavesvarene for å identifisere eventuelle forskjeller som kan tilskrives bruken av KI. På Utdanningskonferansen vil vi ha med oss en laptop der vi kan demonstrere systemet vårt og deltakere kan også selv prøve det. Vi håper å få interessante diskusjoner med kolleger rundt både de tekniske og de pedagogiske sidene av prosjektet.

View all works in NVA