Oltre la penna rossa: Confronto tra valutazione automatizzata e umana di compiti riflessivi sul ragionamento clinico in studenti di Dermatologia

Questo studio affronta una questione emergente nella medicina educativa contemporanea: il ruolo dell'intelligenza artificiale nella valutazione degli studenti. La ricerca è stata condotta presso l'Islamic International Medical College dal dicembre 2024 al marzo 2025, coinvolgendo un campione robusto di 120 studenti del terzo anno di medicina (MBBS). Il disegno quasi-sperimentale ha previsto un approccio metodologico rigoroso dove ogni elaborato è stato standardizzato a 500 parole per garantire comparabilità. La metodologia ha utilizzato una rubrica strutturata comune, somministrata prima da valutatori umani e successivamente da ChatGPT, permettendo il confronto diretto delle prestazioni valutative. I risultati numerici specifici evidenziano correlazioni differenziate per componenti: i punteggi di ragionamento clinico hanno mostrato una forte correlazione (ρ = 0,678, p < 7×10⁻⁹) con piccolo effetto (d = -0,283), mentre il Ciclo di Gibbs ha raggiunto una correlazione ancora più robusta (ρ = 0,734, p < 1×10⁻¹⁰) con effetto trascurabile (d = 0,037). Particolarmente rilevante è la correlazione molto alta nei punteggi totali (ρ = 0,990, p < 1×10⁻¹⁰), sebbene con grande effetto sistemico (d = 3,422), indicando coerenza valutativa ma con differenze sistematiche assolute. Nel contesto della letteratura sulla valutazione educativa medica, questo studio si inserisce in un panorama crescente di ricerche sull'integrazione dell'IA nell'educazione clinica, affrontando specificamente la dermatologia e il ragionamento clinico riflessivo. Le implicazioni riguardano potenzialmente l'automazione della correzione per valutazioni su larga scala, liberando risorse docenti.