人工智能在评估口腔医学本科生中的表现：以学生成绩为基准的AI平台对比
这项横断面比较研究让49名口腔医学二年级学生在标准化条件下完成45道修复工艺学多选题期末考试，并将同一套题目提交给ChatGPT、Gemini和DeepSeek三个AI系统，用ANOVA、Cronbach Alpha和Tukey HSD分析组间差异，结果显示DeepSeek在高难度题上取得满分、ChatGPT在多次尝试中表现出适应性提升，两者均显著优于学生群体，而Gemini准确率较低且稳定，模型间差异具有统计学意义（P=0.036，η²=0.891），据此提出无监督在线总结性考试在学术诚信方面需要重新审视。