沙特阿拉伯药学学生对ChatGPT的认知现状、伦理意识及教育应用前景研究

本研究针对药学教育中AI工具应用的伦理空白，由沙特阿拉伯多所高校联合开展横断面调查，评估413名药学专业学生对ChatGPT的认知水平、使用现状及伦理意识。结果显示62.55%学生缺乏基础概念认知，仅2.7%能准确识别其适用场景，凸显AI伦理教育的紧迫性。研究为制定药学领域AI应用指南提供实证依据，对全球健康专业教育具有示范意义。

　　

在人工智能浪潮席卷全球教育的背景下，ChatGPT作为生成式预训练模型（Generative Pre-trained Transformer, GPT）的典型应用，正在重塑知识获取方式。尤其在医药领域，这种能动态生成文本、解答专业问题的大型语言模型（LLM），既为临床案例教学带来新可能，也引发关于学术诚信、数据可靠性的深刻忧虑。当前研究多聚焦医学教育，而药学这一需要精准药物信息支持的领域却存在显著研究空白——学生们是否具备区分AI"幻觉"（hallucination，指模型生成看似合理实则错误内容的现象）的能力？如何平衡AI辅助学习与专业伦理要求？

沙特阿拉伯多所大学的研究团队针对这一痛点，开展了一项覆盖413名二年级至实习期药学学生的横断面调查。通过标准化问卷评估参与者对ChatGPT的认知度、使用行为及伦理判断水平，研究揭示出令人警惕的现状：尽管78%学生肯定其对药学教育的积极影响，但62.55%缺乏基础概念认知，仅1.2%能识别错误应用场景。更关键的是，在药物相关问题中，57.7%学生无法准确判断AI回复的适当性，52.3%存在使用焦虑。这些数据直指当前药学教育中AI素养培养的系统性缺失。

研究采用多维度评估工具，通过Cronbach's α系数验证问卷信度（知识、信念、适用性维度的α值分别为0.672/0.814/0.742）。样本覆盖五年制培养体系，女性占66.8%，男性33.2%，所有数据通过在线平台收集。

当前ChatGPT使用现状
数据分析显示，虽然ChatGPT在临床药学选择题测试中展现79%准确率（答案一致性达95%），但学生群体存在显著应用能力分层。有使用经验的37.45%学生表现出更高伦理敏感度，但整体仅2.7%能正确识别合规应用场景，反映训练数据偏差（training data bias）导致的认知缺陷。

未来应用方向
研究者提出三级改进框架：1）课程层面整合自然语言处理(NLP)原理教学；2）建立机构级AI使用伦理指南；3）开发药学专用验证系统以过滤"幻觉"内容。特别强调需适应沙特医疗执照考试(SMLE)等本土化评估需求。

结论与讨论
该研究首次系统揭示药学领域AI应用的认知-伦理断层。尽管ChatGPT在提升问题导向学习(PBL)、团队协作决策方面潜力巨大，但当前学生群体普遍存在"技术乐观主义与能力赤字并存"的矛盾现象。研究者呼吁将AI伦理教育嵌入药学课程体系，并建立跨院校的AI应答验证联盟，这对保障患者用药安全具有战略意义。论文发表于《Currents in Pharmacy Teaching and Learning》，为全球健康专业教育AI整合提供关键基准数据。

（注：文中Sallam et. al.等作者名及术语如USMLE、SMLE均按原文格式保留；"hallucination"等专业概念在首次出现时标注解释）