人工智能图像生成促进护理学生自我反思与无意识偏见识别：一项横断面研究

本研究针对护理教育中自我反思与无意识偏见识别难题，创新性地将人工智能（AI）图像生成技术引入教学序列，通过多方法研究设计，发现该技术能有效促进护理学生对残疾议题的自我反思（90%）和偏见识别（70%），为技术增强型反思实践提供了新颖工具，对提升护理人员文化敏感性和临床推理能力具有重要意义。

　　

在当代护理教育领域，培养具备高度自我觉察能力和文化敏感性的护理人才已成为教育工作的核心挑战。护理学生在未来临床实践中不仅需要精湛的技术操作能力，更需要具备识别自身无意识偏见的能力，因为这些隐性认知偏差可能严重影响护理质量和患者体验。特别是在残疾护理领域，社会长期存在的刻板印象和污名化现象更需要护理人员通过深度自我反思来克服。

传统护理教育中，虽然自我反思被公认为提升临床推理能力和自我意识的关键手段，但如何有效教授这一技能却始终困扰着教育工作者。面对日益多元化的学生群体，开发能够真正激发学生参与反思实践的创新技术工具显得尤为迫切。随着人工智能技术的迅猛发展，高等教育领域正在经历一场数字化变革，技术增强学习（Technology-enabled learning）已成为支持以学生为中心学习的重要途径。

在这股技术浪潮中，生成式人工智能（Generative AI）作为一种创新技术悄然进入高等教育领域。尽管AI技术对学术诚信构成挑战并引起教育领域的 disruption，但正如1960年代计算器的发明一样，AI技术也被证明能够成功促进学生学习体验。Reed等人（2023）发现通过AI生成图像作为思维工具（mindtools），能够有效促进学生对护理职业的认知和恐惧进行审视，将学生的“文字和心理表征以视觉形式生动呈现”。

基于这一背景，澳大利亚天主教大学（Australian Catholic University）护理、助产和辅助医学学院的研究团队开展了一项探索性研究，旨在评估人工智能图像生成技术在促进护理学生自我反思和无意识偏见识别方面的价值。该研究发表在《Nurse Leader》期刊上，为护理教育创新提供了重要见解。

研究方法方面，研究采用横断面设计和多方法 approach，通过对29名完成AI图像生成学习序列的护理学生进行问卷调查，收集定量和定性数据。研究遵循流行病学观察性研究报告规范（STROBE）指南，使用内容分析和归纳式主题分析处理定性数据，描述性统计分析定量数据。学习序列包含五个关联任务：观看关于隐形残疾的TED演讲、回答描述性提示、使用回答生成AI图像、观看图像并回答反思问题、参与同伴协作反思。

研究结果揭示了五个关键发现：

AI图像生成促进自我反思：近90%（n=26）的参与者表示该活动帮助他们反思对残疾的看法、信念和观点。可视化功能特别有助于促进反思，如一名参与者所说：“我是视觉型学习者，通过创建AI图像使我能够可视化残疾的表现形式，促进了自我反思实践。”

促进个人偏见的识别与挑战：72.7%（n=16）的受访者认为AI图像生成活动帮助他们识别和可视化对残疾的潜在偏见。参与者表示能够“从另一个角度可视化我的偏见如何呈现”，并通过视觉反馈挑战原有认知。

促进社会偏见的识别与挑战：参与者发现生成的AI图像帮助他们看到和反思社会对残疾的潜在偏见和 generalization。有趣的是，即使参与者没有在关键词中包含轮椅，AI生成的图像仍然频繁出现坐轮椅的人物，反映了社会对残疾的刻板认知。

促进对信念偏见影响临床护理的思考：78.9%（n=14）的参与者认为该活动促使他们考虑对残疾的看法、信念、观点和潜在偏见如何影响护理实践。参与者反思道：“我的行为方式可能严重影响残疾人，这些人是坚强而有韧性的个体。”

AI图像生成是促进自我反思的创新工具：超过80%的参与者同意或强烈同意AI图像生成是支持自我反思和识别偏见的有价值工具。参与者称赞该活动具有“新颖的创造性和创新性”，是“探索观点和态度的有趣方式”。

研究讨论部分指出，将图像和AI技术结合应用于护理教育具有显著潜力，能够通过反思和批判性自我意识增强学生学习。传统上，图像作为反思工具长期存在于护理教育中，促进学生的深度理解和情感投入。如Nicol和Pocock（2020） demonstrated 艺术工作坊促进了护理学生对死亡和濒死的反思性和批判性讨论。Anderson等人（2022）发现模拟汇报中使用视觉图像帮助护理学生更深入地参与自我反思。

随着AI在各领域的指数级增长， nursing education 也开始 embrace 这项技术。Jallad等人（2024）的研究显示，近20%的护理学生使用ChatGPT，23.5%使用PowerPoint中的AI功能作为学习过程的一部分。AI在教育中的日益融入为革新传统教学方法提供了机会，为创建不仅动态且高度个性化的创新学习设计铺平道路。

自我反思在护理教育中对发展临床判断和批判性思维具有关键作用。本研究参与者表示AI图像生成支持自我反思，这一发现 reinforce 了Saritepeci和Durak（2024）的研究结果，即基于设计的学习促进了本科教学学生的批判性反思和反思发展。

此外，本研究参与者指出AI图像生成帮助他们识别和可视化对残疾的个人偏见，协助识别社会污名，并支持他们考虑个人信念、观点和偏见可能对护理实践产生的影响。这些发现与探索偏见与护理 care 之间关系的研究产生共鸣。Grove等人（2021） identified 个人偏见，特别是那些与种族、性别或残疾等特征相关的偏见，可能对护士提供的护理质量产生负面影响。

通过这项研究，发现使用AI生成残疾的个性化视觉表征使护理学生能够 externalize 和批判性反思他们对残疾的无意识假设。这一反思过程鼓励他们考虑这些偏见如何塑造和影响他们的护理实践，并 potentially 引导他们反思如何积极管理这些偏见以提供更具包容性的护理。

研究也承认了一些局限性。由于AI图像生成学习序列嵌入在自主在线学习模块中，学生不是必须完成该活动，这解释了学习序列和研究调查的低参与率。样本量较小限制了结果的普适性，使用未经验证的调查工具降低了发现的有效性和可靠性。此外，尽管有29名参与者同意参加，但只有16人完成了整个调查，某些项目的缺失 response 率高达50%。

结论方面，本研究提供了使用AI图像生成支持护理学生自我反思和识别残疾背景下无意识偏见价值的见解。参与者认为AI图像生成是促进自我反思、识别无意识偏见、识别社会污名以及考虑对残疾的看法、信念、观点和潜在偏见对护理实践影响的有价值工具。自我反思和偏见识别对于增强本科护士的推理技能至关重要，护士需要通过反思经验、知识、行动、情感和信念来发展实践，以识别这些因素如何塑造实践。使用创新技术工具，如AI图像生成，可以促进护理学生的自我反思，支持无意识偏见的识别，从而积极挑战他们在残疾背景下的患者护理方法。