乌克兰医学生人工智能使用与学术不端行为的横断面研究：现状、认知与政策启示

《BMC Medical Education》：Academic misconduct and artificial intelligence use by medical students, interns and PhD students in Ukraine: a cross-sectional study

本研究针对乌克兰医学教育中AI使用规范缺失的现状，通过横断面调查揭示了医学生群体普遍使用ChatGPT等工具（84%）却对学术边界认知模糊（36%认为属学术不端）的矛盾现象。研究发现51%参与者曾有过作弊行为，14%承认用AI写论文，结果凸显了制定国家级AI学术使用指南的紧迫性，为医学教育伦理规范建设提供了关键证据。

　　

当ChatGPT在2023年2月正式向乌克兰用户开放时，这个人工智能工具立即在医学教育领域掀起了波澜。一边是它能快速整理海量医学知识的强大能力，另一边则是关于“这算不算作弊”的伦理争议。在波格莫列茨国立医科大学，教师们发现学生提交的论文突然变得文笔流畅、引经据典，但仔细推敲又缺乏医学实践特有的细节洞察。这种新型“学术助手”究竟应该划入学习工具还是作弊工具？乌克兰教育部发布的《人工智能白皮书》只有模糊建议，缺乏具体禁令，这让医学教育工作者陷入了监管困境。

医学教育不同于其他学科，未来的医生若在学习阶段就依赖AI代劳思考，可能导致临床决策能力退化，最终危及患者生命。然而全球研究显示，AI在医学教育中确实能提升学习效率——比如帮助医学生快速梳理疾病机制、生成鉴别诊断思路。这种两难境地促使莱莎·莱马尔（Lesya Lymar）团队开展了一项开创性研究，旨在揭示乌克兰医学生、实习医生和博士研究生群体中AI使用的真实图景及其与学术诚信的复杂关系。

研究团队于2024年10-12月采用横断面设计，通过谷歌表格对波格莫列茨国立医科大学的5000名潜在参与者进行抽样调查。最终纳入分析的244份问卷涵盖183名医学生（75%）、6名实习医生（2%）和55名博士研究生（23%），69%为女性，78%年龄在25岁以下。研究使用自主设计的17项问卷，经过专家评审和认知预测试确保内容效度，采用定性描述法分析开放式问题，所有数据使用MedCalc软件进行描述性统计分析。

AI使用普遍性与模式

结果显示，84%的参与者承认将AI用于学术目的，ChatGPT以绝对优势成为最常用工具（72%）。多数人通过朋友推荐（41%）接触AI，使用频率集中在每周一次（30%）或多次（28%）。值得注意的是，70%的参与者将AI主要用于信息检索，仅14%承认用于论文写作，9%用于提交预写作业。当被问及“若AI消失是否影响学习”时，54%认为没有影响或影响轻微，这暗示AI更多被视为便利工具而非必需品。

学术不端行为的隐性存在

尽管直接承认用AI作弊的比例不高，但历史作弊行为调查结果触目惊心：51%的参与者承认曾抄袭同学考试答案，22%下载网络论文提交，13%购买过论文服务。这种对传统作弊方式的高接受度，与他们对AI作弊的模糊认知形成呼应——仅36%明确认为AI使用属于学术不端，26%认为可接受，38%表示无法判断。这种认知混乱在博士研究生群体中尤为明显，他们使用AI的比例（89%）最高，但对伦理界限的困惑也最突出。

优势与风险的双面认知

参与者用生动语言描述了AI的双刃剑特性。在95%受访者填写的优势中，“时间效率”出现频率最高（超50%），典型描述如“十分钟就能完成原本两小时的文献梳理”（P112）。其次是“简化复杂信息”能力，有参与者指出“AI能把晦涩的神经递质通路说得像菜谱一样易懂”（P45）。然而85%的受访者也列举了严重担忧：60%以上提到“错误与不准确”问题，有人抱怨“AI编造根本不存在的参考文献”（P203）；更深刻的忧虑关于“批判性思维退化”，多名参与者警告“过度依赖会让医学诊断变成猜谜游戏”（P167）。

政策缺位的现实危机

研究暴露了乌克兰监管体系的空白。相比英美等国已出台的AI教育指南，乌克兰仅有的《白皮书》缺乏约束力。这种缺失在冲突环境中更为致命——当学生因战乱被迫中断实验课程时，AI可能成为弥补学习缺口的唯一途径，但也最易滑向学术欺诈。参与者表达了对明确规则的需求：“我们需要知道什么时候用AI是学习，什么时候是欺骗”（P98）。

讨论与启示

这项研究首次描绘了冲突地区医学教育中AI使用的伦理地貌。高使用率与低监管意识的矛盾提示，单纯禁止AI已不现实，关键在于建立“人类主导、AI辅助”的教育范式。研究建议乌克兰参考联合国教科文组织（UNESCO）的生成式AI教育指南，从三方面着手：一是将AI伦理纳入医学课程，教授合理使用边界；二是改革评估方式，增加口头答辩、过程考核等AI难以替代的形式；三是建立校级AI使用声明制度，要求学生公开AI辅助程度。

该研究的局限性包括4.9%的低回应率和单一机构样本，且实习医生代表不足可能影响结果推广性。但正如作者强调，这项研究为后续政策制定提供了基准数据。随着欧盟《AI法案》将教育应用列为高风险领域，乌克兰医学教育体系亟需建立既能利用AI优势又能防范伦理风险的智慧方案。未来研究应追踪AI长期使用对临床能力的影响，并开发能识别AI代笔的检测算法。

这项发表于《BMC Medical Education》的研究最终指出，AI不会消失，但学术诚信底线更不能退让。在乌克兰这个经历战火仍坚持医学教育的国家，构建负责任的AI使用文化，不仅关乎教育公平，更关系到未来医疗队伍的专业素养。当ChatGPT能写出完美论文却写不出体温计时的人性温度，医学教育者需要教会学生如何让AI成为听诊器般的工具，而非替代思考的“电子鸦片”。