人工智能素养对护士人工智能态度的预测作用及人工智能焦虑的中介效应分析

《BMC Nursing》：Nurses’ attitudes toward artificial intelligence: AI literacy as a predictor and the mediating effect of AI anxiety

本研究针对护士对人工智能(AI)的态度、AI素养及AI焦虑间的内在关联机制尚不明确的问题，开展了横断面调查。研究发现，护士的AI素养与AI态度呈正相关(r=0.45, p≤0.001)，AI焦虑在两者间起部分中介作用(中介效应占比22.22%)。结果表明，提升AI素养并缓解AI焦虑可有效增强护士对AI的积极态度，为护理管理者制定AI培训与心理支持策略提供了实证依据。

　　

随着第四次工业革命的浪潮席卷全球，人工智能(Artificial Intelligence, AI)作为核心技术正深刻改变着社会各个领域。在医疗健康领域，AI技术的应用近年来显著增加，展现出巨大潜力。护理作为医疗系统不可或缺的组成部分，正经历着AI驱动的深刻变革。AI在护理领域的应用，例如远程患者监测、早期预警系统、压力性损伤预测以及跌倒风险评估工具等，能够辅助护士更有效地实施早期预防性干预，从而提升护理质量和效率。然而，AI在护理实践中的整合也带来了显著的伦理和法律挑战，尤其是数据隐私和患者敏感健康信息安全方面的担忧。此外，广泛的公众对AI失控的忧虑催生了一种被称为“AI焦虑”的社会心理现象，其特征是对不可控AI系统的担忧和恐惧，这种情绪反应可能阻碍个体与AI的互动。

尽管理解护士对AI的态度至关重要，但此领域的研究仍相对缺乏。现有研究多集中于探讨特定专科护士的AI素养或AI焦虑，缺乏对不同专科护士AI焦虑、素养与态度之间关系的比较研究。在中国，类似的研究更为罕见。AI素养作为一种基础能力，很可能影响着护士对AI技术的认知评价（如态度）和情感反应（如焦虑）。因此，厘清AI素养、AI态度和AI焦虑之间的内在联系机制，对于促进AI技术在护理领域的顺利整合与应用具有重要的理论和实践意义。在此背景下，LIU Sai、XIAO Yanchao等研究人员开展了一项横断面研究，旨在探讨中国护士AI态度、AI素养与AI焦虑的现状及其相互关系，并检验AI焦虑在AI素养与AI态度之间的中介作用。该研究结果已发表于《BMC Nursing》期刊。

为开展此项研究，研究人员主要采用了横断面调查设计和标准化量表评估等关键技术方法。研究于2025年4月5日至15日在中国湖南省的医院进行，采用便利抽样法招募了478名在职护士。数据收集工具包括自设的一般资料问卷、人工智能素养量表(Artificial Intelligence Literacy Scale, AILS)、人工智能焦虑量表(Artificial Intelligence Anxiety Scale, AIAS)和一般人工智能态度量表(General Attitudes Towards Artificial Intelligence Scale, GAAIS)。使用IBM SPSS Statistics 26.0软件进行数据整理和统计分析，包括描述性统计、t检验、方差分析、Pearson相关分析、多元线性回归分析，并采用Hayes的PROCESS宏（版本4.1，模型4）进行中介效应检验。

结果

护士AI素养、AI焦虑及AI态度的现状

研究共回收478份问卷，有效问卷450份，有效回收率为94.14%。受访者以女性为主（97.11%），大部分拥有本科（75.33%）或研究生（14.67%）学历，55.78%的护士年龄在31-40岁之间。仅有16.67%的护士接受过AI相关培训，但75.56%的护士在工作或生活中使用过AI。护士对AI的态度得分为55.10±8.25，AI素养得分为63.86±8.91，AI焦虑得分为61.95±24.92。单因素分析显示，学历、年龄和职称对护士的AI态度有显著影响，性别对AI素养水平有影响。

护士AI素养、AI焦虑与AI态度之间的相关性分析

Pearson相关分析结果显示，护士的AI态度与AI焦虑呈显著负相关（r = -0.42, p ≤ 0.001），与AI素养呈显著正相关（r = 0.45, p ≤ 0.001）。AI焦虑与AI素养之间也存在显著负相关（r = -0.32, p ≤ 0.001）。这表明，AI素养越高，AI焦虑水平越低，对AI的态度也越积极。

人口学特征、AI素养和AI焦虑对护士AI态度的回归分析

将单因素分析和相关分析中有意义的变量纳入多元线性回归模型后发现，职称、AI素养和AI焦虑是护士AI态度的显著预测因素。AI焦虑对AI态度有负向预测作用（B = -0.101），而AI素养对AI态度有正向预测作用（B = 0.314）。

AI焦虑在AI素养与AI态度间的中介作用检验

中介效应分析表明，在控制了人口学协变量后，AI素养对AI态度存在显著的总效应（Path c: c = 0.4139, p < 0.001）。AI素养对AI焦虑有显著的负向影响（Path a: a = -0.9076, p < 0.001），而AI焦虑对AI态度有显著的负向影响（Path b: b = -0.1006, p < 0.001）。AI素养对AI态度的直接效应也显著（Path c‘: c' = 0.3226, p < 0.001）。AI焦虑的中介效应值为0.0913，占总效应的比例为22.22%。这表明AI焦虑在AI素养与AI态度之间起部分中介作用。

讨论与结论

本研究探讨了护士AI素养、AI焦虑与AI态度之间的关系及其内在机制。研究发现，学历背景、年龄和职称是影响护士AI态度的重要因素，高学历、高职称以及年龄较大的护士对AI的态度更为积极。这可能与她们更强的逻辑思维能力、学习能力以及在工作中更多接触和评估AI工具的机会有关。研究证实了AI素养与AI态度之间的正相关关系，以及AI焦虑与两者之间的负相关关系。更重要的是，本研究揭示了AI焦虑在AI素养影响AI态度过程中的部分中介作用，即AI素养不仅可以直接提升护士对AI的积极态度，还可以通过降低AI焦虑水平来间接促进积极态度的形成。

这一发现具有重要的实践意义。首先，护理管理者和教育者应重视AI在护理工作中的赋能作用（如减少重复性文书工作、优化临床决策效率），而非强调其“替代人力”。应制定实用的AI培训项目，为护士提供易于获取的学习机会，系统性地提升其AI素养。其次，应实施针对性的焦虑管理干预措施，在技术转型期间关注护士的情绪状态，通过心理支持模块设计，增强其对AI的正确理解，缓解焦虑，从而强化积极态度。最后，建议在护理教育阶段的课程体系中整合AI通识教育和技术应用培训，帮助未来的护士自信地应对AI融合的护理场景。

本研究的局限性包括采用自评量表可能引入主观偏差、样本主要来自湖南省限制了地理多样性、女性参与者占绝大多数以及年轻护士比例较高等，这些可能对结果产生一定影响。未来的研究可扩大取样范围，纳入更广泛地区的护士，并结合客观指标进行深入探讨。

总之，在技术转型期，护士积极的情感状态和对AI的主动态度至关重要。AI素养与这些态度直接相关，同时也受到AI焦虑的间接影响。为增强护理人员的AI思维，管理层面应双管齐下：一方面加强AI相关知识培训以提升护士的AI素养；另一方面提供心理支持，关注其内心想法和情绪，从而降低其对AI的焦虑水平。