生成式人工智能聊天机器人联合项目任务驱动教学在护理本科生科研能力培养中的创新应用研究

《BMC Medical Education》：Application of generative artificial intelligence chatbots?+?project task driven teaching in undergraduate nursing students: a quasi-experimental study

本研究针对护理教育中人工智能技术与特定教学方法结合不足的问题，开展了"生成式人工智能聊天机器人+项目任务驱动教学"在护理科研课程中的应用研究。通过准实验设计对108名护理本科生进行干预，结果显示该教学模式显著提升了学生的护理科研能力（P<0.05）和科研自我效能感（P<0.05），其中数据处理能力虽未显著改善（P=0.165），但多数学生对教学模式持肯定态度。研究表明GenAI chatbots与TBL相结合的教学策略可为护理教育改革提供新范式。

　　

在人工智能技术迅猛发展的时代背景下，护理教育领域正面临着教学方法创新的重要机遇。生成式人工智能（GenAI）作为一种能够生成文本、图像、音频等多种内容形式的新兴技术，其代表性产品如ChatGPT、文心一言等聊天机器人已在全球范围内引起广泛关注。特别是在医疗健康领域，这些智能工具展现出巨大潜力，能够为患者提供医疗援助、促进疾病自我管理、提升治疗效果等。

然而，在护理教育实践中，尽管已有研究表明护理学生对人工智能技术持积极态度，且GenAI聊天机器人在护理教育中显示出促进学生学习兴趣、提升自我导向学习能力等优势，但将其与特定教学策略有机结合的研究仍较为缺乏。传统的任务驱动学习（TBL）作为一种被广泛认可的教学方法，能够有效培养学生的创造力、适应性和实践应用能力，但其与人工智能技术的融合应用在护理教育领域尚属探索阶段。

为此，宁夏医科大学护理学院的研究团队开展了一项创新性教学实践，将GenAI聊天机器人与项目任务驱动教学相结合，应用于护理科研课程中。这项研究采用准实验前后测试设计，于2023年9月至11月期间对108名护理本科生进行了教学干预，旨在探讨这种新型教学模式对学生护理科研能力和科研自我效能感的影响。

研究方法上，该研究主要采用了准实验设计、问卷调查和统计分析相结合的方法。研究团队首先设计了包含四个教学模块（科研准备、科研过程、科研成果、科研评价）的课程体系，共12章24学时。基于课程内容设置了六类项目任务，涵盖可靠性效度研究、横断面研究、队列研究、病例对照研究、质性研究和实验研究等护理科研设计类型。在教学过程中，学生被分为6个小组，每组配备有研究经验的护理硕士研究生作为助教，通过"课前自主学习-课堂知识内化-课后技能强化"的三阶段教学模式，结合GenAI聊天机器人的辅助完成各项科研任务。

数据收集方面，研究使用了一般人口学资料问卷、护理人员科研能力自评量表、护理研究自我效能量表（NURSES）和课程效果评价表等工具，在课程开始前和结束后分别进行测量。采用配对t检验比较干预前后各指标的差异，显著性水平设定为P<0.05。

研究结果显示，参与学生在完成课程后，其护理科研能力多个维度均得到显著提升。在论文写作能力方面，得分从19.02±7.91提高至23.43±6.94（P<0.001）；科研实践能力从15.36±5.88提升至17.96±4.93（P<0.001）；科研设计能力从12.07±5.02改善至14.29±4.31（P<0.001）；文献回顾能力从16.26±6.02提高至18.28±5.04（P=0.001）；问题发现能力也从12.87±5.01上升至14.01±3.93（P=0.028）。值得注意的是，数据处理能力虽然有所提高（17.68±7.03 vs 18.79±5.96），但未达到统计学显著性（P=0.165）。

在护理科研自我效能感方面，所有维度均呈现显著改善。获取科学知识资源的能力从15.93±6.20提升至18.65±5.28（P<0.01）；批判性阅读和评价量性研究文献的能力从14.67±5.80提高至17.50±4.66（P<0.01）；批判性阅读和评价质性研究文献的能力从17.51±6.63改善至20.40±5.23（P<0.01）；理论与应用能力从23.27±8.51提升至26.16±7.09（P=0.002）；团队协作能力也从26.97±9.88提高至29.77±8.39（P=0.009）。

课程效果评价结果显示，大多数学生对"GenAI聊天机器人+项目任务驱动教学"持中立或积极态度，其中对课堂和谐氛围的认可度最高。仅有少数学生认为该教学模式效果不佳，这表明新型教学模式总体上获得了学生的接受和认可。

讨论部分指出，本研究首次将GenAI聊天机器人与项目任务驱动教学有机结合，创新性地应用于护理科研课程中。这种教学模式通过提供丰富的学习资源和个性化辅导，有效促进了学生护理科研能力的全面提升。与Chang等研究者的发现一致，人工智能技术的融入能够为护理教育带来积极影响。然而，数据处理能力提升不显著可能源于课程时间有限，学生难以在短期内熟练掌握数据分析技能。

研究同时注意到，GenAI聊天机器人在教育中的应用仍存在一定局限性。学生可能在初期接触时感到陌生和困惑，且存在过度依赖技术工具的风险，这可能影响学生批判性思维和独立学习能力的发展。此外，聊天机器人基于训练数据生成内容，可能存在信息更新不及时或准确性不足的问题，甚至引发学术不端行为的担忧。

基于研究结果，作者提出了一系列教育实践建议：首先，引导学生理性认识GenAI聊天机器人的优势与局限，避免过度依赖；其次，在保持护理学科基础教育模式的同时，注重学生批判性思维能力的培养；第三，建立明确的使用指南和伦理规范，防范技术滥用风险；最后，教育管理部门应关注护理教育发展趋势，将GenAI聊天机器人定位为传统教学的有效补充而非替代。

该研究的创新之处在于构建了一种适应人工智能时代需求的护理教育新模式，不仅丰富了护理科研课程的教学内容，也为未来护理教学改革提供了重要参考。通过将先进技术手段与成熟教学方法有机结合，这种教学模式有助于护理学生在特定任务中学习成长，同时增强学习体验和兴趣，为其早日适应人工智能时代奠定基础。

然而，研究也存在一定局限性：缺乏随机对照试验设计来进一步验证干预效果；教师未对学生完成的论文提供评价反馈；单中心研究可能限制结果的推广性。未来研究可考虑通过多中心合作扩大样本规模，并建立师生互动反馈机制，以更全面评估该教学模式的长期效果。