《Nursing Clinics of North America》：Nursing students’ artificial intelligence (AI) literacy, AI self-efficacy and AI self-competency: A cross-sectional design and structural equation model analysis
编辑推荐：
护理学生的人工智能素养、自我效能感与自我能力的关系及中介效应研究。采用横断面相关性设计，对434名护理学生进行问卷调查，运用结构方程模型分析发现，AI素养通过提升自我效能感间接促进自我能力发展，且自我效能感对自我能力有直接显著影响。建议加强AI相关课程建设与实践环节。
丹尼尔·约瑟夫·E·贝尔迪达（Daniel Joseph E. Berdida）| 里扎尔·安杰洛·N·格兰德（Rizal Angelo N. Grande）| 雷哈姆·莫哈拉姆·塞拉格（Reham Moharam Serag）| 达莉亚·穆罕默德·法蒂·阿卜杜勒·埃尔马克苏德（Dalia Mohammed Fathy Abd Elmaksoud）
沙特阿拉伯北部边境阿拉尔市北私立护理学院（North Private College of Nursing, Arar, Northern Border, Saudi Arabia）的护理系
摘要
研究目的
探讨人工智能（AI）素养、AI自我效能感和AI自我能力之间的相互关系，并研究AI自我效能感的中介作用。
背景
人工智能素养在初等和高等教育中越来越受到重视，但在护理领域却尚未得到充分研究。特别是，AI自我效能感作为AI素养与AI自我能力之间中介变量的作用尚未得到明确证实。
研究方法
共招募了434名护理专业学生。数据收集时间为2024年11月至2025年2月，使用了三种标准化的自我报告量表。数据分析采用结构方程建模（SEM）方法。
研究结果
护理专业学生的AI素养对其AI自我效能感（β=0.54，p=0.001）和AI自我能力（β=0.13，p=0.003）有显著正向影响。AI自我效能感与AI自我能力之间存在直接关联（β=0.64，p=0.001）。此外，AI素养通过AI自我效能感的中介作用对AI自我能力产生间接正向影响（β=0.34，p=0.001）。AI素养解释了AI自我能力方差的28.85%，而AI素养和AI自我效能感共同解释了AI自我能力方差的50.98%。
结论
研究发现，护理专业学生的AI素养与其AI自我效能感和AI自我能力之间存在显著相关性。AI自我效能感在两者之间起到了中介作用，放大了AI素养对自我能力的影响。护理学院和教育工作者可通过有针对性的综合教育策略来提升学生的AI素养和能力。
引言
人工智能（AI）是通过机器学习、机器人技术、感知、推理和决策等手段模拟人类智能的系统发展（Rashid和Kausik，2024）。AI在医疗保健、娱乐和制造业等领域的应用是未来几十年内预计将加速的技术变革（Rahman等人，2024；Rashid和Kausik，2024）。利用机器学习、机器人技术和自然语言处理等AI技术会带来各种具体挑战和问题。作为AI的核心组成部分，机器学习能够处理大量数据以识别模式、理解语言、解决问题，甚至通过机器人技术与物理世界交互（Rashid和Kausik，2024）。这些技术提高了效率并改善了患者的治疗效果（Rahman等人，2024）。自然语言处理使计算机能够理解、解释和生成人类语言（Alqahtani等人，2023）；然而，它也可能被滥用来传播错误信息，尤其是在健康相关领域（Rodrigues等人，2024）。为了充分利用各种AI应用并培养实际能力（Pa?ko等人，2021），个人需要具备足够的AI素养（Carolus等人，2023）和伦理素养（de Gagne等人，2024）。尽管存在这些挑战，过去十年中对AI技能人才的需求增长了四倍，并预计将继续上升（Rashid和Kausik，2024）。
据预测，AI可能会取代4亿名工人，约占全球劳动力的15%（Rashid和Kausik，2024）。在医疗保健领域，这种潜在的替代现象引发了严重担忧，尤其是对于护士等一线医疗专业人员而言。虽然AI技术（如决策支持系统和自动化诊断）可以提高工作效率、减少错误并辅助临床决策（Alqahtani等人，2023；Pa?ko等人，2021），但它们也可能减少传统上由医疗专业人员执行的某些常规或手动任务的需求（Alowais等人，2023）。例如，基于AI的工具可以自动化患者分诊、远程监测生命体征并生成临床文档，从而可能重塑医疗工作的范围（Rony等人，2023）。医疗工作者必须积极运用AI技术——不仅是为了适应不断变化的角色，也是为了确保人类监督、同理心和伦理判断在患者护理中的核心地位（de Gagne等人，2024）。因此，未来的医疗工作者（如护理专业学生）必须发展AI素养、自我效能感和相关能力，以便更好地适应AI融合的医疗环境（El-Sayed等人，2025；Rony等人，2024）。
研究方法
背景
为了查找相关文献和术语，我们进行了系统化的搜索，涵盖了本研究中考察的变量。搜索范围包括PubMed、CINAHL、ScienceDirect、Wiley在线图书馆和SAGE期刊。使用的关键词组合包括：护理（nursing）、护理专业学生（nursing students）、护理教育（nursing education）、人工智能（artificial intelligence）、AI素养（AI literacy）、数字素养（digital literacy）、技术素养（technology literacy）、机器学习（machine learning）、自我效能感（self-efficacy）、能力（competency）、自我能力（self-competency）、技能（skills）、准备程度（readiness）和态度（attitudes）。
研究设计
本研究采用横断面相关性设计，并运用结构方程建模（SEM）进行分析。SEM是一种统计方法，通过统计分析理论模型来确定复杂现象之间的相互关系。该方法还分析了潜在变量或观察变量之间的相互关系（Hair和Alamer，2022）。STROBE检查表指导研究人员清晰地报告观察研究的所有关键组成部分。
人口统计特征
表1展示了参与者的基本人口统计特征。参与者平均年龄为21.83岁（标准差=4.25岁），其中女性占多数（74.40%），四年级学生占比为28.23%。平均学术成绩（GPA）为4.18（标准差=0.57），大多数参与者使用智能手机（77.99%）。在本研究中，GPA是根据总成绩除以所修课程单元数计算得出的。
AI素养、AI自我效能感和AI自我能力的描述性统计
表2展示了相关描述性统计结果
讨论
本研究考察了护理专业学生的AI素养、自我效能感和自我能力，以及AI自我效能感在两者之间的中介作用。研究得出以下四个主要发现：首先，AI素养与AI自我效能感（β=0.54，p=0.001）和AI自我能力（β=0.13，p=0.003）之间存在显著正相关；其次，AI自我效能感与AI自我能力（β=0.64，p=0.001）之间存在直接关联；此外，AI素养通过AI自我效能感的中介作用对AI自我能力产生间接正向影响（β=0.34，p=0.001）。
结论
研究发现，护理专业学生的AI素养与其AI自我效能感和AI自我能力之间存在显著正相关，且AI自我效能感在两者之间起到了中介作用。这些发现为护理教育提供了若干方向建议：首先，需要制定基于AI的课程体系，以培养学生和教育工作者的基础AI素养；其次，应在护理课程中加入AI相关内容，并提供实践机会。
伦理审批编号
本研究的伦理审批由北私立护理学院的伦理研究委员会批准（批准编号：NCN22102024-17；批准日期：2024年11月6日）。
资金来源
本研究未获得任何公共、商业或非营利机构的资助。
CRediT作者贡献声明
**贝尔迪达·丹尼尔·约瑟夫·埃斯皮纳（Berdida Daniel Joseph Espina）**：负责撰写、审稿与编辑、初稿撰写、数据可视化、验证、项目监督、资源协调、方法论设计、研究实施、数据分析、概念构建。
**里扎尔·安杰洛·N·格兰德（Grande Rizal Angelo N.）**：负责撰写、审稿与编辑、初稿撰写、数据可视化、验证、方法论设计、数据分析、概念构建。
**雷哈姆·莫哈拉姆·塞拉格（Reham Moharam Serag）**：负责撰写、审稿与编辑、初稿撰写、数据验证、资源协调。
利益冲突声明
作者声明不存在可能影响本研究结果的已知财务利益或个人关系。
致谢
我们感谢沙特阿拉伯北部边境阿拉尔市北私立护理学院的护理专业学生抽出时间参与本研究。同时，我们也感谢院长Noura Alhudaib博士对研究工作的鼓励和支持。
