编辑推荐：
生成式人工智能（GAI）在教育领域影响渐深，为探究其在物理治疗教育中的应用，研究人员对 15 名学生开展焦点小组访谈。结果显示，GAI 助力学习但存风险。该研究为优化物理治疗教育、合理应用 GAI 提供依据。
在当今科技飞速发展的时代，生成式人工智能（Generative Artificial Intelligence，GAI）如同一场突如其来的科技浪潮，席卷了各个领域，教育界也未能例外。从幼儿园的趣味启蒙到高等学府的专业钻研，GAI 都在以各种方式悄然改变着传统的教学模式和学习体验。在健康专业教育领域，它同样展现出了巨大的潜力，既能为学生提供丰富的学习资源，辅助临床技能的训练，又能在医疗实践中助力决策制定等工作。
然而，这股浪潮并非只有光明的一面。随着 GAI 在教育中的广泛应用，一系列问题也接踵而至。对于教师而言，如何在教学过程中辨别学生作业是自主完成还是借助 GAI 生成，成为了一大难题，这直接关系到教学评估的可靠性和学术诚信。从学生的角度出发，过度依赖 GAI 可能会阻碍批判性思维和解决问题能力的发展，而且 GAI 生成的信息也并非完全可靠，错误或误导性内容时有出现，学生若不加甄别地接受，极有可能构建起错误的知识体系。在物理治疗教育领域，GAI 的应用研究相对较少，存在着明显的知识空白，这与医学和牙科教育中对 GAI 的研究形成了鲜明对比。因此，深入了解物理治疗学生对 GAI 的体验和看法，探索其在教育及未来职业中的潜在影响，变得尤为重要。
为了解开这些谜团，瑞典林雪平大学（Link?ping University）的研究人员 Yvonne Lindb?ck、Karin Schr?der、Torkel Engstr?m 等人开展了一项富有意义的研究。他们采用定性描述性设计，通过焦点小组访谈收集数据，并运用归纳内容分析法进行深入剖析。研究结果表明，物理治疗学生认为 GAI 在学习过程中具有多方面的积极作用，但同时也对其可能带来的学习质量下降等问题表示担忧。这一研究成果发表在《BMC Medical Education》杂志上，为该领域的发展提供了宝贵的见解。
在研究方法上，研究人员主要采用了焦点小组访谈和归纳内容分析两种关键技术。他们从林雪平大学物理治疗专业的 224 名学生中，有目的地选取了 15 名学生，按照年级分为 3 个焦点小组。在访谈过程中，使用半结构化访谈指南引导讨论，随后对访谈录音进行逐字转录。之后，运用归纳内容分析法，多次阅读转录文本，识别并提取与研究目的相关的意义单元，进行编码、分类，最终归纳出主题和类别。
在研究结果部分，出现了一个总体主题 “GAI - 如果应对挑战则具有巨大潜力”，并细分为三个主要类别。
- GAI 在学习过程中的应用领域
- 引入和启发：学生们在探索新知识领域初期，常借助 GAI 获取相关信息，它就像一本万能的百科全书，帮助学生构建知识框架，激发深入学习的兴趣。比如有学生表示，GAI 能为其提供某个领域的大致概况，辅助确定进一步钻研的方向。
- 辅助理解课程内容：面对复杂的课程概念和晦涩的专业文献，GAI 可将其简化、翻译和总结，帮助学生更好地理解和吸收知识。不过学生们也强调，使用 GAI 时必须结合批判性思维，不能盲目相信其生成的内容。
- 辅助临床推理和解决问题：在临床推理训练中，GAI 可生成患者病例，帮助学生在实践中锻炼临床推理能力，分析问题并提出解决方案。例如，当学生对某些检查和测试难以理解时，借助 GAI 生成的病例，能更好地应用所学知识。
- 优化教育中 GAI 的使用
- 经验和兴趣影响使用和选择：学生认为 GAI 操作简便，但要获得更精准的回答，需要掌握一定的提问技巧，有技术兴趣和计算机技能基础的学生使用频率更高。在选择 GAI 模型时，学生多受过往经验、经济因素和计算机技能的影响，对学校提供的 AI 服务了解不足。
- 节省时间和个性化学习：GAI 能快速检索、处理和总结信息，优化学习流程，节省时间，提高学习效率。而且其回答会根据学生的历史交互进行调整，实现个性化学习支持。
- 学习视角的影响：过度依赖 GAI 提供的捷径，可能导致学生基础知识掌握不牢，影响长期学习效果和知识应用能力。
- 需要批判性思维：GAI 生成的内容可能存在错误，学生必须通过其他可靠来源进行核实。在使用 GAI 时，结合已有知识和课程文献评估信息准确性至关重要。
- 虚拟学习伙伴和教师：学生将 GAI 视为随时在线的虚拟朋友、学习伙伴和教师，它能提供个性化建议，促进讨论，为学习提供支持。
- GAI 使用的指导方针和认知：学生期望有明确的 GAI 使用规范，将其合理整合到学习中。但目前对于作业中使用 GAI 的界限较为模糊，学生存在担忧。
- 教育和职业中 GAI 的未来
- GAI 发展的机遇和风险：随着技术进步，GAI 的可靠性有望提高，但也存在企业受利益驱动影响信息、下一代过度依赖导致知识缺失的风险。
- 医学和医疗保健项目的发展：特定学科的 GAI 模型具有很大的发展潜力，能提升教育工具的准确性和可靠性，辅助模拟患者病例、提供实践技能反馈等。
- 对职业发展的潜在贡献：在物理治疗职业中，GAI 可提高记录管理效率，辅助治疗决策，推动专业特定模型的发展，促进循证实践。
在讨论部分，研究人员指出，学生在学习过程中不同阶段使用 GAI，反映出其在学习中的多方面作用，尤其是对临床推理能力的培养。然而，GAI 的使用也带来了表面学习、过度依赖等问题，这与学生的自我调节学习能力密切相关。学生对 GAI 使用规范的不确定性，表明需要教育机构提供更明确的指导和支持性学习活动。同时，学生将 GAI 视为学习伙伴的态度，显示出其在情感支持和学习引导方面的积极作用。
总体而言，这项研究揭示了物理治疗学生对 GAI 的复杂态度和体验。GAI 在物理治疗教育和职业发展中虽潜力巨大，但也面临诸多挑战。研究结果为教育工作者、政策制定者和相关技术开发者提供了重要参考，有助于推动 GAI 在物理治疗领域的合理应用，优化教育和临床实践。未来，还需进一步研究 GAI 对学习成果和职业能力的长期影响，探索应对其使用挑战和伦理问题的有效策略，以充分发挥 GAI 的优势，为物理治疗教育和行业发展注入新的活力。
