基于扩展技术接受模型(UTAUT)的国际药学生生成式AI接受度与使用模式研究：教育整合与伦理挑战

这篇横跨九国的药学生调查采用扩展统一技术接受与使用理论模型(Extended UTAUT)，揭示了生成式人工智能(GenAI)在药学教育中的接受度差异。研究发现ChatGPT和Quillbot是主要工具，绩效期望(PE)和努力期望(EE)评分最高，但习惯(HT)和价格价值(PV)构成使用障碍。性别与国家间存在显著差异(p<0.001)，20%学生存在作业过度依赖，仅10%关注伦理培训，60%课程未整合GenAI内容，凸显教育体系需建立伦理规范与结构化整合策略。

　　

背景
生成式人工智能(GenAI)正在重塑药学教育格局，但其伦理、实践与教学影响尚未明确。这项国际研究基于扩展统一技术接受与使用理论(Extended UTAUT)，首次系统评估了九国药学生对GenAI工具的接受度与使用特征。

方法
2024年上半年对埃及、土耳其等九国2009名药学生进行横断面调查，问卷涵盖UTAUT七大核心构念：绩效期望(PE)、努力期望(EE)、社会影响(SI)、便利条件(FC)、享乐动机(HM)、价格价值(PV)和习惯(HT)。采用探索性因子分析(EFA)和Promax斜交旋转解析数据结构。

结果
工具使用频率显示，ChatGPT(72%)和Quillbot(65%)主导市场，而专业工具如Tome使用率不足5%。EFA提取三大维度：

1. 效用驱动采纳（PE+EE+HM+FC，方差54.8%）：学生最认可GenAI简化概念(PE=4.0±0.8)和易用性(EE=4.0±1.5)
2. 成本习惯整合（PV+HT+BI，方差7.2%）：价格敏感(PV=3.5±1.0)与习惯薄弱(HT=2.0±2.5)构成主要障碍
3. 社会影响（独立构念，方差3.7%）：马来西亚(4.2±0.7)和土耳其(4.1±0.9)受同辈压力最显著

关键发现

• 性别差异：男性在PE和BI得分显著高于女性(p<0.001)
• 国家特征：马来西亚PE最高(4.5±0.6)，埃及FC最低(2.3±1.2)
• 课程缺口：60%学生未接受正规GenAI培训，仅10%关注伦理模块
• 使用模式：70%用于概念解释，20%存在作业代写风险

讨论
研究揭示了三大矛盾：技术易用性与伦理认知失衡、工具普惠性与经济门槛冲突、社会驱动与制度规范脱节。特别是在发展中国家，价格敏感度(PV)与习惯(HT)的强关联(因子载荷0.87)提示：免费工具更易形成使用惯性。

政策建议

1. 伦理框架：建立GenAI学术使用红线和验证流程
2. 课程改革：将AI素养模块嵌入药物治疗学等核心课程
3. 资源保障：通过院校采购解决中低收入国家工具可及性问题

展望
未来研究需追踪GenAI对临床思维培养的长期影响，特别关注第三学年学生(PE峰值4.3±0.5)的技术依赖风险。该研究为制定差异化的药学教育AI整合路线图提供了实证基础。