人工智能与护理教育学术诚信的融合与挑战：一项基于使用现状、认知态度及制度影响的混合方法研究

推荐：本研究针对AI在护理教育中引发的学术诚信争议，采用混合方法探讨了188名护理学生对AI技术的使用现状、认知态度及影响因素。研究发现24%学生存在中高度AI使用行为，其使用动机与感知有用性(OR=5.5)、易用性(OR=3.4)及信息接触度(OR=3.9)显著相关，同时揭示学生对AI伦理的担忧。研究为制定AI教育政策提供了实证依据。

　　

随着人工智能(AI)技术迅猛发展，其在高等教育领域的应用引发了广泛争议。护理教育作为医疗人才培养的关键环节，面临着AI工具带来的双重挑战：一方面，ChatGPT等生成式AI能提升学习效率；另一方面，其滥用可能损害学术诚信并阻碍批判性思维(critical thinking)发展。尽管AI在医疗诊断和病历管理中的应用已趋成熟，但护理学生如何平衡AI辅助学习与专业能力培养的问题尚未得到充分研究。

为探究这一矛盾，澳大利亚西澳一所公立大学的研究团队开展了混合方法研究。该研究创新性地结合定量调查(n=105)与深度访谈(n=13)，采用统一技术接受与使用理论(UTAUT)框架，系统分析了护理学生AI使用模式及其影响因素。相关成果发表在护理教育领域权威期刊《Nurse Education Today》上。

研究采用三项关键技术方法：1)基于Qualtrics平台的在线问卷调查，收集人口统计学数据和UTAUT量表评分；2)目的性抽样访谈，通过NVivo 12进行主题分析；3)SPSS 28.0进行逻辑回归分析，识别AI使用预测因子(OR值)。样本包含81.9%女性、29.5%国际学生，覆盖本科和研究生群体。

3.1 定量研究发现
24%受访者报告中度至高度AI使用，逻辑回归显示三个关键预测因素：AI知晓度(OR=3.9)、感知有用性(OR=5.5)和易用性(OR=3.4)。值得注意的是，76.2%学生反对直接复制AI生成内容，但41%认同AI的娱乐价值，反映态度矛盾性。

4.1 主题1：AI在学业中的整合
访谈揭示AI主要作为"学习教练"和"编辑工具"：EAL学生依赖AI解决词汇局限(90%时间用于英语修正)，而多数学生将其用于概念解析(如"什么是混合方法研究")。这种"安全网"式使用虽提升效率，也引发12号参与者对原创性丧失的担忧："我甚至无法独立构思生日贺卡"。

4.2 主题2：使用动机与阻碍
AI的"智能"(intelligent)、"高效"(efficient)特性吸引学生，但内在价值观形成使用分水岭：自信者回避AI以磨练技能(5号参与者)，而自我怀疑者易产生依赖。更严峻的是，7号参与者发现ChatGPT在疼痛管理建议中的临床错误，凸显医疗应用风险。

4.3 主题3：对制度支持的渴求
学生普遍抱怨政策模糊性，8号参与者呼吁"大学需明确AI使用标准和后果"。有趣的是，12号参与者将AI类比Word语法检查，质疑全面禁令的合理性，建议采用口头考核等防作弊措施。

5.讨论与意义
该研究揭示了护理教育中AI应用的三大悖论：效率与诚信的权衡、技术依赖与能力发展的冲突、创新潜力与制度滞后的矛盾。与Labrague等(2023)发现不同，本研究表明人口因素不影响AI使用，而认知因素占主导。

研究建议采取三方面措施：1)开发阶梯式AI培训资源，针对UTAUT识别的关键维度(绩效期望、努力期望)进行干预；2)设计"AI透明化"评估体系，如要求学生注释AI辅助过程；3)建立跨学科伦理框架，解决"社会技术盲区"(sociotechnical blindness)。这些发现为全球护理院校制定AI政策提供了重要参考，特别是在ChatGPT等工具快速迭代的背景下。

局限性在于单中心采样和横断面设计。未来研究应追踪AI使用对临床决策能力(long-term clinical judgement)的影响。正如作者强调，教育的核心挑战在于"让学生既享受AI便利，又不失专业成长的挑战性"——这一平衡将决定AI究竟是护理教育的助力还是阻碍。