传统学习与AI辅助在护生职业风险预防法教学中的对比实验研究

本研究针对人工智能（AI）在大学教育中的有效性尚不明确的问题，设计了一项随机对照实验，比较AI工具与传统文本阅读方法在护理本科生职业风险预防法律知识学习中的应用效果。结果显示，传统方法在知识记忆方面显著优于AI辅助学习（p=0.002），而两者在理解、分析和应用等高阶认知能力方面无显著差异。该研究为AI在护理教育中的合理应用提供了重要实证依据，对优化教学方法具有指导意义。

　　

在数字化教育浪潮席卷全球的背景下，人工智能（AI）技术正以前所未有的速度重塑教育生态。特别是在健康科学领域，AI工具被寄予厚望，期待能够革新传统的教学模式。然而，一个关键问题尚未得到明确解答：这些智能工具究竟能否真正提升大学生的学习效果？尤其是在护理教育中，面对职业风险预防法这类包含大量专业术语和法律条款的复杂文本，AI是能够帮助学生更好地理解和掌握，还是仅仅提供了一个便捷却浅显的学习途径？

为了深入探究这一问题，来自马德里康普顿斯大学护理、物理治疗和足病医学系的科研团队开展了一项精心设计的实验研究，成果发表在《Teaching and Learning in Nursing》期刊上。研究人员关注的核心是，比较使用AI工具（以ChatGPT-3.5为代表）与传统文本阅读方法，对护理专业学生掌握西班牙《职业风险预防法》（Law 31/1995）的效果差异。这项法律是西班牙职业安全与健康的基石，全文超过2.6万字，专业性强，对护生而言理解难度较大。

研究采用了随机对照试验（RCT）的设计。193名攻读“护理立法、管理与职业健康”课程的三年级学生被随机分为两组：实验组使用ChatGPT-3.5来查询和学习该法律的内容，但不允许接触法律原文；对照组则采用传统的学习方法，直接阅读和分析法律文本的PDF文档。两组学生都有40分钟的时间来学习并准备一个内容摘要。研究的关键在于评估学习效果，为此，团队在学习前后分别使用了两种工具：一是基于Bloom认知分类法（Bloom's taxonomy）设计的客观多选题问卷，用于评估知识（Knowledge）、理解（Comprehension）、分析（Analysis）和应用（Application）四个认知层次；二是主观自我评估，让学生用0-10分评价自己对法律的了解程度。此外，研究还通过ACRA量表和数字能力问卷采集了学生的学习策略和数字素养数据作为协变量，以确保组间可比性。

主要技术方法概述

研究采用随机对照试验设计，样本来自马德里康普顿斯大学三年级护理学生队列（N=193）。核心技术方法包括：1) 使用Wooclap工具实施基于Bloom分类法的客观知识评估（多选题问卷）；2) 应用ACRA量表（Learning strategies）和数字能力问卷（Digital Competency Questionnaire）测量学习策略与数字素养；3) 采用重复测量方差分析（ANOVA）比较组内（Pre-Post）和组间（AI vs. 传统）差异，并计算效应量（ηp2和Cohen's d）及统计检验力（Statistical Power）。

结果

1. 参与者流程与基线特征

最终有137名参与者完成了研究（实验组68人，对照组69人）。两组在年龄、性别、就业状况和婚姻状况等社会人口学特征上均无显著差异，确保了后续比较的基线均衡性。

2. 主观与客观知识关联性分析

分析发现，无论是实验组还是对照组，学生学习前自我报告的主观知识水平与他们客观问卷得分之间均不存在显著相关性。这表明学生对自己法律知识水平的判断并不准确。

3. 法律知识问卷结果比较

这是最核心的发现。对总分的分析显示，时间（学习前后）和分组（是否使用AI）的主效应以及两者的交互效应均显著（p < 0.05）。事后检验表明：

• •

  总体知识提升：两组学生在学习后总分均有极显著提高（p < 0.001），但对照组的提升幅度显著大于实验组（p = 0.002）。

• •

  分项认知能力：

  • •

    知识（Knowledge）：对照组在知识记忆类问题上的得分显著高于实验组（p = 0.001）。

  • •

    理解（Comprehension）与应用（Application）：两组在这两个高阶认知维度上均未表现出显著差异。

  • •

    分析（Analysis）：时间主效应显著（学习后得分大幅提升），但组间和交互效应不显著，说明两种方法在提升分析能力上效果相当。

4. 学习策略与数字能力

除ACRA量表中的“学习支持策略”维度上实验组得分显著低于对照组（p=0.013）外，两组在其他的学习策略和所有数字能力维度上均无显著差异。这表明，观察到的知识获取差异不太可能是由学生固有的学习能力或数字技能不同造成的。

讨论与结论

本研究通过严谨的实验设计得出明确结论：在护理学生学习复杂的职业风险预防法律文本时，传统的文本阅读方法在促进事实性知识记忆方面显著优于AI辅助学习方法。然而，在培养理解、分析和应用等更具挑战性的批判性思维技能方面，AI工具并未展现出比传统方法更优越的效果。

其重要意义在于为当前教育界热烈讨论的AI应用提供了关键的实证证据。它提示教育者，AI并非在所有学习场景下都是“更优解”。对于需要精确记忆和掌握大量事实性知识的内容（如法律法规条款），引导学生深入阅读原始文本可能仍是更有效的策略。AI提供的简化解释可能不足以应对直接的知识考核。同时，研究也揭示了AI工具的潜力与当前局限——它能够作为一种辅助和引导工具，但还无法有效替代传统学习方法来促进学生深层次的认知加工和批判性思维的发展。

研究者建议，未来的护理教育不应简单地用AI替代传统教学，而应考虑将两者结合的混合学习模式。例如，先通过传统方法打下扎实的知识基础，再利用AI进行案例模拟、问答互动以促进应用和分析能力。此外，有必要在护理课程中增设关于AI使用的特定培训，教导学生如何批判性地验证AI生成信息的准确性，并伦理地使用这些工具。

总之，这项研究标志着我们在理解AI教育应用的道路上迈出了重要一步。它告诉我们，技术的魅力不在于完全取代传统，而在于如何智慧地将其与传统融合，最终服务于提升教育质量和培养具备扎实知识与高级思维能力的未来 healthcare professionals。