眼科护士对生成式人工智能的动态信任协商：一项基于定性访谈的研究

《BMC Nursing》：Navigating the unknown: a qualitative descriptive study of ophthalmic nurses’ trust negotiation with generative artificial intelligence in China

　　

摘要

背景

生成式人工智能（GenAI）工具，如ChatGPT和DeepSeek，正日益被应用于眼科临床实践中。眼科护理具有三个与信任相关的特征：视觉结局的不可逆性、眼科用药的精准敏感要求，以及视障患者对护士介导护理的关系性依赖。这些特征为护士在生成式人工智能中建立、校准和维持信任带来了独特的挑战。现有文献以静态态度调查为主，很少将信任描述为一种动态的、嵌入情境的过程。

方法

本研究采用定性描述性设计，通过对来自华中、华中和西部地区三级、二级及基层眼科机构的26名眼科护士进行最大差异抽样招募，并以关键事件技术为指导开展半结构化深度访谈。访谈笔录采用Braun和Clarke的反思性主题分析进行处理。报告遵循COREQ标准。

结果

我们归纳出三个主题：（1）试探性接近——从好奇到有条件信任的能力评估；（2）守护专业边界——在伦理张力与关系重构中的信任锚定；（3）组织生态中的信任协商。在各主题中，护士以分级的、任务特异性的方式校准其对生成式人工智能的信任——我们将此模式暂称为"梯度校准"——而伦理义务、护患关系及组织情境则塑造了信任协商的方式。

结论

眼科护士对生成式人工智能的信任既非静态的接受或拒绝，而是一种动态的、嵌入情境的协商过程，受视觉结局不可逆性、用药精准度要求以及视障患者对护士的关系性依赖所影响。研究结果可为专科化的人工智能培训、机构指导方针及工具设计提供参考；在本样本之外的可迁移性需进一步研究。