数字文化、反身性与护理侵蚀：反身性失调失败（RDF）的概念模型

《Journal of Advanced Nursing》：Digital Culture, Reflexivity and Care Erosion in Nursing: A Conceptual Model of Reflexive Dissonance Failure

　　

目的：考察数字化介导的社会环境如何与护士的反身能力（reflexive capacity）、职业价值观及对偏见的反应相互作用，并发展反身性失调失败（Reflexive Dissonance Failure, RDF）作为一个概念模型，以理解从伦理失调（ethical dissonance）到护理侵蚀（care erosion）的一条可能路径。设计：讨论性论文。方法：本讨论性论文采用对护理学、心理学、社会学、伦理学与数字媒体研究的跨学科文献进行批判性概念综合（critical conceptual synthesis）。文献依据其与反身性、认知失调（cognitive dissonance）、数字影响、内隐偏见（implicit bias）、道德脱离（moral disengagement）、认知不公正（epistemic injustice）、同情护理（compassionate care）与护理侵蚀等概念的相关性进行目的性选择。该综合用于推导并批判性检验所提出的RDF模型，而非估计效应或声称证据覆盖穷尽。结果：数字环境可能放大情绪显著、选择性或强化刻板印象的内容，但也可能支持专业学习、同伴连接、倡导及接触多元观点。在所提出的RDF模型中，当判断或反应与个人、道德或职业标准冲突时，认知失调被视为一种潜在的保护性伦理信号。反身性参与可能支持批判性重新评价与适应性解决；RDF特指这种失调缺失、被抑制、被忽视，或通过否认、合理化、分心或正常化而被适应不良地解决的情境。这些过程可能增加道德脱离、认知不公正与护理侵蚀的脆弱性，尽管护理领域的直接因果证据仍然有限。结论：RDF被提出为一个可检验的概念模型，而非已确立的因果路径。它将数字影响重新框定为一种情境因素，可能与护士的伦理能动性、反身能力、组织条件与职业价值观相互作用。该模型为关于反身性、错误信息、偏见、同情护理与公平性的研究提供基础，同时支持面向数字化介导护理实践的基于优势的教育与组织策略。

论文解读：数字文化、反身性与护理侵蚀——反身性失调失败（RDF）概念模型

研究背景与问题：原文指出，护士在数字化介导的社会中实践，算法策展（algorithmic curation，即自动选择、排序与推荐内容）、社交媒体、错误信息与情绪显著内容可影响人们接触的信息及社会议题框架。医疗专业人员并非免受社会文化影响，内隐偏见可影响临床判断、沟通与决策。与此同时，护士具备伦理承诺、批判性思维、适应性、倡导与反思实践传统。原文的核心问题不是护士是否为数字影响的被动接受者，而是专业反身性（reflexivity，即质询自身假设、立场性、权力关系与文化影响如何塑造注意、信念与行动）如何帮助识别、质询并伦理回应常具微妙性、累积性与社会强化性的影响。原文区分反思（reflection）与反身性，并将认知失调视为潜在保护性调节反应：当判断、行为或假设与个人、道德或职业标准冲突时产生内部信号；担忧在于该信号缺失、被抑制、忽视，或通过否认、合理化、分心、正常化而适应不良地解决。现有证据分散，数字文化、偏见正常化、道德脱离、认知不公正与护理侵蚀之间在护理中的直接因果证据有限，因此需要概念模型。研究人员开展讨论性论文，采用跨学科批判性概念综合，发展RDF为可检验概念模型，而非确立因果路径。其意义在于将数字影响框定为情境因素，与护士伦理能动性、反身能力、组织条件与职业价值观交互，为反身性、错误信息、偏见、同情护理与公平研究提供基础，并支持基于优势的教育与组织策略。

技术方法：原文采用讨论性论文设计，方法为对护理学、心理学、社会学、伦理学与数字媒体研究的跨学科文献进行批判性概念综合，而非系统综述或整合综述；文献按与数字影响及算法策展、反思与反身性、认知失调、内隐偏见与种族主义、道德脱离、认知不公正、同情护理与护理侵蚀、转化学习、错误信息或虚假信息等核心构念的概念相关性目的性选择；分析通过比较解释与理论整合，区分护理直接证据与其他人群或学科转移证据，未直接建立的关系作为概念命题，并用四个问题精炼模型；原文不声称PRISMA式完整性，无样本队列来源。

研究结果：
2.1 算法年龄中的护理：通过背景文献综合，原文指出自动化推荐与排序系统影响数字内容可见性、顺序与重复，平台以参与信号个性化内容可能增加情绪显著或偏好一致材料的重复暴露；“数字条件化”（digital conditioning）谨慎指累积塑造注意、熟悉度、情绪反应或假设，不暗示决定论行为控制；数字环境并非固有有害，可促进专业信息、同伴连接、公共卫生传播、倡导与多元观点；证据基础分散。
2.2 反身性作为数字条件化的保障：通过概念辨析，原文区分行动中反思（reflection-in-action）、行动后反思（reflection-on-action）与反身性；反身性超越回顾事件，质询假设、立场性、社会位置、权力关系与文化影响如何塑造注意、信念与行动；在RDF中三者均可保护；护理证据支持基于优势的反身实践，护士是主动伦理行动者。
3.1 关键概念与临床解释：通过概念澄清，原文定义算法策展、数字条件化、数字化极化环境（digitally polarised environment）与认知不公正；举例说明重复刻板印象内容、护士觉察不适或与职业价值不一致、反思或反身性挑战假设或失败；模型不假设数字暴露产生偏见或不平等护理，而识别可实证研究的路径。
4.1 网红文化与身份商品化：通过跨学科文献综合，原文指出网红可作非正式权威人物，参与导向算法增加偏好一致或情绪显著材料可见性，但影响异质；身份与注意商品化使简化、情绪强烈或极化材料获可见性；关注选择性暴露窄化批判接触替代观点；内隐偏见证据确立；Kockova and Kilianova显示网红文化塑造年轻群体价值、态度、愿望与行为决策，?zden et al.认为网红文化通过身份商品化与社会验证导致伦理弹性、身份紧张与可见性压力；Powell and Pring的系统综述发现网红对健康结局有正负影响，社交媒体暴露与身体不满和自感知扭曲较一致；Procter承认数字中介信息偏倚可影响患者护理互动但机制不足；缺口是数字生态是否及如何影响偏见正常化与伦理相关判断。
4.2 道德脱离与偏见正常化：通过认知失调与道德脱离理论综合，原文认为失调可提示批判检查与改变，也可通过否认、合理化、回避、选择性注意或正常化减少而无伦理学习；Bandura机制包括道德合理化、委婉语言、责任扩散或转移、后果扭曲、非人化与归责；RDF位于未识别、维持或反身处理伦理相关失调之前被中和或正常化；数字文化可强化正常化偏见、幽默歧视、情绪化错误信息、极化叙事与群体敌意，持续暴露与容忍贬损话语、歧视语言正常化及对边缘群体共情反应降低相关；护理侵蚀是逐步削弱护理行为与伦理敏感性，区别于同情疲劳、倦怠、道德困境、情绪耗竭与遗漏护理；原文用道德困境与组织约束证据作背景，不证明护士同情普遍下降；Runions and Bak显示在线环境可通过社会强化与减少人际问责促进道德脱离，但未研究医疗专业人员；数字文化—RDF—道德脱离—护理侵蚀联系仍属理论；Kurup et al.的澳大利亚招聘管理者证据显示制度约束、资格认可与整合挑战及专科专长与岗位匹配困难可致专业专长利用不足；Kurup and Rijal指出结构性种族主义可嵌入政策、治理、劳动力结构与临床实践。
4.3 数字化极化社会中的认知不公正：通过认知不公正与媒体框架文献综合，原文定义认知不公正为个体作为认知者被不公平贬低可信度或能力；医疗中患者经历、症状、关切或解释可因社会身份、文化背景、性别、族裔、语言等被最小化；Fisher描述患者关切被驳回、可信度降低与参与减少，Jonas et al.发现社会边缘群体尤其普遍，Blalock and Leal显示性别与社会位置性塑造认知不公正体验；Hutagalung and Nurhasanah显示数字与新闻环境通过强调叙事与简化复杂社会议题塑造公众感知，常强化既有刻板印象与意识形态立场；Arendt认为刻板描绘与选择性暴露及偏好一致内容可随时间强化偏见态度；这些表征可能无意识影响护士解释患者行为、沟通风格、情绪反应、症状或就医实践；Job et al.与Oxtoby表明内隐偏见与刻板印象可塑造临床判断、沟通与决策，常超出意识并导致不平等护理；认知不公正文献多概念与案例，实证操作化与测量有限；数字中介暴露与临床解释行为直接因果未明确建立；反身与批判意识护理实践日益重要。
5.1 RDF定义与概念序列：通过概念综合，原文定义RDF为未能对伦理相关认知失调进行反身性参与，或该失调缺失、抑制、回避或适应不良解决，且社会或数字强化假设与个人、道德或职业标准冲突；RDF不等同认知失调；失调可作伦理警报促进行动中反思、行动后反思或更深反身检查；RDF描述信号未被识别或被否认、合理化、分心、正常化中和的替代路径；此类失败可能增加道德脱离与认知不公正脆弱性，并随时间与组织压力交互促成护理侵蚀或不平等实践；关系概念性、非决定论、需实证检验。原文整合认知失调理论、道德脱离理论、转化学习理论（Transformative Learning Theory, TLT）、反思与反身性、认知不公正与护理侵蚀，分别赋予保护性伦理警报、适应不良路径、教育过程、保护过程、潜在后果与潜在涌现结局角色；组织压力、工作量、领导、监督、数字/媒体素养与职业规范为调节因素；数字暴露是情境影响而非决定原因；模型双向且情境敏感。

讨论部分总结：6.1 人工智能时代的转化学习：TLT提供教育回应，Mezirow观点转化是对先前未检验假设与参照框架的批判检查；在RDF中转化学习不等同反身性，而是反身检查可能导致更包容或批判性评价视角的教育过程；与Beck认知模型衔接，假设可理解为图式样结构，转化涉及习惯思维模式重组；Batterbee et al.的结构化认知行为方法可支持识别、质疑与修正限制性认知情绪模式；教育应创造重复批判对话、行动中/后反思与反身监督机会，而非仅公式化书面反思；Kelsey and Hayes、Batterbee等批评程序化反思可能完成任务的而不检查社会结构条件；AI日益塑造医疗，反身能力可能成为核心能力。6.2 基于优势的数字护理实践：数字环境不应仅视为风险；护士用数字空间获取专业信息、维持同伴网络、接触患者社区视角、参与倡导与回应错误信息；数字素养与职业价值可作保护资源；接触多元观点可挑战假设；区别不是数字与非数字，而是数字参与是否伴随来源评价、伦理意识、批判反思与组织支持。6.3 迈向数字化反身性护理专业：教育组织需补充传统反思，明确关注反身性、数字/媒体素养与伦理推理；反身性不是缺陷护士的矫正，而是强化批判思维、文化安全、倡导与以人为本护理的专业能力；教育可包括算法意识、来源验证、批判社会学、偏见质询、叙事伦理、跨文化对话、结构化道德推理、反身监督与AI伦理；Voldbjerg et al.建议鼓励启发式与批判反思思维的教育可支持更深反身能力；TLT提供视角转化理论基础，Sch?n澄清实践中与后反思重要性；RDF增加数字时代问题：伦理相关失调是否被识别并用作反身检查机会或被中和而无学习；反身性可在本科教育与组织文化、领导发展、专业监督与专业指南中支持。6.4 应对错误信息与虚假信息：个体护士需数字媒体素养，包括检查来源、对照可信证据三角验证、识别情绪操纵框架、理解推荐系统效应、放大不确定信息前暂停；雇主提供可靠证据资源、受保护学习机会、反身监督与适度社交媒体指南；教育机构将来源验证、算法意识、偏见质询与错误信息案例分析嵌入课程而非单次数字素养课；监管者与专业组织提供清晰定期更新指南；护理领导者示范透明纠错与心理安全讨论争议信息；责任共担，单靠个体警惕不足；Ford et al.的澳大利亚护理与助产学生研究显示教育与沟通是COVID-19疫苗接受重要促进因素。6.5 RDF模型检验与验证：RDF应作为实证工作计划评估而非已验证解释模型；初始定性研究探索护士描述数字中介影响、伦理不适、反身实践与对偏见或误导内容反应；概念发展工作操作化RDF成分并考察数字导向反身性、失调识别或适应不良解决可靠测量；观察与纵向研究检验数字暴露模式、组织条件与反身能力是否预测内隐偏见、临床判断、同情护理、文化安全或感知公平变化；实验情境或模拟研究检验不同数字内容是否改变对可比临床情境解释及结构化反身提示是否调节；实施研究评估教育干预、反身监督、数字媒体素养项目与组织指南的可接受性、非预期后果与公平效应；纳入患者与社区视角。

研究结论翻译：医疗专业人员实践于数字化介导社会，算法策展、错误信息、极化与身份叙事可影响遇到的信息与社会议题框架；这些条件有风险也带来专业学习、同伴连接、倡导与接触挑战假设视角的机会；护士应被理解为复杂信息与组织环境中伦理有能力的行动者，而非数字条件化的被动接受者。本文发展RDF作为概念模型，考察数字与社会文化影响可能变得与专业判断相关的一条路径。修订模型将认知失调定位为潜在保护性伦理警报；行动中反思、行动后反思与反身性可通过批判重评与视角转化支持适应性解决；RDF特指伦理相关失调缺失、抑制、回避或适应不良解决，可能在与组织压力交互中增加道德脱离、认知不公正与护理侵蚀脆弱性。连接数字暴露、反身过程与不平等护理的直接实证证据仍有限，因此模型不应解释为证明因果链或护士同情普遍下降。护理侵蚀不同于倦怠、道德困境、情绪耗竭、同情疲劳与遗漏护理。RDF价值在于生成可检验问题：数字影响何时伦理相关、什么保护免受适应不良反应、反身能力、职业价值、领导与组织支持如何促进公平与同情护理。未来研究应用定性、纵向、心理测量、实验与实施方法检验模型，并纳入患者与社区视角。实践中护理教育、雇主、监管者与专业组织可强化数字媒体素养、来源验证、反身监督、算法意识与错误信息专业指南。在日益多样与技术中介医疗系统中，反身性最好理解为维持伦理能动性、同情、文化安全与公平的核心资源，而非专业缺陷标志。