“通用人工智能（GenAI）是我的导师吗？”——护理专业本科生在使用生成式人工智能辅助撰写案例研究论文过程中的体验：一项定性研究

《Nurse Education Today》：“Is GenAI my supervisor?” Experiences of nursing undergraduates in using generative AI to assist in case study theses: A qualitative study

护理本科生使用生成式人工智能（GenAI）完成案例研究论文的经验及影响分析。通过半结构化访谈对19名毕业生进行主题分析，发现AI应用受写作技能不足、导师指导缺失及环境推荐影响（AI驱动因素），呈现效率提升与学术诚信担忧并存的双刃剑效应，并导致认知外包与伦理挑战等隐藏成本。研究为护理院校制定AI使用规范和优化支持体系提供依据。

　　

许慧丽|陈佩华|罗志茵|陈月儿|何平娟|谭一冰

中国广东省广州市广州中医药大学护理学院

摘要

目的

这项定性研究旨在探讨护理专业本科生在撰写案例研究论文时使用生成式人工智能（GenAI）的体验。

背景

生成式人工智能在学术领域的应用日益增多，逐渐融入护理教育中。尽管GenAI在护理教育中的应用日益受到重视，但在将其应用于论文写作，尤其是案例研究方面，仍存在局限性。

设计

本研究采用定性描述性设计方法。

参与者

参与者通过目的性抽样选出，共有19名护理专业学士学位毕业生参与了本研究。

方法

通过半结构化访谈收集数据，以了解护理专业毕业生的观点。收集到的数据经过编码后采用主题分析法进行分析。

结果

从访谈数据中提取出163个代码，并将其归为三个主要类别及八个子类别：a) 人工智能驱动的因素：学术写作能力不足、缺乏导师指导以及普遍存在的建议文化；b) 双刃剑效应：写作效率提升与准确性担忧；c> 人工智能的隐性成本：认知外包、伦理合规挑战及自我欺骗。

结论

本研究揭示了护理专业本科生在案例研究工作中使用GenAI的多样化体验，为护理机构制定GenAI使用规范和加强支持系统提供了宝贵借鉴，同时为教育干预措施提供了启示。

引言

在中国四年制护理本科教育体系中，毕业论文是学生顺利完成学业并获得护理学士学位的必修要求。它既是连接理论与临床实践的重要工具，也是培养学生研究能力的关键环节（Dogan等人，2025年）。虽然本科论文可以有多种形式，如横断面调查、文献综述和案例研究，但案例研究已成为首选。这一趋势主要源于学生在毕业年级大部分时间都在临床实习，能够直接接触相关案例。案例研究在培养实用护理人才方面发挥着重要作用。案例研究的价值不仅在于其教学功能，还在于能够帮助护理学生将理论知识应用于实际情境，从而加深他们对复杂临床问题的理解和解决问题的能力（Li等人，2019年）。案例研究论文要求学生选择一个具有代表性的临床案例，然后运用已建立的护理理论来分析其中的问题、干预措施及结果。这一过程对学生的案例分析能力、逻辑推理能力和学术表达能力提出了较高要求。然而，护理专业本科生必须在完成临床实习的同时完成毕业论文，同时还要准备研究生入学考试或求职。这些多重任务使他们面临巨大压力。现有研究从学生和教师的角度指出了论文写作中的核心障碍。从学生角度来看，写作障碍包括科学研究培训不足、沟通不畅以及缺乏支持系统（Lv等人，2021年）。从教师角度来看，主要问题是论文导师往往无法充分满足学生的需求（Lin等人，2024年）。许多导师缺乏研究经验和统计知识，接受的教育培训不足，也无法协调跨学科资源。

生成式人工智能（GenAI）是指能够生成文本、图像、视频和代码等内容的模型及相关技术。市场上有许多通用的人工智能平台和应用，如DeepSeek、ChatGPT、ERNIE Bot、Kimi等（Meyer等人，2025年）。DeepSeek的出现对这一领域产生了深远影响，颠覆了传统方法并推动了重大进步。它在中国广受欢迎，并在全球范围内引发了广泛关注（Gibney，2025年）。这种变革与ChatGPT推动的普及趋势一致，ChatGPT通过直观的对话界面使非技术用户也能轻松使用这些技术。这种可访问性是这些技术突破学科障碍、推动跨领域发展的关键机制（Tam等人，2023年）。GenAI在医学教育中有多种潜在应用，包括自主学习、模拟场景和写作辅助。从功能上看，它在四个维度上克服了传统学习的限制：时间和空间的灵活性、学习参与度、效率提升以及个性化支持（Lei等人，2025年）。在毕业论文写作背景下，GenAI可以帮助学生进行文献综述、框架构建和语言润色，从而帮助护理专业本科生克服写作难题并提供方向性指导。然而，与GenAI的快速发展相比，护理教育领域却明显滞后（Soleimani等人，2025年）。这种不平衡不仅体现在技术采用的表面层面，还反映了教育哲学和实践框架的深层缺陷。具体而言，教师指导能力和学生媒介素养的双重不足直接限制了技术工具转化为教育生产力的进程。由于缺乏系统的GenAI应用培训（Mo和Asavisanu，2025年），教师难以有效指导学生正确使用GenAI，反而导致学习能力下降和学术诚信风险增加。大多数学生对GenAI的功能和使用规范了解模糊，常常过度依赖GenAI而忽视独立思考（Zgambo等人，2025年）。

目前，关于护理教育领域GenAI的应用研究主要集中在基于课程的教学上（Ostick等人，2025年）。也有研究表明，整合ChatGPT和Copilot有助于撰写学术护理报告（Tseng等人，2025年）。GenAI可用于促进高保真模拟教学并改变传统教学方法（Bahari等人，2025年；Kowitlawakul等人，2024年）。尽管已有研究关注影响护理专业学生使用GenAI行为意向的因素，如对生成式人工智能的伦理认知和素养（Zhu等人，2025年），但关于GenAI在案例研究中的应用体验的研究仍不足。虽然现有研究指出了论文写作中的障碍，但很少有研究探索GenAI作为新工具的应用。因此，本研究旨在填补这一研究空白，探讨护理专业本科生如何使用GenAI辅助撰写案例研究论文。本研究从护理专业本科生的视角出发，重点探讨三个核心问题：

1.哪些因素影响学生在使用GenAI撰写案例研究论文时的意愿和行为？

2.学生如何利用GenAI来满足案例研究论文的写作需求？

3.使用GenAI辅助护理专业本科生撰写案例研究论文的具体效果是什么？

本研究期望为护理院校提供参考，帮助制定GenAI使用规范，改进支持系统，并提升教师的指导能力。此外，该研究可为指导护理专业本科生在案例研究中规范、标准化地使用GenAI提供实践基础，最终提升他们的科学研究能力。

研究设计

本研究采用定性描述性设计方法，通过在线半结构化访谈探讨护理专业本科生对生成式人工智能的看法。研究遵循了《定性研究报告统一标准》（COREQ）（Tong等人，2007年），确保数据收集和分析的透明度和方法严谨性。为保证访谈流程的连贯性，采用了Krueger和Casey（2015年）开发的访谈结构。

参与者信息

最初共有26名学生参与研究，其中7人拒绝参与：5人因时间不足，2人拒绝接受访谈。最终有19名护理专业本科生完成了正式访谈，其中16人为女性（84.2%），3人为男性（15.8%）。所有参与者均完成了研究。访谈平均时长为30.63±9.72分钟。为保护隐私，所有参与者的身份均被匿名处理，使用化名（N1-N19）。

讨论

本研究考察了护理专业本科生在案例研究写作中使用GenAI的体验。在学术和实践压力下，由于写作能力不足、导师指导有限及环境影响，学生越来越依赖GenAI来提高效率。这种依赖引发了关于GenAI角色的深刻反思，即“GenAI是我的导师吗？”这一问题。研究表明，GenAI具有双刃剑效应：虽然它可以弥补研究上的不足，

局限性与未来方向

本研究存在一些局限性。首先，84.2%的参与者为女性，且全部来自同一所学校，这可能影响研究的普遍性。其次，27%的拒绝率可能表明存在选择偏差。因时间不足而拒绝的5名毕业生可能属于临床工作负担较重的群体，他们的经验和观点未在研究中得到体现。另外两名拒绝讨论该主题的参与者

结论

本研究探讨了中国护理专业本科生使用GenAI辅助撰写毕业论文的体验。我们明确了他们在论文写作中使用GenAI的具体领域、相关因素及影响结果。这些结果有助于通过建立规范的GenAI使用实践、加强学术诚信规范以及提供必要支持来改进教育方法。

CRediT作者贡献声明

许慧丽：软件、方法论、调查、数据分析、概念构建、初稿撰写。陈佩华：可视化、软件、调查、数据分析、数据整理、初稿撰写。罗志茵：验证、软件、调查、数据分析、数据整理、初稿撰写。陈月儿：验证、调查。何平娟：方法论、数据分析。谭一冰：监督、资源管理、项目协调、审稿与编辑。

资金来源

本研究得到了广东省研究生教育创新项目（2025JGXM_035）的支持。资助方未参与本研究的设计、实施或撰写过程。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

作者衷心感谢所有参与者在研究中慷慨分享他们的宝贵时间和经验。特别感谢谭一冰协助审稿，以及孙晓明先生在稿件准备过程中提供的语言帮助。