创新诊断学习方法：生成式人工智能的解释方式如何影响医学生的认知负荷和信心调整

《COMPUTERS and EDUCATION》：Innovating Diagnostic Learning: How Generative AI Explanation Styles Influence Cognitive Load and Confidence Calibration in Medical Students

生成式人工智能通过技术解释（证据/概率导向）和类比解释（案例相似性）两种风格影响医学生诊断学习，实验表明类比解释在准确性和认知负荷上更优，技术解释促进批判性思维与信心校准，但增加认知负担。

　　

Fang Tang|Feng Yao|Minghe Zhou

国防科技大学系统工程学院，中国长沙

摘要

生成式人工智能可以增强诊断学习，但解释风格对新手的推理能力的影响仍不清楚。我们通过一项随机对照试验评估了两种解释风格——技术性（基于证据/概率）和类比性（基于案例）——该试验共有60名三年级和四年级的医学生参与，他们需要对12例去标识化的急性腹痛病例进行诊断。在初步判断后，参与者被随机分配到三种条件中的一种（技术性、类比性或对照组[无AI建议]），并在大声思考时接收AI建议（对照组则不接收）；结果通过混合效应模型和协议分析来衡量诊断准确性、信心校准和认知负荷。两种AI风格都提高了准确性；类比性解释的准确性最高，认知负荷最低，而技术性解释的信心校准最好，但增加了认知负荷。大声思考的数据表明，技术性解释引发了更深入的证据搜索、更广泛的鉴别诊断，并且与AI的同意/不同意程度更高；当AI在12个病例中有2个判断错误时，技术性条件下的学生不太可能跟随AI的建议，尽管他们的估计不够精确。结果对不同的衡量标准和规格都具有鲁棒性，并且在典型/非典型病例中都是一致的。通过将解释风格定位为AI辅助学习的设计杠杆，我们展示了设计选择如何转化为可推广的诊断训练和决策校准知识。

引言

人工智能（AI）在医疗保健领域的整合彻底改变了临床决策，尤其是在诊断方面，AI系统在分析复杂的医疗数据以提供精确预测方面表现出色（Esteva等人，2019年）。生成式人工智能因其能够生成类似人类的解释而在医学教育中具有特殊潜力，有助于新手培养诊断技能（Chew & Achananuparp，2022年）。然而，这种AI辅助的有效性在很大程度上取决于输出的表达方式，特别是提供的解释风格。本研究探讨了两种生成式AI解释风格——技术性（侧重于临床证据和概率推理）和类比性（基于案例的相似性）——如何影响医学生的诊断决策，重点关注准确性、信心校准和认知负荷。

作为新手诊断师，医学生在专业知识有限和认知需求较高的情况下，需要处理复杂的临床信息（Fraser等人，2015年）。认知负荷理论认为，信息呈现方式会影响学习效率：过于复杂的格式会增加额外的负荷，从而阻碍表现；而优化的设计则有助于构建相关知识框架（Sweller，2020年）。此外，双重过程理论区分了直觉性（系统1）处理——快速且基于模式但容易产生偏见——和分析性（系统2）处理——深思熟虑且基于证据但需要更多努力（Kahneman等人，2011年；Mance，2022年）。AI解释可以调节这些认知模式：技术性解释可能激活系统2，通过批判性评估提高校准能力，但可能会增加认知负荷；类比性解释可以利用系统1进行直观的模式识别，提高准确性，但可能会鼓励表面化的参与和偏见。当AI在12个病例中有2个判断错误时，技术性条件下的学生不太可能跟随AI的建议，尽管他们的估计不够精确。结果对不同的衡量标准和规格具有鲁棒性，并且在典型/非典型病例中都是一致的。通过将解释风格作为AI辅助学习的设计杠杆，我们展示了设计选择如何转化为可推广的诊断训练和决策校准知识。技术性解释适合培养批判性推理和校准信心；当认知带宽有限时，类比性解释能有效地支持假设生成。

引言

人工智能（AI）在医疗保健领域的整合彻底改变了临床决策，尤其是在诊断方面，AI系统在分析复杂的医疗数据以提供精确预测方面表现出色（Esteva等人，2019年）。生成式人工智能凭借其生成类似人类解释的能力，在医学教育中具有特殊潜力，有助于新手培养诊断技能（Chew & Achananuparp，2022年）。然而，这种AI辅助的有效性在很大程度上取决于输出的表达方式，特别是解释风格。本研究探讨了两种生成式AI解释风格——技术性（侧重于临床证据和概率推理）和类比性（基于案例的相似性）——如何影响医学生的诊断决策，重点关注准确性、信心校准和认知负荷。

作为新手诊断师，医学生在专业知识有限和认知需求较高的情况下，需要处理复杂的临床信息（Fraser等人，2015年）。认知负荷理论认为，信息呈现方式会影响学习效率：过于复杂的格式会增加额外的负荷，从而阻碍表现；而优化的设计则有助于构建相关知识框架（Sweller，2020年）。双重过程理论进一步区分了直觉性（系统1）处理——快速且基于模式但容易产生偏见——和分析性（系统2）处理——深思熟虑且基于证据但需要更多努力（Kahneman等人，2011年；Mance，2022年）。AI解释可以调节这些认知模式：技术性解释可能激活系统2，通过批判性评估提高校准能力，但可能会增加认知负荷；类比性解释可能利用系统1进行直观的模式识别，提高准确性，但可能会鼓励表面化的参与和偏见。这种双重过程的解释将既有的理论扩展到了AI生成的解释上（Kahneman等人，2011年；Mance，2022年），并且在概念上与Awanzo和Thompson（2025年）关于院前诊断决策中认知偏见的综述一致，尽管他们的综述没有明确使用系统1/系统2的术语。

关于AI在医疗诊断中的实证证据仍存在争议。一些研究强调了人机协同作用带来的准确性提升（Li等人，2022年；Tschandl等人，2020年），而其他研究则报告了边际或无益的效果，这通常归因于解释的不透明或用户负担过重（Aoki等人，2020年；Cabitza等人，2023年；Kiani等人，2020年）。可解释AI（XAI）通过提供可解释的推理过程来缓解这些问题，但针对新手的最佳解释设计——特别是在平衡透明度和可用性方面——尚未得到充分探索（Busch等人，2023年；Jussupow等人，2021年）。最近关于AI建议时机的研究表明，事后提供建议（初步判断之后）比事前提供建议能促进更深入的参与（Yin等人，2025年）。在此基础上，我们专注于事后建议，以探究解释风格如何影响新手的性能，填补了理解设计选择如何促进知识获取和减轻医学培训中认知陷阱的空白。

本研究在几个方面推动了该领域的发展。首先，它通过阐明解释风格如何影响医学生的认知过程，丰富了XAI的研究，补充了以时机为重点的研究（Cabitza等人，2023年；Yin等人，2025年），并强调了设计作为人机知识共创的杠杆作用。其次，它有助于解决AI在诊断中的效用方面的不一致性问题，为教育创新提供了可行的见解。第三，它阐明了新手培训中认知负荷和信心校准之间的权衡，解决了医疗知识管理中的一个紧迫问题。本文的结构如下：第2节回顾理论基础并提出假设；第3节概述实验方法；第4节报告结果；第5节探讨潜在机制；第6节进行事后分析；第7节讨论意义、局限性和未来方向。一个图形摘要（图1）总结了研究设计、关键发现以及两种解释风格之间的权衡。

章节片段

理论背景和假设发展

为了研究生成式AI解释风格如何影响医学生的诊断学习，我们借鉴了三个互补的理论视角：认知负荷理论（CLT）、双重过程理论（DPT）以及关于医疗保健中XAI的文献（Cabitza等人，2023年；Mance，2022年；Sweller，2020年）。CLT和DPT提供了解释设计如何影响学习和决策的认知机制的见解，而XAI研究将AI解释置于教育背景中

AI系统的开发与验证

本研究中使用的AI系统是一个生成式AI模型，旨在为急性腹痛病例提供诊断决策支持，解释风格可以是技术性的或类比性的。该系统基于GPT-4大型语言模型（LLM）构建，并在MIMIC-IV数据库的一个子集上进行微调（Johnson等人，2023年），该数据库包含超过1000份去标识化的急诊科腹痛病例记录（见在线附录A）。微调过程包括

结果

在本节中，我们展示了实验的实证结果。首先介绍描述性统计和操作性检查。接下来，我们使用多层次混合效应回归检验了关于AI解释风格对诊断准确性、信心校准和认知负荷影响的主要假设。然后我们分析了控制变量的作用，并对研究结果进行了总体总结。所有分析都是在病例层面进行的（N = 720个病例观察值）

机制测试

我们现在通过分析协议分析中的中间过程指标和其他机制检查，来探讨技术性解释与类比性解释产生观察到的差异的方式和原因。具体来说，我们研究了：（5.1）临床信息处理的差异（特征的深度和广度以及考虑的假设），（5.2）与AI推理过程的互动差异，以及（5.3）学生如何遵循或拒绝AI建议的差异

事后分析

为了加强我们的主要发现并减少潜在的替代解释，我们进行了一系列补充分析。这些分析包括：（1）诊断准确性、信心校准的替代操作化方法，以及评估推理广度的诊断适当性扩展；（2）通过不同的模型规格进行稳健性检查；（3）由参与者和病例属性调节的异质性治疗效果；以及（4）感知中介因素的检验

讨论

我们的研究通过探讨生成式AI解释风格——技术性和类比性——如何影响医学生的诊断表现，从而推动了AI辅助决策的相关文献发展，创新了医疗教育中的知识创造。与以往关注AI设计因素（如系统的可解释性（例如透明度与黑箱）（Zhang等人，2024年）、人类对AI预测的调整（Savcisens等人，2024年），或人机学习的互动动态（

CRediT作者贡献声明

Minghe Zhou：撰写——审阅与编辑、验证、正式分析。Feng Yao：验证、监督。Fang Tang：撰写——初稿、软件、方法论、正式分析、数据管理

利益冲突声明

无

写作过程中使用生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用Chat-GPT 5来提高文本的语法和可读性，并在数据分析阶段协助R语言编程。使用该工具/服务后，作者根据需要审查和编辑了内容，并对出版物的内容负全责。

资金

无