一种面向个性化护理教育的人工智能辅助与评估驱动教学法

《Teaching and Learning in Nursing》：An AI-assisted, assessment-driven pedagogy for personalized nursing education

　　

摘要

背景

护理教育者面临日益增长的压力，需要在保持安全、合乎伦理且基于循证的教育的同时，应对学习者的多样性。尽管在基于成果的教育中常规生成了形成性评估数据，但教学方法往往仍然单一统一，限制了对个体学习需求的响应能力。人工智能为支持个性化学习提供了机会；然而，其教学法整合需要一种概念上坚实的途径，以保留教师的专业判断、伦理责任以及以学习者为中心的教学。

要点

本文提出了一种AI辅助、评估驱动的个性化护理教育教学法。该教学法将AI定位为解读评估证据、指导教学决策和策划个性化学习资源的辅助工具，同时在教师持续监督下进行。该教学法通过一个循环学习过程来实施，包括诊断性评估、AI支持的学情分析、AI辅助的资源策划、教师引导的教学、反思性学习以及持续的反馈循环。

意义

该教学法在本科护理教育中支持个性化学习，同时保持专业价值观、伦理标准、教师责任和教学响应性。

结论

所提出的教学法为将人工智能整合到个性化护理教育中提供了一种概念上坚实的途径，同时保持人的判断、伦理实践和持续的学习者发展。

引言

护理教育者在日益复杂的学术和临床教学环境中开展工作，这些环境要求教学适应性、专业责任以及对学习者的响应性（Al-Daken等，2024；Gcawu & van Rooyen，2022）。学生以不同的教育背景、学习偏好和临床准备水平进入护理项目，这些差异受到先前准备、学习节奏和临床接触程度差异的影响（Almarwani & Elshatarat，2022；Mohsenipouya等，2024）。学习者在特征上的这种多样性给教育者带来了挑战，因为学生通常需要不同程度的教学支持、反馈和学习机会。尽管存在这些差异，护理教育通常依赖标准化、基于队列的教学方法，向所有学生提供相同的节奏、内容、学习活动和评估时间表。尽管这种标准化方法促进了课程的一致性和行政效率，但它可能限制了教育者根据个体学习者表现来调整教学、反馈、补救学习和学习活动的能力（Bsharat等，2025；Ismail等，2022）。

基于成果的教育（OBE）是一种以明确界定的学习成果和预期学生达到的能力为核心来组织课程、教学和评估的教育方法。在OBE中，评估为学习者朝着预期能力方向取得进展提供了证据，并应指导教学计划以及评估（Li & Rohayati，2024）。然而，评估结果通常仅用于总结性判断，而非指导适应性教学决策（Bsharat等，2025）。因此，将学习者特定的评估证据转化为差异化反馈、针对性补救学习和响应性教学的机会往往被低估（Ismail等，2022）。

个性化学习指的是基于学习者表现出的能力、表现模式和反思需求，对学习资源、教学重点和反馈进行有意识的差异化（Gunawardena等，2023）。例如，在药物剂量计算方面表现困难的学习者可能获得针对性的补救练习和重点模拟活动，而在基础护理技能方面表现能力的学生可能参与更高级的案例基础临床推理场景或以领导力为导向的学习任务。在OBE背景下，个性化被概念化为一种由教师主导的、评估驱动的教学过程，其中形成性评估数据——包括测验、技能清单、模拟评估和反思活动——被解读并转化为量身定制的学习机会（du Plooy等，2024；Hangartner等，2024）。

人工智能（AI）已成为支持OBE中个性化学习的一种有前途的工具，其能力在于分析学习数据并促进基于证据的教学计划制定（Garzón等，2025；Wang等，2024）。同时，在护理等专业学科中使用AI引发了关于过度自动化、教师判断能力可能削弱以及与数据使用、透明度和责任相关的伦理风险的担忧（Bodur等，2025；Hou等，2025；Wei等，2025）。这些考虑因素凸显了需要一种将AI定位为辅助性而非指导性的教育工具的教学方法。

通过将AI定位为个性化学习中的辅助性分析和策划工具，所提出的AI辅助、评估驱动的教学法通过针对性补救学习、差异化反馈、调整的模拟重点和个性化学习活动实现了教学响应性，同时保留了专业判断、伦理责任和护理教育的关系基础。尽管该教学法在论述时参照了护理理学学士（BSN）项目，但其核心原则同样适用于护理副学士（ADN）课程体系，在该体系中，形成性评估、AI支持的学习分析和由教师介导的教学决策可以在压缩的教学时间表中支持学习者的准备状态，同时保持患者安全和专业责任。

因此，本文提出了一种AI辅助、评估驱动的教学法，以指导教师介导的人工智能整合到评估驱动的护理教育中，而非综合关于AI有效性的实证证据。以下各节将阐述该教学法的依据，描述其循环学习框架和教学过程，并讨论其对护理教育实践的意义。

章节摘要

背景与依据

基于成果的护理教育（OBNE）将OBE的原则应用于护理课程，通过将教学、学习和评估与安全护理实践所需明确界定的专业能力相一致来实现。在OBNE中，评估不仅是对学习成果的一种衡量，也是教学决策的驱动力，即教师关于如何根据以下因素调整教学策略、学习活动、反馈和补救学习的判断

结论

AI辅助、评估驱动的教学法为在个性化护理教育中整合AI提供了一种概念上坚实的教学方法。通过将AI定位为以关怀为中心、由教师介导的教育设计中的辅助性分析和策划工具，所提出的教学法展示了如何系统地将评估证据转化为教学决策，同时保持专业判断、反思性学习和伦理

资金支持

本文未获得公共、商业或非营利部门任何基金机构的特定拨款。

声明生成式AI和AI辅助技术在写作过程中的使用

在稿件准备过程中，作者使用Grammarly进行语言编辑。作者审查并批准了所有内容，并对该工作承担全部责任。

CRediT作者贡献声明

Rudena A. Madayag： 撰写—审稿与编辑，撰写—原稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，正式分析，数据整理，概念化。

利益冲突声明

作者声明，没有已知的可能影响本文所述关系或研究的个人经济利益冲突。

致谢

作者衷心感谢安赫莱斯大学基金会护理学院的机构支持。

Rudena A. Madayag

安赫莱斯大学基金会护理学院，菲律宾邦邦牙省安赫莱斯市