生成式人工智能、社会常态化与治理差距：一项关于英国医学教育中人工智能采用与可持续性的跨学科研究

《BMC Medical Education》：Generative AI, social normalisation, and the governance gap: a cross-disciplinary study of AI adoption and sustainability in UK medical education

　　

摘要

背景

生成式人工智能（GenAI）已深深嵌入高等教育体系，但其采用速度已超过院校治理与批判性反思的步伐，尤其是在医学和卫生科学项目中。本研究针对两个尚未得到充分探讨的维度展开探索：影响学生采用的心理与社会因素，以及AI密集型学习文化的生态足迹。

方法

一项横断面调查（N = 80）对伯明翰大学医学和卫生科学学生进行了研究，采用了计划行为理论（TPB）和Geels的多层次视角（MLP）。一项补充调查（第二波）引入了环境意识与习惯测量指标。通过焦点文件分析，考察了英国五所高校的AI治理政策。文献检索覆盖PubMed、ERIC、Web of Science和Google Scholar（2019–2026），使用的检索词包括"生成式人工智能""医学教育""AI治理"和"可持续性"。

结果

生成式人工智能的使用率近乎普及（96.3%），但仅有40.0%的学生接受过正式培训。研究识别了课程项目与披露行为之间（p = .003）以及培训与信任之间（p = .004）的显著关联。使用频率与感知行为控制（r = ?.409, p < .001）及行为意向（rs = ?.514, p < .001）之间存在负相关；鉴于样本量有限，上述发现属于探索性质。没有学生在未提示的情况下主动提出环境方面的担忧，系统性文件审查也发现，五所高校中没有任何一所的AI政策提及可持续性考量。

结论

研究结果初步表明，学生中使用生成式人工智能正在趋于社会正常化并可能演变为习惯性行为，而计划行为理论仅提供部分解释力。研究识别出一项治理空白：现有AI政策仅涉及学术诚信，却未涵盖环境可持续性，尽管上述五所高校均已各自制定了独立的机构可持续发展承诺。建议建立结构化的AI素养课程体系，并推行具有可持续性意识的治理框架。鉴于本研究为探索性、单机构设计，相关发现应谨慎解读。