健康科学专业学生在人工智能应用方面的参与度的社会人口学差异：一项横断面研究

《BMC Medical Education》：Sociodemographic differences in health sciences students’ engagement with artificial intelligence: a cross-sectional study

　　

摘要

人工智能（AI）正在逐步改变高等教育和健康科学领域的培训方式。然而，关于学生在使用AI方面的社会人口统计差异的证据仍然有限，特别是在拉丁美洲。

研究目的

本研究旨在根据性别、年龄、学术项目以及民族自我认同，探讨健康科学专业学生在AI使用方面的社会人口统计差异，具体从三个维度进行评估：对健康科学教育中AI的批判性认知、AI工具的实际应用能力以及AI相关知识与准备程度。

研究方法

本研究采用定量横断面调查方法，研究对象为厄瓜多尔一所公立大学中四个健康科学专业的668名本科生。研究人员发放了一份包含31个问题的李克特量表（Likert-type questionnaire）。通过探索性因子分析确定了最终的30个测量维度，这三个维度分别是：对健康科学教育中AI的批判性认知、AI工具的实际应用能力以及AI相关知识与准备程度，这些维度的内部一致性很高（Cronbach’s α值介于0.905至0.911之间）。研究还采用了非参数检验、调整后的广义线性模型（adjusted general linear models）和多重对应分析（Multiple Correspondence Analysis）等统计方法。

研究结果

调整后的分析结果显示，性别与学生对AI的批判性认知（p = 0.013）和实际应用能力（p = 0.043）存在关联，其中女性学生的批判性认知水平较高，而男性学生的实际应用能力更强。学术项目与AI的实际应用能力（p < 0.001）和AI相关知识与准备程度（p = 0.003）相关；民族自我认同与AI相关知识与准备程度（p = 0.029）也存在关联。年龄变量与任何维度均无独立关联。各维度上的显著调整效应均较小（部分eta2值介于0.006至0.028之间）。

研究结论

学生使用AI的过程具有多重维度特征，不同社会人口统计特征及学术背景会在具体维度上表现出差异。这些发现支持在健康科学课程中实施结构化且公平的人工智能教育，以提升学生的实际操作技能、知识水平、批判性思维能力以及负责任地使用AI的能力。