利用人工智能来促进本科护理教育中的逆向设计（基于最终产品或结果进行设计）和能力培养框架的构建

《Journal of Professional Nursing》：Leveraging artificial intelligence to facilitate backward design and competency scaffolding in undergraduate nursing education

AI工具在护理教育反向设计中的应用与课程开发优化

　　

布列塔尼·内特尔斯

北佛罗里达大学，1 UNF Drive，杰克逊维尔，FL，32224，美国

摘要

基于能力的护理教育通过创建一个包含成果、评估和教育体验的框架结构来促进，这些结构挑战学生发展批判性思维、临床技能和专业能力。鉴于课程要素之间的相互依赖性以及师生关系，基于能力的课程的成功取决于所建立的结构。逆向设计可以促进课程开发，但根据护理项目内的组织结构，这可能会带来相当大的时间和资源负担。本文旨在探讨如何在构建这一结构的过程中利用人工智能（AI）工具，以促进与基于能力标准相一致的设计和课程转型。考虑到AI工具应作为对人类努力的支持而非替代，本文提出了一种利用AI辅助工具开发成果和评估的方法，并深思熟虑了这些工具如何在课程评估和持续修订中进一步发挥作用。随着这些工具能力的提升，它们在基于能力教育过程中的整合机会也将增加。

引言

根据美国护理学院协会（AACN, 2021a）的定义，基于能力的护理教育要求学生通过一系列评估、教学、个性化反馈、反思和报告来展示实践、临床、批判性思维和内省技能。这一结构的核心要素是“支架式教学”，即教育者有意设计的教学框架，旨在支持学生逐步掌握更复杂的知识、技能和专业行为（Merriam-Webster, n.d.）。在基于能力的结构中，学生和教职员工都有责任积极参与教育。教职员工负责设定期望，明确所有课程、学习和评估要素之间的联系，并将其与AACN（2021b）的《专业护理教育核心能力》相衔接。他们在能力培养过程中充当指导者，根据既定期望提供个性化反馈。此外，他们鼓励学生反思、成长，并将挫折和挑战视为提升技能的机会。另一方面，学生也应通过学习、实践、内省和合作来回应教职员工的投入（AACN, 2023）。为了充分发挥这种师生关系的潜力，课程设计要素必须支持明确的标准设定、一致的评估标准以及提供基于《核心能力》的指导的教学和作业描述，以促进学生的认同。

基于上述见解，可以推断出基于能力系统的成功取决于其基础设计的强度。对于许多项目而言，这意味着需要对现有结构进行批判性评估，并精心设计出能够实现基于能力项目成果的进阶流程。AACN（2021a）建议在基于能力的课程开发中采用逆向设计。逆向设计是一种过程，教育者首先关注宏观层面的考虑因素，如机构使命和愿景以及项目成果（最终目标能力），然后反向推导出评估（能力和成就的证据）和学习体验，以支持这些评估。Rinaldi等人（2025）的快速研究表明，逆向设计在护理教育中特别有助于成果、评估和体验的协调与整合，同时提高参与度和教职员工的效能。然而，考虑到创建基于能力系统所需的所有步骤，包括在开始任何创建和修订之前对现有项目结构进行批判性评估，真正的逆向设计可能是一个耗时的过程。根据护理部门的配置，教职员工和管理人员可能需要在教学、临床、实验室、模拟和课程责任之间分配时间，这可能会进一步限制时间。在这种背景下，教育者需要思考如何在确保工作质量的同时，应对外部时间表、工作要求和效率的问题。本文探讨了如何在构建这一结构的过程中利用人工智能（AI）工具，以促进与基于能力标准相一致的设计和课程转型。

部分摘录

人工智能工具

虽然人工智能有时被简单描述为计算机模仿或生成人类智能的能力，但其更广泛的影响和背景要复杂得多，也难以定义（美国国家航空航天局[NASA], n.d.）。人工智能最初定义于20世纪50年代，其范围和能力已显著增长，从简单的人类智能表示发展到数据驱动的机器学习。

高等教育中的人工智能

在COVID-19大流行期间及之后，高等教育中AI工具的使用呈指数级增长。总体而言，教育者和学生将这些工具应用于评估和评价、预测、辅助支持、辅导和学习管理等领域，包括教学设计（Crompton & Burke, 2023）。在护理教育中，AI主要被用于创新和促进以学生为中心的学习。

方法

通过这一视角，AI工具可以成为提高效率并在基于能力的护理课程中建立结构的宝贵资源。认识到AI工具对基础设施和设计工作的支持作用，教育者开发了一个系统的、多步骤的过程，将原创思维与AI工具相结合，有效指导逆向设计过程。AI工具的选择基于其市场功能、教职员工的熟悉程度以及机构的可用性。

从创新到影响：实施、评估和质量监控

在逆向设计中利用AI工具使学科专家有更多时间专注于微观层面的课程构建工作。在课程基础和评估细节明确之后，工作组成员独立或合作设计每学期的教学、临床、实验室和模拟体验，使其与评估和最终目标能力（毕业进阶指标）保持一致。

结论

当AI工具以辅助功能使用时，可以通过逆向设计有效促进基于能力的课程开发。尽管在护理教育中运用这些工具仍是一个新兴的研究领域，但这种方法展示了AI如何在课程设计过程中促进组织性、效率和协作。随着这些工具能力的提升，它们在基于能力教育过程中的整合机会也将增加。

CRediT作者贡献声明

布列塔尼·内特尔斯：撰写——初稿，可视化，概念化。

资金

本研究未获得公共、商业或非营利部门的任何特定资助。

利益冲突声明

无。

致谢

作者衷心感谢Sarah Firmin和Wendy White在“毕业进阶指标”小组中的宝贵合作，以及她们对本文逆向设计方法的鼓励。同时特别感谢Michelle Edmonds在认证方面的专业知识和对课程修订工作的支持。作者还感谢本科课程工作组的所有成员的创新、反馈和支持。