《npj Digital Medicine》：AI literacy mediates AI assisted diagnosis participation and critical thinking among medical students under supervision
编辑推荐：
本研究针对AI工具是否会削弱医学生诊断推理能力的担忧，探索了在监督下参与AI辅助诊断如何影响其AI素养与医学批判性思维。通过一项为期12个月、纳入372名实习医学生的纵向研究，采用交叉滞后面板模型分析发现，参与度提升正向预测AI素养与批判性思维，且AI素养在其中发挥中介作用。该效应在技术经验丰富、掌握目标导向的学生中更强。结果表明，在教师指导下，AI系统可作为促进高阶思维发展的教育资源。
在数字化医疗浪潮中，人工智能（AI）辅助诊断系统正日益成为临床医生的“新同事”。然而，一个令人担忧的争论也随之浮现：这些高效的工具，究竟是赋能医生，还是会使他们“思维懒惰”？一方观点认为，过度依赖AI可能会侵蚀医学生和医生至关重要的诊断推理与批判性思维能力；而另一方则乐观地预计，恰当地使用AI不仅能提高效率，更能激发使用者进行更深层次、更高阶的思考。这场关于“AI是敌是友”的辩论，在医学教育领域显得尤为关键。毕竟，医学生是未来医疗的中坚力量，他们在临床训练初期形成的思维习惯将影响其整个职业生涯。那么，真相究竟如何？在资深教师的监督指导下，让学生们亲身使用AI辅助诊断系统，到底会对他们的能力产生何种影响？为了回答这个核心问题，一项聚焦于医学教育场景的深入研究展开了。
这项题为“AI literacy mediates AI assisted diagnosis participation and critical thinking among medical students under supervision”的研究，发表在国际知名期刊《npj Digital Medicine》上。研究团队进行了一项严谨的纵向追踪，他们在长达12个月的时间里，跟随了372名正在进行临床轮转的医学生。这些学生在指导教师的监督下，使用一套AI辅助诊断系统。研究者在项目开始时（基线）、6个月后和12个月后，分别测量了三个关键变量：学生使用AI系统进行诊断参与的积极程度、他们的AI素养水平，以及他们的医学批判性思维能力。通过运用高级统计模型——交叉滞后面板模型（Cross-lagged Panel Model），研究人员得以分析这些变量之间随时间变化的因果关系，并检验AI素养是否在“参与使用”和“批判性思维提升”之间扮演了中介角色。同时，研究还考察了学生先前的技术经验、以及他们是更注重掌握知识本身（掌握目标导向）还是更注重表现胜过他人（表现目标导向）这两种不同的学习目标取向，是否会调节上述关系。
本研究主要采用了纵向队列研究设计和高级统计建模方法。关键技术方法包括：1. 构建了一个为期12个月、包含3个时间点（基线、6个月、12个月）的纵向研究框架，对372名处于监督下临床轮转的医学生进行追踪。2. 使用了交叉滞后面板模型（Cross-lagged Panel Model）来分析与检验变量间的纵向预测关系与中介效应。3. 通过结构化的量表对核心变量进行量化测量，包括AI辅助诊断参与度、AI素养以及医学批判性思维。4. 运用统计学的Bootstrap法检验了AI素养的中介效应，并分析了先验技术经验与学习目标导向（掌握目标vs.表现目标）对中介路径的调节作用。
研究结果
AI辅助诊断参与度正向预测AI素养与批判性思维
分析结果显示，在控制了基线水平后，医学生在之前时间点对AI辅助诊断系统的更高参与度，能够显著预测其在后续时间点AI素养水平的提升。同时，更高的参与度也能直接预测后续批判性思维能力的增长。这表明，在监督下积极使用AI工具，不仅有助于学生理解和运用AI相关知识（即提升AI素养），也直接关联着他们分析、评估临床问题能力的进步。
AI素养在参与度与批判性思维间起统计中介作用
关键的发现是，AI素养在“参与使用AI系统”与“发展批判性思维”之间起到了一个完全的中介作用。具体而言，参与使用AI系统主要通过提升其AI素养这一途径，进而促进了批判性思维的发展。这意味着，AI工具并非直接“赋予”学生批判性思维，而是通过帮助学生建立对AI技术的理解、评估和反思能力（即AI素养），间接地催化了高阶思维技能的成长。
技术经验与学习目标导向调节中介效应
研究进一步发现，上述“参与度 → AI素养 → 批判性思维”的中介路径强度并非对所有人都一样，它受到学生个人特质的影响。对于那些先前技术经验更丰富、以及学习目标更倾向于掌握知识和技能本身（掌握目标导向）的学生，这条中介路径的作用更强，即他们通过使用AI在提升素养和思维方面获益更多。相反，对于更关注表现和与他人比较（表现目标导向）的学生，该中介效应则较弱。这表明，个人的技术准备心态和内在学习动机，显著影响着从AI教育工具中获益的程度。
研究结论与意义
本研究得出明确结论：在配备教师监督的临床训练环境中，医学生参与使用AI辅助诊断系统，与其批判性思维能力的发晨存在正向关联，而这一关联在很大程度上是由AI素养的提升所中介的。这直接回应了开篇的争议：AI工具并非必然导致思维能力的退化；相反，在正确的教育框架（即监督与指导）下，它能够成为一种有效的教育资源，促进而非取代高阶认知技能的发展。
其重要意义在于多维度革新了医学教育观念与实践。首先，它为医学教育者提供了实证依据，支持将AI系统整合进课程体系，但强调必须辅以充分的监督和针对AI素养的专门培养，不能只停留在工具使用层面。其次，研究揭示了“人机协同”教育的关键机制——AI素养是转化技术接触为思维增益的“转换器”。这提示教育干预应重点关注如何有效提升学生的AI理解、评估与批判性使用能力。最后，研究关注个体差异，指出教育者需认识到学生不同的技术背景和学习动机，可能需要提供差异化的支持，特别是帮助“表现导向”型学生更好地从技术中深度学习。总之，这项研究将关于AI在教育中角色的讨论，从简单的“促进或抑制”推向了更精细的“如何有效整合”，为在数字时代培养既懂技术又善思考的新一代医生指明了科学路径。
