人工智能融入牙科学生评估：现状与未来展望

《Journal of Dentistry》：Integrating Artificial Intelligence into Dental Student Assessments: Current & Future Status

　　

摘要 将人工智能（AI）整合到传统医学与牙科教育形式中虽获乐观看待，但仍持谨慎态度。尽管AI在医疗健康专业学生评估中的应用已较为成熟，但其在牙科学生评估中的应用尚处起步阶段。既往研究表明，牙科教育者已在学生评估中使用AI，但应用形式有限，缺乏支持、信心与相关知识是限制其应用的主要原因。本研究旨在调查国际牙科教育者对于将AI整合至牙科学生评估中以促进和提升学生学习的认知与体验。研究采用混合方法设计，通过在线实时投票平台VevoxTM收集定量与定性数据，在欧洲牙科教育者会议期间采集数据并实时向参与者反馈。数据采集围绕牙科学院三大主题展开：i）AI对传统学生评估方法的影响；ii）AI支持评估的有效性；iii）对牙科学生学习的影响。定量数据采用描述性分析，定性数据采用主题分析法。共有152名参与者积极贡献数据，平均年龄48.16岁（标准差11.119）。不足三分之一的参与者（n=37，29.13%）目前正在牙科学生评估中使用AI，多项选择题（MCQ）是最常见的AI应用场景（n=35，31.25%），仅1名参与者（0.89%）报告使用AI处理反思性档案。研究结果表明，AI在牙科学生评估中的应用仍处于早期阶段，教育者对整合该技术普遍存在顾虑。建议鼓励教育者接纳新技术，同时需提供支持以应对相应挑战，并制定清晰的指导建议。AI在支持评估流程中具有关键作用，有望提升评估稳健性，培养临床能力更强的从业者，保障公众利益。

研究背景与问题提出

随着人工智能（AI）在教育领域的深入渗透，其在医疗健康专业人才培养中的作用日益凸显。牙科教育作为高度依赖实践技能与临床判断的领域，评估体系的科学性与有效性直接关系到毕业生的执业胜任力与患者安全。当前，AI在医疗教育评估中的应用已相对成熟，但在牙科学生评估中仍处于起步阶段。国际牙科教育者虽已开始尝试应用AI，但普遍受限于技术支持不足、自身信心欠缺以及对工具原理的理解有限，导致应用形式单一，多以辅助生成多项选择题为主，难以覆盖反思性档案、临床实操等复杂评估场景。此外，生成式AI（Generative AI, GenAI）的兴起既带来了个性化学习的可能，也引发了评估诚信危机、批判性思维弱化以及数据隐私伦理风险等多重挑战。在此背景下，厘清国际牙科教育者对于AI评估的真实认知、应用现状及面临的障碍，对于构建稳健、高效且符合伦理规范的牙科评估体系具有重要的现实意义。本研究成果发表于《Journal of Dentistry》。

关键技术方法

研究人员采用混合方法研究（Mixed Methods Research）设计，依托欧洲牙科教育者会议这一国际化学术平台，利用Vevox^TM实时在线投票系统采集数据。研究对象为参会的国际牙科教育者，样本涵盖欧洲、北美、南美、中东及北非地区。研究工具为经过预实验验证的结构化问卷，包含16个题目，涵盖人口统计学特征、AI使用情况及三大核心主题。数据分析方面，定量数据采用描述性统计（均值、标准差、频数）进行处理；定性数据遵循Braun & Clarke的主题分析法（Thematic Analysis），通过框架分析法（Framework Analysis）对开放式文本进行编码与主题提炼，确保研究结果的客观性与深度。

研究结果

1. 参与者特征与AI应用现状

研究共回收152份有效数据，参与者平均年龄48.16岁，平均教龄18.29年，职业涵盖本科生教师、研究生教师、课程主管及院长等。数据显示，仅29.13%的教育者正在使用AI进行评估，63.78%未使用，7.09%不确定。在使用AI的人群中，31.25%用于多项选择题生成，而用于反思性档案和临床实操评估的比例极低（分别为0.89%和1.79%）。值得注意的是，虽然70%的教育者表示院校提供了AI培训，但仍有25%未接受任何培训。

2. 定性主题分析

2.1 政策发展

多数教育者认为AI深刻影响了包含居家完成的传统评估模式，提升了出题效率与客观性，主张将AI纳入评估组合并据此调整考核形式（如增加现场监考测试）。部分保守派教育者则认为影响有限，指出老教师抵触情绪强，且AI多用于辅助而非替代传统手段。

2.2 评估有效性

教育者对有效性的看法两极分化。一方面，AI被认为能减少人为偏见，提升评估的客观性与可靠性；另一方面，抄袭风险、过度依赖导致的评估失效以及对AI可靠性的质疑成为主要担忧。特别是开放性文本评估（如论文、反思作业）的有效性受到挑战，教育者被迫重新设计考核策略以应对学术不端行为。

2.3 学生学习

关于对学生学习的影响，观点各异。支持者认为AI有助于概念理解与即时反馈，提升学习体验；反对者则担忧学生过度依赖AI会导致“数字鸿沟”扩大，削弱创新思维能力，甚至剥夺了被动学习者的成长机会。AI提供的即时反馈被视为弥补传统人工评分延迟的重要优势。

讨论与结论

讨论部分指出，AI在牙科评估中的应用尚处早期，虽然其在提升效率、个性化辅导方面潜力巨大，但面临技术壁垒、伦理监管及教育者准备度不足的制约。研究者强调，AI应作为人类评估者的补充而非替代，必须在临床医生主导的框架下实施。针对当前存在的评估诚信危机，建议牙科学院从四个维度采取行动：一是持续为教育者提供与时俱进的培训；二是引导学生正确使用AI以最大化教育价值；三是建立符合监管与专业标准的伦理治理框架；四是采取具体措施降低抄袭风险。

结论部分重申，国际牙科教育者在将AI全面整合至常规教育评估方面仍处于初级阶段。尽管AI在提升评估稳健性及培养临床胜任力方面前景广阔，但教育者对快速迭代的技术仍存戒备。未来需出台清晰的指导性建议，鼓励教育者接纳新技术并积极应对伴随而来的挑战，以实现AI赋能下的高质量牙科人才培养。