护理专业学生的人工智能自我效能感与批判性思维之间的关系：一项网络分析

《Nurse Education in Practice》：The relationship between AI self-efficacy and critical thinking among nursing students: A network analysis

　　

陈亚文|吴双|张茂清|任青思|苏银华|李中宇

摘要

目的

本研究采用网络分析方法，探讨了护理专业学生的人工智能自我效能（AISE）的内部结构，并分析了AISE的各个组成部分与批判性思维（CT）之间的关联。

背景

随着人工智能（AI）在护理教育中的广泛应用，个体在AI自我效能方面的差异可能会影响学生对AI支持的学习方式的参与度。有人担心，以效率为导向的AI使用方式可能会改变学生的认知参与度，从而对批判性思维产生影响。

研究设计

本研究采用描述性横断面研究方法。

方法

共有611名中国护理专业学生完成了人工智能自我效能量表（AISES）和批判性思维量表（CTS）的填写。网络分析使用R语言和LASSO正则化偏相关网络算法进行，节点中心性、节点间连接强度及预测性通过自助法（bootstrapping）进行估算。

结果

AISE网络包含22个节点和121条边（占可能边数的52.38%；平均权重为0.093）。AI_4（“AI的语气符合人类语言习惯”）的节点中心性最高，而AI_1（“AI的交互过程生动直观”）则是最强的连接节点。整合后的AISE-CT网络包含28个节点和160条非零边（占可能边数的42.33%；平均权重为0.088）。AS_7（“AI易于控制”）是连接AISE和CT的主要桥梁。拟人化交互功能与时间节省特性与“思维成熟度”维度呈负相关；在CT各维度中，“追求真相”（Truth-Seeking）的预测性最高（R2 = 0.850）。

结论

网络分析表明，拟人化交互是AISE的核心组成部分，而用户对AI可控性的感知则是AISE与CT之间的关键联系。AISE的各个组成部分与CT维度之间的关联具有多样性，这表明除了效率之外，批判性评估和反思性参与同样重要。