Heterogeneity in Nursing Students’ Artificial Intelligence Literacy: A Study of Self-Efficacy, Attitudes Toward Technology, and Ethical Concerns Based on Latent Profile Analysis
تستخدم هذه الدراسة تحليل الملفات الكامنة على 522 من طلاب التمريض في منغوليا الداخلية لتحديد ثلاث مجموعات فرعية متميزة من الثقافة في مجال الذكاء الاصطناعي، وتكشف أن الكفاءة الذاتية، والمواقف تجاه الذكاء الاصطناعي، والمخاوف الأخلاقية هي منبئات رئيسية لهذه الملفات، مما يدعو إلى تدخلات تعليمية طبقية لتعزيز كفاءة ممرضي المستقبل في الرعاية الصحية القائمة على الذكاء الاصطناعي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن عالم الرعاية الصحية يشبه سفينة فضاء ضخمة وصاخبة. لسنوات، كان الطاقم (الممرضون والأطباء) يديرون السفينة باستخدام الخرائط والبوصلات وذكائهم الحاد. ولكن الآن، تم تركيب محرك جديد وقوي للغاية: الذكاء الاصطناعي (AI). هذا ليس مجرد آلة حاسبة متطورة؛ بل هو مساعد طيار ذكي يمكنه المساعدة في تشخيص المرضى، ومراقبة علاماتهم الحيوية، وحتى اقتراح خطط رعاية مخصصة. لكن المشكلة تكمن في أن امتلاك محرك خارق لا يفيد إذا لم يكن الطاقم يعرف كيفية قيادته. "الثقافة الرقمية للذكاء الاصطناعي" هي مجموعة المهارات اللازمة لفهم واستخدام وإدارة هذه التكنولوجيا الجديدة أخلاقياً. الأمر لا يقتصر فقط على معرفة كيفية الضغط على الأزرار؛ بل يتعلق بفهم كيفية تفكير المحرك، والثقة به عندما يكون محقاً، ومعرفة متى يجب عليك مراجعة عمله. وبينما يتعلم طلاب التمريض، طاقم المستقبل لهذه السفينة الفضائية، كيفية الطيران، هل يسلكون جميعاً مسار طيران واحد؟ قد يكون بعضهم طيارين خبراء، بينما يكتفي آخرون بمجرد التحديق في لوحة التحكم وهم في حالة ارتباك. هذا هو السؤال الذي أراد الباحثون الإجابة عليه: هل يتعلم جميع طلاب التمريض كيفية قيادة هذه السفينة الجديدة بنفس الطريقة، أم أن هناك أنواعاً مختلفة من المتعلمين بقدرات ونقاط قوة وضعف مختلفة؟
قررت هذه الدراسة، التي أجراها فريق من جامعة "إينر مونغوليا مينزو" (Inner Mongolia Minzu University)، التوقف عن النظر إلى طلاب التمريض كحشد واحد ضبابي، وبدلاً من ذلك استخدمت مجهراً إحصائياً خاصاً يسمى "تحليل الملفات الكامنة" (Latent Profile Analysis) لرؤية المجموعات المتميزة المختبئة داخل الفصل. فكر في الأمر كفرز كيس من قطع "الليغو" المختلطة؛ فبدلاً من مجرد عد عدد القطع الحمراء أو الزرقاء (الطريقة القديمة)، نظروا إلى كيفية تجميع القطع فعلياً للعثور على ثلاثة "نماذج" متميزة من الطلاب.
قام الباحثون باستطلاع آراء 522 من طلاب التمريض في ديسمبر 2025. وسألوهم عن مهاراتهم في الذكاء الاصطناعي، ومدى ثقتهم في استخدامه (الكفاءة الذاتية)، ومواقفهم تجاه هذه التكنولوجيا، ومدى قلقهم بشأن الجانب الأخلاقي (مثل الخصوصية والتحيز). كشفت النتائج أن الطلاب لم يكونوا جميعاً متشابهين؛ فقد انقسموا إلى ثلاث مجموعات واضحة جداً:
مجموعة "الضعف التأسيسي" (42.25%): هؤلاء هم الطلاب الذين يشعرون ببعض الضياع. لديهم أدنى الدرجات في جميع المجالات. قد يفهمون الفكرة الأساسية للذكاء الاصطناعي، ولكن عندما يتعلق الأمر باستخدامه فعلياً في سيناريو تمريضي حقيقي، فإنهم يعانون أكثر من غيرهم. إنهم الركاب الذين يعرفون أن الطائرة لديها نظام طيار آلي، لكنهم يخشون لمس أدوات التحكم.
مجموعة "التطوير" (42.41%): هذه هي الفئة المتوسطة. لديهم إدراك جيد للأساسيات ولا يخشون تجربة الأشياء، لكنهم ليسوا خبراء بعد. إنهم أعضاء الطاقم الذين يمكنهم قيادة الطائرة في الطقس الجيد، لكنهم قد يشعرون بالتوتر أثناء العاصفة. لديهم مساحة للنمو.
مجموعة "التطوير الشامل" (15.34%): هؤلاء هم قادة المستقبل. يحصلون على درجات عالية في كل شيء: يعرفون النظرية، ويثقون في استخدام الأدوات، ولديهم سيطرة قوية على القواعد الأخلاقية. إنهم مستعدون لتولي زمام الأمور.
وجدت الدراسة شيئاً مثيراً للاهتمام حول جانب "التطبيق" في الثقافة الرقمية للذكاء الاصطناعي. فحتى المجموعة الأكثر ذكاءً (15.34%) سجلت درجات أقل في "استخدام" الأدوات فعلياً مقارنة بمعرفتهم بالأخلاقيات والنظرية. الأمر يشبه امتلاك طيار يعرف فيزياء الطيران تماماً، لكنه لم يقضِ وقتاً كافياً في مقصورة القيادة للممارسة. ويرى الباحثون أن هذا يرجع إلى أن مدارس التمريض غالباً ما تُدرّس "أفكار" الذكاء الاصطناعي، لكنها لا توفر ممارسة عملية كافية مع الأدوات السريرية الحقيقية.
إذاً، ما الذي يجعل الطالب يهبط في مجموعة "القائد" بدلاً من مجموعة "الراكب المرتبك"؟ تقترح الدراسة ثلاثة مكونات رئيسية:
- الثقة (الكفاءة الذاتية): الطلاب الذين آمنوا بقدرتهم على استخدام الذكاء الاصطناعي كانوا أكثر عرضة للانتماء إلى المجموعة عالية الأداء. إذا كنت تعتقد أنك لا تستطيع القيام بذلك، فمن المرجح أنك لن تحاول، ولن تتحسن.
- الموقف (الاتجاه): الطلاب الذين امتلكوا عقلاً منفتحاً وإيجابياً تجاه تكنولوجيا الذكاء الاصطناعي كانوا أكثر عرضة لأن يكونوا خبراء. إذا كنت تعتقد أن الذكاء الاصطناعي مخيف أو عديم الفائدة، فلن تتعلم استخدامه جيداً.
- المخاوف الأخلاقية: هذا الجزء معقد قليلاً. الطلاب الذين قلقوا كثيراً بشأن أخلاقيات الذكاء الاصطناعي (مثل الخصوصية والعدالة) كانوا أقل عرضة للانتماء إلى الفئة "المرتبكة". يبدو أن الاهتمام بالقواعد يساعدك على تجنب المستوى الأدنى. ومع ذلك، فإن مجرد القلق بشأن الأخلاقيات لم يجعل الشخص "قائداً" تلقائياً؛ فأنت بحاجة إلى الثقة والموقف الإيجابي أيضاً للوصول إلى القمة.
يخلص المؤلفون إلى أنه لا يمكننا تعليم الجميع بنفس الطريقة. بما أن الطلاب مختلفون جداً، يجب أن يكون التعليم مخصصاً. "الركاب المرتبكون" يحتاجون إلى تدريب أساسي وممارسة عملية لبناء أساسهم. أما "الفئة المتوسطة" فتحتاج إلى تدريبات قائمة على السيناريوهات لصقل مهاراتهم. وبالنسبة لـ "القادة"، فيجب تحديهم بمهام البحث المعقدة وتحليل البيانات. ومن خلال مطابقة أسلوب التدريس مع "مستوى الطيران" الحالي للطالب، يمكن لمدارس التمريض ضمان أن يكون هؤلاء الطلاب، عند تخرجهم، مستعدين للقيادة بأمان وفعالية في مستقبل الرعاية الصحية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.