Heterogeneity in Nursing Students’ Artificial Intelligence Literacy: A Study of Self-Efficacy, Attitudes Toward Technology, and Ethical Concerns Based on Latent Profile Analysis
Diese Studie nutzt die latente Profilanalyse bei 522 Pflegestudierenden in der Inneren Mongolei, um drei distinkte KI-Literacy-Subgruppen zu identifizieren und zeigt auf, dass Selbstwirksamkeit, Einstellungen gegenüber KI sowie ethische Bedenken entscheidende Prädiktoren dieser Profile sind, wodurch sie für stratifizierte Bildungsinterventionen plädiert, um die Kompetenz zukünftiger Pflegekräfte in der KI-gestützten Gesundheitsversorgung zu steigern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Welt der Gesundheitsversorgung wie ein riesiges, geschäftiges Raumschiff vor. Jahrelang hat die Crew (Pflegekräfte und Ärzte) das Schiff mit Karten, Kompassen und ihrem eigenen scharfen Verstand gesteuert. Doch nun wurde ein neuer, unglaublich leistungsstarker Antrieb installiert: Künstliche Intelligenz, oder KI. Dies ist nicht nur ein schicker Taschenrechner; es ist ein intelligenter Co-Pilot, der dabei helfen kann, Patienten zu diagnostizieren, ihre Vitalwerte zu überwachen und sogar personalisierte Pflegepläne vorzuschlagen. Aber hier liegt der Haken: Ein Super-Antrieb hilft nicht, wenn die Crew nicht weiß, wie man ihn fliegt. „KI-Literacy“ (KI-Kompetenz) ist die Fähigkeit, diese neue Technologie zu verstehen, zu nutzen und ethisch zu steuern. Es geht nicht nur darum, zu wissen, wie man Knöpfe drückt; es geht darum, zu verstehen, wie der Motor denkt, ihm zu vertrauen, wenn er recht hat, und zu wissen, wann man seine Arbeit überprüfen muss. Als zukünftige Crew dieses Raumschiffs lernen Pflegestudierende gerade das Fliegen, aber fliegen sie alle auf derselben Flugbahn? Einige mögen erfahrene Piloten sein, während andere nur verwirrt auf die Kontrollen starren. Das ist die Frage, die Forscher beantworten wollten: Lernen alle Pflegestudierende auf die gleiche Weise, dieses neue Schiff zu fliegen, oder gibt es unterschiedliche Typen von Lernenden mit verschiedenen Stärken und Schwächen?
Diese Studie, die von einem Team der Inneren Mongolei Minzu Universität durchgeführt wurde, beschloss, Pflegestudierende nicht als eine einzige, verschwommene Masse zu betrachten, sondern stattdessen ein spezielles statistisches Mikroskop namens „Latent Profile Analysis“ einzusetzen, um die darin verborgenen, unterschiedlichen Gruppen zu identifizieren. Stellen Sie sich das vor wie das Sortieren eines Beutels mit gemischten LEGO-Steinen. Anstatt nur zu zählen, wie viele rote oder blaue Steine vorhanden sind (die alte Methode), untersuchten sie, wie die Steine tatsächlich zusammengesetzt waren, um drei verschiedene „Modelle“ von Studierenden zu finden.
Die Forscher befragten im Dezember 2025 insgesamt 522 Pflegestudierende. Sie fragten sie nach ihren KI-Kenntnissen, ihrem Vertrauen in die Nutzung von KI (Selbstwirksamkeit), ihrer Einstellung zu dieser Technologie und danach, wie besorgt sie bezüglich der ethischen Seite der Dinge (wie Datenschutz und Voreingenommenheit) waren. Die Ergebnisse zeigten, dass die Studierenden nicht alle gleich waren; sie fielen in drei sehr klare Gruppen:
- Die Gruppe mit „Fundamentaler Schwäche“ (42,25 %): Dies sind die Studierenden, die etwas verloren sind. Sie haben die niedrigsten Werte in allen Bereichen. Sie verstehen vielleicht die Grundidee von KI, aber wenn es darum geht, sie tatsächlich in einem realen Pflegeszenario anzuwenden, haben sie am meisten Schwierigkeiten. Sie sind die Passagiere, die wissen, dass das Flugzeug einen Autopiloten hat, aber Angst haben, die Steuerung zu berühren.
- Die „Entwicklungs“-Gruppe (42,41 %): Dies ist das Mittelfeld. Sie haben ein ordentliches Verständnis der Grundlagen und haben keine Angst davor, Dinge auszuprobieren, aber sie sind noch keine Experten. Sie sind die Crewmitglieder, die das Flugzeug bei gutem Wetter fliegen können, aber bei einem Sturm nervös werden könnten. Sie haben noch Raum zum Wachsen.
- Die Gruppe mit „Umfassender Entwicklung“ (15,34 %): Dies sind die zukünftigen Kapitäne. Sie punkten in allem: Sie kennen die Theorie, sie sind zuversichtlich im Umgang mit den Werkzeugen und haben ein starkes Verständnis für die ethischen Regeln. Sie sind bereit, das Steuer zu übernehmen.
Die Studie ergab etwas Interessantes über den Teil der KI-Literacy der „Anwendung“. Selbst die klügste Gruppe (15,34 %) schnitt bei der tatsächlichen Anwendung der Werkzeuge schlechter ab als bei ihrem Wissen über Ethik und Theorie. Es ist wie ein Pilot, der die Physik des Fliegens perfekt beherrscht, aber nicht genug Zeit im Cockpit verbracht hat, um das Landen zu üben. Die Forscher vermuten, dass dies daran liegt, dass Pflegeschulen oft die Ideen von KI lehren, aber nicht genug praktische Erfahrung mit echten klinischen Werkzeugen vermitteln.
Was führt also dazu, dass ein Student in der „Kapitän“-Gruppe landet statt in der Gruppe der „Verwirrten Passagiere“? Die Studie deutet auf drei Hauptzutaten hin:
- Selbstwirksamkeit (Vertrauen): Studierende, die glaubten, dass sie KI nutzen können, gehörten viel eher zur leistungsstarken Gruppe. Wenn man glaubt, dass man es nicht kann, wird man es wahrscheinlich nicht versuchen, und man wird nicht besser werden.
- Einstellung: Studierende, die eine positive, offene Einstellung gegenüber der KI-Technologie hatten, waren eher die Experten. Wenn man denkt, dass KI beängstigend oder nutzlos ist, wird man nicht lernen, sie gut zu nutzen.
- Ethische Bedenken: Dies ist etwas knifflig. Studierende, die sich viel Sorgen um die KI-Ethik (wie Privatsphäre und Fairness) machten, gehörten seltener zur „verwirrten“ Gruppe. Es scheint, dass das Achten auf die Regeln hilft, die unterste Ebene zu vermeiden. Dennoch führte allein das Besorgtsein über die Ethik nicht automatisch dazu, ein „Kapitän“ zu werden. Man braucht auch das Selbstvertrauen und die positive Einstellung, um an die Spitze zu gelangen.
Die Autoren kommen zu dem Schluss, dass wir nicht alle auf die gleiche Weise lehren können. Da die Studierenden so unterschiedlich sind, muss die Ausbildung maßgeschneidert sein. Die „Verwirrten Passagiere“ benötigen Basistraining und praktische Übung, um ihr Fundament aufzubauen. Das „Mittelfeld“ benötigt mehr szenariobasierte Drills, um seine Fähigkeiten zu schärfen. Und die „Kapitäne“ sollten mit komplexer Forschung und Datenanalyse herausgefordert werden. Indem Pflegeschulen den Unterrichtsstil an das jeweilige „Flugniveau“ der Studierenden anpassen, können sie sicherstellen, dass diese Studierenden nach ihrem Abschluss alle bereit und in der Lage sind, die Zukunft der Gesundheitsversorgung sicher und effektiv zu steuern.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.