Joint latent profile analysis of artificial intelligence literacy and critical thinking among clinical nurses and their association with evidence-based decision-making capacity: A cross-sectional study

Im modernen Krankenhaus ist der Geist einer Pflegekraft eine geschäftige Kreuzung, an der Patientenbedürfnisse, medizinische Richtlinien und komplexe Technologie ständig aufeinanderprallen. Seit Jahrzehnten ist die evidenzbasierte Praxis der Goldstandard der Pflege: die Fähigkeit, die beste wissenschaftliche Forschung zu finden, sie gegen die einzigartige Geschichte eines spezifischen Patienten abzuwägen und eine Entscheidung zu treffen, die Leben rettet. Heute ist eine neue Kraft in diese Kreuzung getreten: künstliche Intelligenz. Diese Werkzeuge können sofort medizinische Literatur abrufen, Patientenakten entwerfen und potenzielle Risiken melden, und bieten so eine leistungsstarke Abkürzung durch die Berge von Daten, mit denen Pflegekräfte jeden Tag konfrontiert sind. Doch dieser Speed hat einen Haken. Da diese Systeme auf vergangenen Daten trainiert wurden, können sie manchmal Antworten liefern, die faktisch falsch, voreingenommen oder schlichtweg nicht auf die aktuelle Realität eines Patienten abgestimmt sind. Die entscheidende Frage für die Zukunft der Pflege ist nicht mehr nur, ob Pflegekräfte diese Werkzeuge nutzen können, sondern wie sie denken, während sie sie benutzen. Es erfordert ein Gleichgewicht zwischen dem Wissen, wie man die Maschine bedient, und dem Besitz des scharfen, unabhängigen Urteilsvermögens, um zu wissen, wann die Maschine falsch liegt.

Eine kürzlich durchgeführte Studie unter Einbeziehung von über 2.300 examinierten Pflegekräften aus acht Krankenhäusern in China untersuchte genau, wie diese beiden Fähigkeiten – die technische Versiertheit im Umgang mit künstlicher Intelligenz und die Fähigkeit zum kritischen Denken – in der realen Welt zusammenwirken. Anstatt diese als separate Checklisten zu behandeln, betrachteten die Forscher, wie sie innerhalb einzelner Pflegekräfte miteinander kombiniert werden. Sie verwendeten eine statistische Methode, um die Pflegekräfte basierend auf ihren tatsächlichen Werten in beiden Bereichen zu gruppieren, was ergab, dass die Belegschaft keine einzelne, einheitliche Gruppe ist. Stattdessen fanden sie vier unterschiedliche Typen von Pflegekräften, die jeweils über eine andere Mischung aus Stärken und Schwächen verfügen, was sich direkt auf ihre Fähigkeit zur sicheren, qualitativ hochwertigen Entscheidungsfindung für Patienten auswirkt.

Die Studie identifizierte vier klare Profile. Die erste Gruppe, die etwa 22 Prozent der Pflegekräfte ausmachte, hatte mit beiden Fähigkeiten Schwierigkeiten. Diese Pflegekräfte verfügten über ein geringes Vertrauen und eine geringe Kompetenz in der Nutzung von Werkzeugen der künstlichen Intelligenz und ließen zudem starke kritische Denkgewohnheiten vermissen. Sie stellen eine Hochrisikogruppe dar, die es ihr schwer machen könnte, die digitalen Werkzeuge der modernen Pflege zu navigieren oder die Informationen, die diese Werkzeuge bereitstellen, zu hinterfragen. Eine zweite, größere Gruppe, die etwa 36 Prozent der Pflegekräfte umfasste, zeigte ein anderes Muster: Sie besaß starke kritische Denkfähigkeiten, aber eine geringe Kompetenz im Bereich der künstlichen Intelligenz. Diese Pflegekräfte konnten ein Problem gut analysieren, verfügten jedoch nicht über die digitalen Werkzeuge, um Beweise schnell zu finden, was sie dazu zwang, sich auf langsamere, manuelle Methoden zu verlassen, die mentale Energie verbrauchen.

Die dritte Gruppe, die etwa 21 Prozent der Teilnehmer ausmachte, schien oberflächlich betrachtet am kompetentesten zu sein. Diese Pflegekräfte hatten hohe Werte in der KI-Kompetenz; sie konnten die Werkzeuge effizient bedienen und Informationen schnell abrufen. Ihr kritisches Denken war jedoch nur durchschnittlich. Die Forscher bezeichneten diese Gruppe als „verborgenes Risiko“. Da sie so vertraut mit der Technologie sind, könnten sie die Ergebnisse der Maschine zu bereitwillig vertrauen und dabei versäumen, Fehler oder Voreingenommenheiten in den generierten Ratschlägen zu erkennen. Sie sind die Pflegekräfte, die möglicherweise einer Empfehlung des Computers folgen, ohne zu fragen, ob diese wirklich zu dem vor ihnen stehenden Patienten passt. Die letzte Gruppe, die die verbleibenden 21 Prozent ausmachte, besaß sowohl eine hohe Kompetenz in künstlicher Intelligenz als auch hohe kritische Denkfähigkeiten. Diese Pflegekräfte konnten die Technologie nutzen, um ihre Arbeit zu beschleunigen, während sie gleichzeitig ihren scharfen Verstand einsetzten, um die Ergebnisse zu verifizieren, wodurch sichergestellt wurde, dass der endgültige Pflegeplan sowohl effizient als auch präzise war.

Als die Forscher diese Gruppen mit ihrer tatsächlichen Fähigkeit zur evidenzbasierten Entscheidungsfindung verglichen, zeichnete sich eine klare Hierarchie ab. Die Pflegekräfte, die in beiden Bereichen stark waren, schnitten am besten ab. Bemerkenswerterweise schnitt die Gruppe mit hohen technischen Fähigkeiten, aber nur durchschnittlichem kritischem Denken, besser ab als die Gruppe mit geringen technischen Fähigkeiten, aber hohem kritischem Denken. Dies deutet darauf de hin, dass die Geschicklichkeit bei der Nutzung des Werkzeugs zwar wichtig ist, aber nicht der einzige Faktor ist; die Kombination aus technischer Versiertheit und kritischem Urteilsvermögen schafft einen deutlichen Vorteil, obwohl die „verborgene Risiko“-Gruppe dennoch Schwierigkeiten hat, ihre Entscheidungsfindung im Vergleich zu den „Dual-High“-Leistungsträgern vollständig zu optimieren. Die Studie fand heraus, dass die Kombination dieser beiden Fähigkeiten fast 30 Prozent der Unterschiede in der Qualität der Entscheidungsfindung unter den Pflegekräften erklärte, ein signifikanter Faktor, der nicht ignoriert werden kann.

Die Ergebnisse wiesen auch darauf hin, was Pflegekräften hilft, diese Fähigkeiten zu entwickeln. Pflegekräfte, die ein spezifisches Training zur künstlichen Intelligenz erhielten, gehörten eher zur Gruppe der Hochleistungsfähigen. Ähnlich verhielt es sich mit jenen, die diese Werkzeuge regelmäßig in ihrem täglichen Arbeitsalltag nutzten; sie tendierten zu besseren Fähigkeiten, aber nur, wenn sie auch eine kritische Reflexion praktizierten. Die Studie stellte fest, dass die bloße häufige Nutzung der Werkzeuge nicht ausreichte; ohne ein Training, das zum Hinterfragen und Verifizieren anregte, konnte die häufige Nutzung tatsächlich zu dem gefährlichen Profil des „verborgenen Risikos“ führen, bei dem Pflegekräfte sich zu sehr auf die Maschine verlassen. Die Forschung legt nahe, dass Krankenhäuser über die reine technische Ausbildung hinausgehen müssen. Stattdessen müssen sie Pflegekräfte lehren, wie sie diese mächtigen Werkzeuge nutzen, während sie gleichzeitig einen skeptischen, analytischen Blick bewahren, um sicherzustellen, dass der menschliche Geist die letzte Autorität in der Patientenversorgung bleibt.