Artificial intelligence literacy and self-efficacy among nursing students: A network analysis of educational stratification
Cette étude utilise l'analyse de réseau pour révéler que la littératie en IA et l'auto-efficacité chez les étudiants en soins infirmiers forment une structure modérément interconnectée centrée sur l'« Assistance », avec des variations significatives dans l'organisation du réseau entre les étudiants de niveau associé et de niveau baccalauréat qui suggèrent la nécessité de stratégies éducatives différenciées.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
L'intelligence artificielle n'est plus seulement un concept de science-fiction ; elle façonne discrètement la manière dont les soins de santé fonctionnent, de l'aide à la prise de décision des médecins à la gestion des dossiers des patients. Pour les infirmiers de demain, comprendre ces outils devient aussi essentiel que de savoir administrer un médicament. Mais savoir qu'un outil existe est différent du fait de se sentir capable de l'utiliser. C'est ici que deux idées entrent en jeu : la littératie et la confiance. La littératie est la capacité réelle de comprendre, d'utiliser et de juger l'intelligence artificielle. La confiance, ou ce que les chercheurs appellent l'auto-efficacité, est la croyance intérieure que l'on peut utiliser cette technologie avec succès. Bien que les éducateurs sachent que ces deux éléments sont liés, la manière précise dont ils s'influencent mutuellement à l'intérieur de l'esprit d'un étudiant est restée un certain mystère. Savoir comment utiliser un outil vous rend-il plus courageux, ou le fait de se sentir courageux vous donne-t-il envie d'en apprendre davantage ? Et est-ce que cette relation change selon qu'un étudiant suit un programme de formation plus court et plus pratique ou un diplôme universitaire plus long et plus théorique ?
Une équipe de chercheurs de l'Université de science et technologie électronique de Chine s'est donné pour mission de cartographier ces connexions. Ils ont réuni 776 étudiants en soins infirmiers provenant de cinq écoles de la province du Sichuan et leur ont demandé de répondre à des questions détaillées sur leurs connaissances de l'intelligence artificielle et leur confiance dans son utilisation. Au lieu de se contenter de regarder les scores moyens, les chercheurs ont utilisé une méthode appelée analyse de réseau. Imaginez les différentes parties des connaissances et de la confiance d'un étudiant comme des pièces distinctes dans une maison. Certaines pièces sont reliées par des portes larges et robustes, tandis que d'autres ont des couloirs étroits ou aucune porte du tout. Les chercheurs voulaient voir quelles pièces étaient les centres névralgiques qui maintenaient l'ensemble de la maison, et quelles portes reliaient la partie « connaissances » de la maison à la partie « confiance ». Ils voulaient également voir si la disposition de cette maison différait pour les étudiants en programmes de diplôme d'associé par rapport à ceux en programmes de licence.
L'étude a révélé que la pièce la plus importante de toute la maison était celle étiquetée « Assistance ». Cela représente la croyance d'un étudiant selon laquelle l'intelligence artificielle est réellement utile et précieuse pour ses tâches. Cette croyance unique a agi comme le centre névralgique, reliant presque tout le reste. C'était le lien le plus fort entre la connaissance de l'IA et le sentiment de confiance lors de son utilisation. Lorsqu'un étudiant sentait véritablement que l'IA était un assistant utile, cela boostait l'ensemble de son système de compétences et de confiance. La deuxième pièce la plus importante était « Usage », qui fait référence à la capacité réelle d'utiliser ces outils. Les chercheurs ont constaté que plus les étudiants sentaient que l'IA était utile, plus ils avaient tendance à l'utiliser, et plus ils l'utilisaient, plus leur compétence globale augmentait. Cependant, l'étude a également mis au jour des connexions négatives surprenantes. Par exemple, les étudiants qui se sentaient très à l'aise pour interagir avec une IA qui semblait ou agissait comme un humain étaient en réalité moins susceptibles de se sentir confiants dans leurs compétences d'utilisation pratique. De même, un accent marqué sur les compétences techniques se faisait parfois au détriment de la compréhension des règles éthiques de l'IA, suggérant que les étudiants qui étaient très doués pour la mécanique pouvaient négliger les implications morales.
Les chercheurs ont ensuite examiné comment cette « maison » était construite différemment selon le stade de l'éducation des étudiants. Bien que le nombre total de connexions soit similaire pour les deux groupes, les pièces les plus importantes changeaient. Pour les étudiants en programmes de diplôme d'associé, qui se concentrent davantage sur la pratique, les pièces les plus centrales étaient « Évaluation » — la capacité de juger si le résultat de l'IA est correct — et « Confort avec l'IA ». Ces étudiants s'appuyaient fortement sur leur capacité à vérifier de manière critique le travail de la machine et sur leur aisance émotionnelle face au processus. En revanche, pour les étudiants en licence, qui impliquent souvent une étude plus théorique, les centres névralgiques étaient « Usage » et « Assistance ». Ces étudiants étaient davantage motivés par l'application pratique des outils et par la perception de la valeur de ces outils. L'étude suggère que la manière dont les étudiants organisent leurs compétences et leur confiance dépend de leur parcours éducatif.
Ces conclusions offrent une voie claire pour les éducateurs qui souhaitent former la prochaine génération d'infirmiers. Parce que la croyance en l'« Assistance » est le moteur central, la manière la plus efficace de renforcer la confiance est de montrer aux étudiants exactement comment l'IA peut les aider de manière concrète et tangible. Enseigner simplement les étapes techniques ne suffit pas ; les étudiants doivent d'abord voir la valeur. L'étude suggère également que la formation doit être adaptée. Pour les étudiants des programmes courts et pratiques, les éducateurs devraient se concentrer sur le développement des capacités de pensée critique afin que les étudiants puissent juger avec assurance les résultats de l'IA, tout en créant un environnement à faible stress pour favoriser le confort émotionnel. Pour les étudiants des programmes de diplômes plus longs, l'accent devrait être mis sur l'approfondissement de leurs compétences opérationnelles et sur le renforcement de l'idée que l'IA est un partenaire puissant dans leur apprentissage. En comprenant exactement comment ces pièces s'emboîtent, les écoles peuvent cesser de deviner et commencer à construire des programmes de formation qui préparent réellement les infirmiers à un avenir où l'intelligence artificielle sera une partie standard de leur travail quotidien.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.