📄 health informatics

Digital Health Adoption, eHealth Literacy, and Trust in AI Among Generation Z University Students in Sri Lanka: An Empirical Study

Questo studio rivela che, sebbene gli studenti universitari della Generazione Z in Sri Lanka possiedano un'elevata eHealth literacy e si affidino sempre più all'IA per le informazioni sulla salute, l'adozione dei servizi di sanità digitale rimane limitata da significativi timori relativi alla privacy e da una persistente preferenza per le consultazioni tradizionali faccia a faccia.

Autori originali: Athukorala, S. C.

Pubblicato 2026-07-28✓ Author reviewed ⓘ

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Athukorala, S. C.

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo

Immaginate il mondo dell'assistenza sanitaria come una gigantesca e frenetica biblioteca. Per decenni, l'unico modo per ottenere un libro (o un consiglio medico) era avvicinarsi a una specifica, silenziosa scrivania presidiata da un bibliotecario (un medico) e chiedere aiuto. Ma recentemente, la biblioteca è esplosa con nuove tecnologie: chioschi per il self-checkout, tablet luminosi e persino un super-intelligente robot bibliotecario capace di sussurrare risposte alle vostre domande istantaneamente. Questo è il regno della Salute Digitale, dove app, siti web e intelligenza artificiale (IA) cercano di aiutarci a gestire il nostro benessere senza nemmeno lasciare il divano.

Due grandi idee aiutano gli scienziati a capire perché le persone usano (o ignorano) questi nuovi strumenti. La prima è la eHealth Literacy (letteralità della salute digitale), che è solo un modo elegante per chiedere: "Sai come trovare buone informazioni sulla salute online e riesci a capire se sono vere o false?". La seconda è l'Accettazione della Tecnologia, che chiede: "Questo strumento ti sembra utile ed è facile da usare senza farti venire il mal di testa?". Ci interessa perché, sebbene tutti dicano che i giovani siano "nativi digitali" (nati con gli smartphone tra le mani), non sappiamo ancora se si fidino abbastanza di questi strumenti digitali da sostituire un vero medico, specialmente in paesi come lo Sri Lanka, dove la biblioteca sta ancora costruendo le sue nuove ali.

La storia della generazione "Digital-First" in Sri Lanka

Un ricercatore di nome Susith Athukorala ha deciso di sbirciare dietro le quinte per vedere cosa sta succedendo realmente con gli studenti universitari della Generazione Z in Sri Lanka. Pensate a questo studio come a un gigantesco sondaggio digitale di tipo "alzata di mano". Il ricercatore ha posto una serie di domande a 172 studenti universitari (per la maggior parte provenienti da college privati e principalmente studenti di medicina o discipline sanitarie) su come gestiscono la propria salute.

La sorpresa del "Nativo Digitale"
Gli studenti si sono dimostrati sorprendentemente esperti. Hanno ottenuto punteggi elevati nella "eHealth Literacy" (una media di 3,84 su 5), il che significa che si sentono generalmente sicuri nel trovare e comprendere le informazioni sanitarie online. Infatti, l'86,6% di loro ha ammesso di aver cercato risposte sulla salute su Internet negli ultimi sei mesi.

Ma ecco il colpo di scena che ha catturato l'attenzione di tutti: l'IA è il nuovo detective preferito.
Sebbene Google sia ancora il luogo più popolare per cercare (84,3%), la seconda fonte più utilizzata non è stata YouTube o i social media. È stato lo strumento di IA Generativa come ChatGPT e Gemini, utilizzato dal 57,6% degli studenti! Questo dato è superiore al 44,2% che ha utilizzato i video di YouTube. Sembra che, quando questi studenti hanno un dubbio sulla salute, si rivolgano al robot bibliotecario dell'IA più spesso che al canale video. Interessante notare che gli studenti di medicina erano ancora più propensi a usare questi strumenti di IA rispetto agli studenti che studiano altre materie.

Il "Gap di Fiducia"
Tuttavia, il fatto che utilizzino questi strumenti non significa che si fidino completamente di essi.

L'esitazione verso l'IA: Sebbene utilizzino l'IA per la ricerca, la loro fiducia nel fatto che l'IA possa fornire raccomandazioni mediche effettive è bassa (una media di 3,15 su 5). Trattano l'IA come un rapido verificatore di fatti, non come un giudice finale.
La preoccupazione per la privacy: La metà degli studenti (50,0%) è preoccupata che i propri dati personali possano essere rubati o utilizzati impropriamente.
La preferenza per il "Medico Reale": Nonostante tutta la figata tecnologica, il 76,7% degli studenti ha dichiarato che preferirebbe vedere un medico di persona piuttosto che utilizzare una piattaforma digitale per una consulenza.

Cosa li spinge a cliccare?
Lo studio ha utilizzato la matematica (chiamata analisi di regressione) per capire cosa spinga effettivamente uno studente a scegliere un'app digitale rispetto a una clinica fisica. Si scopre che non si tratta solo di quanto ritengano "utile" l'app. I due maggiori motori sono:

Facilità d'uso: Se l'app è macchinosa o difficile da capire, non la useranno.
Fiducia nell'IA: Se credono che i suggerimenti dell'IA siano sicuri, sono più propensi a provare la via digitale.

Sorprendentemente, il semplice fatto di avere un'alta "eHealth Literacy" (sapere come cercare) non ha reso direttamente la preferenza per le visite digitali. Possono anche sapere come usare internet, ma questo non li porta automaticamente a voler scambiare un vero medico con uno schermo.

Ostacoli e Tabella di Marcia
Lo studio ha rilevato che i motivi principali per cui gli studenti non passano alla salute digitale sono:

Preferiscono semplicemente parlare con un essere umano reale (76,7%).
Temono le violazioni della privacy (50,0%).
Non sanno nemmeno quali servizi digitali locali esistano (43,6%).

Per risolvere la questione, l'articolo suggerisce che, se lo Sri Lanka vuole che più studenti utilizzino la salute digitale, le app devono essere incredibilmente semplici da usare e il sistema deve essere cristallino su come protegge i dati privati. Suggeriscono anche un approccio "ibrido": usare l'IA per ottenere risposte rapide, ma avere un medico reale che controlli il lavoro prima che venga considerato un consiglio medico.

In sintesi
L'articolo conclude che gli studenti della Gen Z in Sri Lanka sono pronti e disposti a usare gli strumenti digitali, e stanno già usando l'IA per imparare informazioni sulla propria salute. Tuttavia, non sono ancora pronti ad abbandonare il medico umano. Vogliono un sistema che sia facile da usare, che mantenga i loro segreti al sicuro e che combini la velocità dell'IA con la sicurezza di un professionista medico reale. Finché non verranno costruiti questi ponti, la consulenza faccia a faccia rimarrà il re del castello.

Sintesi Tecnica: Adozione della Salute Digitale, Alfabetizzazione e-Health e Fiducia nell'IA tra Studenti Universitari della Generazione Z in Sri Lanka

Definizione del Problema

Nonostante la rapida integrazione globale delle tecnologie di salute digitale (mHealth, telemedicina e IA), i dati empirici riguardanti la loro adozione tra le coorti della Generazione Z, definiti "nativi digitali", rimangono scarsi nei paesi a medio-basso reddito (LMIC). Nello specifico, manca una comprensione di come i giovani adulti in contesti dell'Asia meridionale, come lo Sri Lanka, navighino l'intersezione tra alta alfabetizzazione digitale, strumenti di IA emergenti e preferenze sanitarie tradizionali. Sebbene l'infrastruttura si sia evoluta (ad esempio, canali nazionali di teleconsultazione), l'adozione sistematica di questi strumenti per l'autocura e il processo decisionale medico da parte degli studenti universitari è ancora poco esplorata. Le lacune chiave includono l'influenza della fiducia nell'IA sull'accettazione più ampia della salute digitale e le barriere specifiche — come la privacy dei dati e le preferenze culturali per l'interazione faccia a faccia — che ostacolano la piena adozione.

Metodologia

Lo studio ha impiegato un disegno di ricerca quantitativo trasversale condotto tra marzo 2025 e marzo 2026.

Partecipanti: Un metodo di campionamento per convenienza e a valanga (snowball sampling) ha prodotto 172 risposte valide da studenti universitari della Generazione Z (età 18–26) in tutto lo Sri Lanka. La coorte era prevalentemente femminile (65,1%), iscritta a corsi di Scienze Mediche/Sanitarie (73,8%) e frequentante università private (94,8%).
Strumentazione: Il sondaggio ha utilizzato strumenti adattati e validati:
- Scala di alfabetizzazione e-health (eHELS): Una scala a 8 item che misura l'autoefficacia nel localizzare, valutare e applicare informazioni sanitarie digitali.
- Modello di Accettazione della Tecnologia (TAM): Ha valutato l'Utilità Percepita (PU), la Facilità d'Uso Percepita (PEOU), l'Intenzione Comportamentale (preferenza per l'assistenza digitale rispetto a quella fisica), la Fiducia nelle Raccomandazioni dell'IA e la Fiducia nella Privacy dei Dati.
- Health Information National Trends Survey (HINTS): Ha catturato i comportamenti di ricerca online, l'affidabilità delle fonti e le preoccupazioni specifiche.
Analisi Statistica: I dati sono stati elaborati utilizzando Python (pandas, statsmodels). L'affidabilità è stata confermata tramite l'alfa di Cronbach (eHEALS $\alpha=0,863$ ; TAM $\alpha=0,800$ ). L'analisi ha incluso statistiche descrittive, test Chi-Quadrato ( $\chi^2$ ) di indipendenza, correlazioni di Pearson e modelli di regressione lineare multipla per minimi quadrati ordinari (OLS) per identificare i predittori della preferenza per le piattaforme digitali e dell'utilità percepita.

Risultati Chiave

1. Alta Alfabetizzazione e Utilità, Bassa Fiducia nell'IA:
I partecipanti hanno dimostrato un'elevata alfabetizzazione e-health complessiva (Media = 3,84 ± 0,58) e un forte sostegno all'utilità della salute digitale (Media = 3,99 ± 0,59). Tuttavia, la "Fiducia nelle Raccomandazioni dell'IA" ha ottenuto il punteggio più basso tra tutti i costrutti TAM (Media = 3,15 ± 0,89).

2. Emergenza dell'IA Generativa come Fonte Primaria di Informazioni:
Sebbene Google/Ricerca Web rimanga la fonte più frequente (84,3%), gli strumenti di IA generativa (ChatGPT, Gemini, Copilot) sono emersi come il secondo canale più utilizzato (57,6%), superando YouTube (44,2%), i siti web medici (27,3%) e i social media (26,2%). Gli studenti di medicina hanno utilizzato gli strumenti di IA significativamente di più rispetto ai colleghi non medici (67,2% vs 37,8%; $\chi^2=8,70, p=.003$ ).

3. Predittori della Preferenza per le Piattaforme Digitali:
La regressione lineare multipla (Modello 1, $R^2 = .352$ ) ha identificato che la preferenza per le piattaforme digitali rispetto alle visite fisiche era significativamente predetta da:

Facilità d'Uso Percepita (PEOU): $\beta = 0,371, p = .001$
Fiducia nelle Raccomandazioni dell'IA: $\beta = 0,370, p < .001$
In particolare, i punteggi di alfabetizzazione e-health e l'Utilità Percepita non sono stati predittori indipendenti diretti della preferenza per la sostituzione delle visite fisiche. Tuttavia, nel Modello 2, l'alfabetizzazione e-health è stata il predittore più forte dell'Utilità Percepita ( $\beta = 0,625, p < .001$ ).

4. Barriere e Facilitatori:

Barriera Primaria: Una forte preferenza per le consultazioni faccia a faccia (76,7%) e preoccupazioni riguardanti la sicurezza dei dati personali (50,0%).
Facilitatori Primari: Facilità d'uso/accessibilità (52,3%), approvazione professionale (50,6%) e servizi economici o gratuiti (45,9%).
Preoccupazioni Online: Disinformazione/fake news (70,3%) e rischi per la privacy (55,2%) sono state le principali preoccupazioni.

Contributi Chiave

Evidenza Empirica in Contesto LMIC: Lo studio fornisce rari dati empirici sui comportamenti di salute digitale della Generazione Z in Sri Lanka, sfidando l'assunto che un'alta alfabetizzazione digitale si traduca automaticamente in un'alta adozione dell'assistenza clinica digitale.
Modelli di Utilizzo dell'IA: Documenta un cambiamento significativo nella ricerca di informazioni sanitarie, dove l'IA conversazionale ha superato le piattaforme tradizionali di video e social media, specialmente tra gli studenti delle scienze della salute.
Disaccoppiamento tra Alfabetizzazione e Adozione: I risultati rivelano una relazione sfumata in cui l'alta alfabetizzazione e-health guida la percezione dell'utilità ma non guida direttamente la preferenza per la sostituzione delle consultazioni fisiche. Inveve, la semplicità dell'interfaccia (PEOU) e la fiducia specifica nell'IA sono i veri guardiani dell'adozione.
La Privacy come Barriera Strutturale: Lo studio quantifica le preoccupazioni per la privacy dei dati come un impedimento primario, con un peso pari alla preferenza culturale per l'interazione fisica.

Significato e Rivendicazioni

L'articolo sostiene che, sebbene gli studenti della Generazione Z in Sri Lanka esibiscano un'alta prontezza digitale e un sostanziale affidamento all'IA per il triage delle informazioni, ciò non equivale a una volontà di transizione completa verso l'assistenza esclusivamente digitale. Gli autori sostengono che il divario tra l'alta utilità percepita e i bassi tassi di adozione viene colmato non aumentando l'alfabetizzazione, ma affrontando la semplicità dell'interfaccia e la fiducia nelle raccomandazioni dell'IA.

Lo studio conclude che l'implementazione istituzionale della salute digitale in Sri Lanka deve andare oltre le singole app verso flussi di lavoro clinici ibridi. Questi sistemi devono integrare la comodità digitale automatizzata con la supervisione medica professionale per mitigare le paure della privacy e allinearsi alle aspettative culturali per l'interazione faccia a faccia. Gli autori sottolineano che senza una gestione trasparente dei dati (allineata con la Legge dello Sri Lanka sulla Protezione dei Dati Personali) e sistemi di IA con il controllo del clinico (clinician-in-the-loop), l'alta alfabetizzazione digitale da sola non supererà le barriere alla diffusione dell'adozione della salute digitale.

Nota: Lo studio riconosce i limiti derivanti da un campione sbilanciato verso studenti di università private e di medicina, la natura trasversale che impedisce l'inferenza causale e l'uso di dati auto-riferiti.