Artificial intelligence literacy and self-efficacy among nursing students: A network analysis of educational stratification
Questo studio utilizza l'analisi delle reti per rivelare che l'alfabetizzazione all'IA e l'autoefficacia tra gli studenti di infermieristica formano una struttura moderatamente interconnessa centrata sull'"Assistenza", con variazioni significative nell'organizzazione della rete tra gli studenti di diploma biennale e quelli di laurea triennale che suggeriscono la necessità di strategie educative differenziate.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
L'intelligenza artificiale non è più solo un concetto della fantascienza; sta silenziosamente rimodellando il modo in cui funziona l'assistenza sanitaria, dall'aiutare i medici a prendere decisioni alla gestione delle cartelle cliniche dei pazienti. Per gli infermieri di domani, comprendere questi strumenti sta diventando essenziale quanto sapere come somministrare un farmaco. Ma sapere che uno strumento esiste è diverso dal sentirsi capaci di usarlo. È qui che entrano in gioco due idee: alfabetizzazione e fiducia. L'alfabetizzazione è la capacità effettiva di comprendere, usare e giudicare l'intelligenza artificiale. La fiducia, o ciò che i ricercatori chiamano autoefficacia, è la convinzione interiore di poter operare con successo quella tecnologia. Sebbene gli educatori sappiano che queste due cose sono collegate, il modo preciso in cui influenzano l'una l'altra all'interno della mente di uno studente è rimasto un po' un mistero. Sapere come usare uno strumento ti rende più coraggioso, o sentirti coraggioso ti spinge a voler imparare di più? E questo rapporto cambia a seconda che lo studente si trovi in un programma di formazione più breve e pratico o in un percorso universitario più lungo e teorico?
Un team di ricercatori della University of Electronic Science and Technology of China si è posto l'obiettivo di mappare queste connessioni. Hanno raccolto 776 studenti di infermieristica da cinque diverse scuole nella provincia di Sichuan e hanno chiesto loro di rispondere a domande dettagliate sulla loro conoscenza dell'intelligenza artificiale e sulla loro fiducia nell'uso della stessa. Invece di limitarsi a guardare i punteggi medi, i ricercatori hanno utilizzato un metodo chiamato analisi di rete. Immaginate le diverse parti della conoscenza e della fiducia di uno studente come stanze distinte in una casa. Alcune stanze sono collegate da porte larghe e robuste, mentre altre hanno corridoi stretti o nessuna porta affatto. I ricercatori volevano vedere quali stanze fossero i nodi principali che tenevano insieme l'intera casa, e quali porte collegassero la parte della "conoscenza" alla parte della "fiducia". Volevano anche vedere se la disposizione di questa casa apparisse diversa per gli studenti dei programmi di laurea breve rispetto a quelli dei programmi di laurea triennale.
Lo studio ha rivelato che la stanza più importante di tutta la casa era quella etichettata come "Assistenza". Questa rappresenta la convinzione di uno studente che l'intelligenza artificiale sia effettivamente utile e preziosa per i propri compiti. Questa singola convinzione agiva come il nodo centrale, collegando quasi tutto il resto. Era il legame più forte tra il conoscere l'IA e il sentirsi fiduciosi nel suo utilizzo. Quando uno studente sentiva davvero che l'IA fosse un aiutante utile, questo potenziava l'intero sistema di abilità e fiducia. La seconda stanza più importante era "Utilizzo", che si riferisce alla capacità effettiva di operare questi strumenti. I ricercatori hanno scoperto che più gli studenti sentivano che l'IA fosse utile, più tendevano a usarla, e più la usavano, più la loro competenza generale cresceva. Tuttavia, lo studio ha anche svelato alcune connessioni negative sorprendenti. Ad esempio, gli studenti che si sentivano molto a proprio agio nell'interagire con l'IA che suonava o agiva come un essere umano erano in realtà meno propensi a sentirsi sicuri nelle loro abilità di utilizzo pratico. Allo stesso modo, un forte focus sulle competenze tecniche a volte avveniva a scapito della comprensione delle regole etiche dell'IA, suggerendo che gli studenti che erano molto bravi nella meccanica potevano trascurare le implicazioni morali.
I ricercatori hanno poi esaminato come questa "casa" fosse costruita diversamente per gli studenti in diverse fasi della loro istruzione. Sebbene il numero complessivo di connessioni fosse simile per entrambi i gruppi, le stanze più importanti cambiavano. Per gli studenti dei programmi di laurea breve, che tendono a concentrarsi maggiormente sulla pratica manuale, le stanze più centrali erano "Valutazione" — la capacità di giudicare se l'output dell'IA sia corretto — e "Comfort con l'IA". Questi studenti facevano affidamento pesantemente sulla loro capacità di controllare criticamente il lavoro della macchina e sulla loro facilità emotiva con il processo. Al contrario, per gli studenti dei programmi di laurea triennale, che spesso comportano uno studio più teorico, i nodi centrali erano "Utilizzo" e "Assistenza". Questi studenti erano più guidati dall'applicazione pratica degli strumenti e dalla percezione del valore degli strumenti stessi. Lo studio suggerisce che il modo in cui gli studenti organizzano le loro abilità e la loro fiducia dipende dal loro background educativo.
Questi risultati offrono un percorso chiaro per gli educatori che vogliono formare la prossima generazione di infermieri. Poiché la convinzione dell' "Assistenza" è il motore principale, il modo più efficace per costruire la fiducia è mostrare agli studenti esattamente come l'IA possa aiutarli in modi reali e tangibili. Insegnare semplicemente i passaggi tecnici non è sufficiente; gli studenti devono prima vederne il valore. Lo studio suggerisce anche che la formazione debba essere personalizzata. Per gli studenti dei programmi più brevi e pratici, gli educatori dovrebbero concentrarsi sul costruzione delle capacità di pensiero critico in modo che gli studenti possano giudicare con fiducia gli output dell'IA, creando al contempo un ambiente a bassa tensione per costruire il comfort emotivo. Per gli studenti dei programmi di laurea più lunghi, l'attenzione dovrebbe essere rivolta all'approfondimento delle abilità operative e al rafforzamento dell'idea che l'IA sia un potente partner nel loro apprendimento. Comprendendo esattamente come questi pezzi si incastrano, le scuole possono smettere di tirare a indovinare e iniziare a costruire programmi di formazione che preparino davvero gli infermieri a un futuro in cui l'intelligenza artificiale è una parte standard del loro lavoro quotidiano.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.