Heterogeneity in Nursing Students’ Artificial Intelligence Literacy: A Study of Self-Efficacy, Attitudes Toward Technology, and Ethical Concerns Based on Latent Profile Analysis
本研究は、内モンゴルにおける522名の看護学生を対象とした潜在プロファイル分析を用いて3つの異なるAIリテラシー・サブグループを特定し、自己効力感、AIに対する態度、および倫理的懸念がこれらのプロファイルの主要な予測因子であることを明らかにしており、それによって将来の看護師のAI主導型ヘルスケアにおける能力を高めるための層別化された教育的介入を提唱している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
ヘルスケアの世界が、巨大で賑やかな宇宙船であると想像してみてください。長年、乗組員（看護師や医師）は地図やコンパス、そして自らの鋭い知恵を使って船を操縦してきました。しかし今、驚異的に強力な新しいエンジンが搭載されました。人工知能、すなわちAIです。これは単なる高度な計算機ではありません。患者を診断し、バイタルサインを監視し、さらにはパーソナライズされたケアプランを提案することさえできる、スマートな副操縦士なのです。しかし、ここに落とし穴があります。優れたエンジンがあっても、乗組員がその操縦方法を知らなければ意味がないのです。「AIリテラシー」とは、この新しいテクノロジーを理解し、使いこなし、倫理的に管理するために必要なスキルセットです。それは単にボタンの押し方を知ることではありません。エンジンの思考プロセスを理解し、正しい時にはそれを信頼し、そしていつ作業を再確認すべきかを知ることなのです。未来の乗組員として、看護学生たちはこの船の操縦を学んでいますが、彼らは皆、同じ飛行経路を進んでいるのでしょうか？ ある者は熟練のパイロットかもしれませんが、他の者はコントロールパネルを前にして困惑しているだけかもしれません。これが、研究者たちが答えを出したいと考えた問いです。すべての看護学生が同じ方法でこの新しい船の操縦を学んでいるのか、それとも、異なる強みや弱みを持つ異なるタイプの学習者が存在するのか？
内モンゴル民族大学のチームによるこの研究は、看護学生を一つの「ぼやけた集団」として見るのをやめ、「潜在プロファイル分析」という特殊な統計的顕微鏡を使用して、クラスの中に隠れている明確なグループを見つけ出そうとしました。これは、混ざり合ったレゴブロックの袋を仕分けするようなものです。単に赤や青のブロックがいくつあるかを数える（従来の方法）のではなく、ブロックが実際にどのように組み立てられているかを見ることで、3つの明確な「モデル」を見つけ出したのです。
研究者たちは2025年12月に522人の看護学生を対象に調査を行いました。彼らは、AIに関するスキル、AI使用に対する自信（自己効力感）、テクノロジーに対する態度、そして倫理的な側面（プライバシーやバイアスなど）に対する懸念について尋ねました。結果は、学生たちが皆同じではないことを明らかにしました。彼らは以下の3つの非常に明確なグループに分類されました。
- 「基礎不足」グループ (42.25%)： これらの学生は、少し途方に暮れている状態です。あらゆる面でスコアが最も低くなっています。AIの基本的な概念は理解しているかもしれませんが、実際の看護シナリオで実際に活用するとなると、最も苦労します。彼らは、オートパイロットがあることは知っているものの、コントロールに触れることを恐れている乗客のような存在です。
- 「発展途上」グループ (42.41%)： これは中間層です。彼らは基礎をある程度把握しており、実際に試してみることも恐れませんが、まだエキスパートには至っていません。晴天時には飛行できるものの、嵐になると不安を感じる可能性のある乗組員です。彼らには成長の余地があります。
- 「総合的発達」グループ (15.34%)： 彼らは未来のキャプテンです。あらゆる面で高いスコアを記録しています。理論を知り、ツールを使う自信があり、倫理的なルールもしっかりと把握しています。彼らは操縦席に就く準備ができています。
この研究では、AIリテラシーの「応用」の部分について興味深いことが分かりました。最も優秀なグループ（15.34%）でさえ、倫理や理論の知識と比較すると、実際にツールを使用するスコアが低かったのです。これは、飛行の物理学を完璧に知っているものの、コックピットに入って練習する時間が十分に足りていないパイロットのようなものです。研究者たちは、看護学校がAIの「概念」は教えても、実際の臨床ツールを用いた実践的なトレーニングが不足しているためではないかと示唆しています。
では、何が学生を「混乱した乗客」ではなく「キャプテン」のグループへと導くのでしょうか？ 研究は、3つの主要な要素を示唆しています。
- 自信（自己効効力感）： AIを使えると信じている学生は、高パフォーマンスのグループに属する可能性が非常に高いことが分かりました。「自分にはできない」と思えば、おそらく挑戦することもなく、上達することもありません。
- 態度： AI技術に対して前向きでオープンな心を持っている学生は、エキスパートになる可能性が高いです。もしAIを恐ろしいもの、あるいは役に立たないものと考えていれば、うまく使いこなすことはできません。
- 倫理的懸念： これは少し複雑です。AIの倫理（プライバシーや公平性など）を強く懸念している学生は、「混乱した」グループに属する可能性が低い傾向にありました。ルールを重んじることが、底辺の層を避ける助けになるようです。しかし、倫理を心配すること自体が、自動的に「キャプテン」にするわけではありません。「キャプテン」になるには、自信と前向きな態度も必要なのです。
著者たちは、全員に同じ教え方をするわけにはいかないと結論付けています。学生たちの状態は非常に多様であるため、教育は個別化される必要があります。「混乱した乗客」には、基礎を築くための基礎訓練と実践的な練習が必要です。「中間層」には、スキルを研ぎ澄ますためのシナリオベースの訓練が必要です。そして「キャプテン」には、複雑な研究やデータ分析の課題を与えるべきです。教育スタイルを学生の現在の「飛行レベル」に合わせることで、看護学校は、これらの学生が卒業する際に、将来のヘルスケアを安全かつ効果的に操縦できる準備ができていることを確実にできるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。