Nursing Students' Experiences with Large Language Models in Academic Writing: A Qualitative Systematic Review Based on the Technology Acceptance Model

In het stille, vaak eenzame werk van het academisch schrijven staan verpleegkundestudenten voor een dubbele uitdaging: ze moeten zowel een complexe medische kennis beheersen als leren deze helder te verwoorden in onderzoekspapers en rapporten. Decennialang waren de instrumenten van dit vakgebied woordenboeken, bibliotheken en peer review. Vandaag de dag is er een nieuwe kracht de kamer binnengekomen. Large language models zijn computerprogramma's die getraind zijn op enorme hoeveelheden tekst en die kunnen lezen, schrijven en converseren met een vloeiendheid die menselijk denken nabootst. Deze systemen zoeken niet simpelweg feiten op; ze genereren nieuwe zinnen, vatten lange documenten samen en bieden verklaringen voor moeilijke concepten. Nu deze tools gebruikelijker worden in de gezondheidszorg en het onderwijs, rijst een kritische vraag: hoe voelen de studenten die op een dag voor patiënten zullen zorgen zich bij het gebruik ervan om hun eigen werk te schrijven? Zien zij hen als behulpzame assistenten, of als bedreigingen voor hun leerproces?

Een team van onderzoekers zette zich in om dit te beantwoorden door de stemmen van verpleegkundestudenten over de hele wereld te verzamelen. Ze voerden geen nieuw experiment uit of ondervroegen een nieuwe groep mensen. In plaats daarvan voerden ze een zorgvuldige synthese uit van elf bestaande studies die al naar de ervaringen van studenten hadden gevraagd. Door deze verslagen door te lezen, zochten de onderzoekers naar gemeenschappelijke draden en groepeerden zij vergelijkbare gevoelens en observaties om een duidelijker beeld van het geheel te vormen. Zij organiseerden hun bevindingen aan de hand van een kader dat helpt verklaren waarom mensen nieuwe technologie adopteren, waarbij ze keken naar of studenten de tools nuttig, gemakkelijk in gebruik, riskant of beïnvloed door hun omgeving vonden. Het resultaat is een gedetailleerde kaart van de studentervaring, die een landschap onthult waar enthousiasme en voorzichtigheid hand in hand gaan.

De studenten in deze studies bekeken deze kunstmatige intelligentietools over het algemeen met optimisme. Ze beschreven de technologie als een krachtige helper die barrières in hun werk kon doorbreken. Wanneer zij geconfronteerd werden met dichte medische literatuur geschreven in een vreemde taal, fungeerden de tools als vertalers en uitleggers, die verwarrende paragrafen transformeerden in heldere samenvattingen. Studenten rapporteerden dat de programma's kernideeën uit lange artikelen konden extraheren, waardoor ze de hoofdargumenten veel sneller begrepen dan door alleen te lezen. In het eigenlijke schrijfproces boden de tools een vaste hand voor het organiseren van gedachten, het corrigeren van grammatica en het polijsten van zinnen, wat vooral waardevol was voor degenen die in een taal schreven die niet hun moedertaal was. Naast de mechanica van het schrijven vonden veel studenten een verrassende bron van troost in de interactie. Het proces van het schrijven van een scriptie kan isolerend zijn, en de constante beschikbaarheid van de tool bood een gevoel van gezelschap, waarbij onmiddellijke feedback en ideeën werden geboden wanneer een student vastzat of overweldigd was.

Deze positieve ontvangst werd vergezeld door het gevoel dat de tools ongelooflijk gemakkelijk te gebruiken waren. Studenten merkten op dat ze geen speciale training of een achtergrond in computerwetenschappen nodig hadden om hen te bedienen. De interface was intuïtief en reageerde op natuurlijke taalvragen, net zoals een persoon dat zou doen. Omdat de tools zo toegankelijk en responsief waren, begonnen studenten ze frequent te gebruiken en integreerden ze deze in hun dagelijkse workflow. Ze wenden zich tot de programma's voor alles, van het brainstormen over onderzoeksonderwerpen tot het controleren van de structuur van een conceptversie. Na verloop van tijd werden de tools een genormaliseerd onderdeel van de academische routine, dagelijks gebruikt door veel studenten die het gevoel hadden niet efficiënt te kunnen werken zonder hen.

Deze afhankelijkheid ging echter niet zonder een scherp bewustzijn van de risico's. Zelfs terwijl de studenten de technologie omarmden, bleven zij waakzaam voor de gebreken ervan. Een groot punt van zorg was de kwaliteit van de informatie die de tools produceerden. Studenten rapporteerden dat de programma's soms feiten verzonnen, niet-bestaande bronnen citeerden of verouderde medische richtlijnen boden. Omdat de tools ontworig zijn om zelfverzekerd te klinken, konden deze fouten moeilijk op te merken zijn, wat van studenten vereiste dat zij elke stuk informatie zorgvuldig controleerden. Er was ook bezorgdheid dat de tools de specifieke diepgang misten die nodig is voor de verpleegkunde. Hoewel ze algemene vragen konden afhandelen, worstelden ze vaak met de genuanceerde, gespecialiseerde kennis die vereist is voor klinische beoordelingen of patiëntenzorgscenario's.

Misschien wel de meest diepgaande zorg was de angst dat te zwaar leunen op deze tools hun eigen geest zou kunnen verzwakken. Veel studenten maakten zich zorgen dat als de computer het denkwerk voor hen doet, zij het vermogen zouden verliezen om kritisch na te denken, onafhankelijk problemen op te lossen of te innoveren. Zij erkenden dat de kern van de verpleegkunde niet alleen gegevensverwerking is, maar menselijke verbinding. Het vermogen om subtiele emotionele signalen van een patiënt te lezen, oprechte empathie te bieden en complexe klinische oordelen te vellen op basis van een holistisch beeld van een persoon, zijn vaardigheden die een machine niet kan repliceren. Studenten uitten een stevige overtuiging dat hoewel de tools kunnen assisteren bij het schrijven, ze de menselijke factor van zorg of het kritisch denken dat nodig is om een veilige en effectieve verpleegkundige te zijn, nooit kunnen vervangen.

De beslissing om deze tools te gebruiken werd ook gevormnd door de wereld om de studenten heen. Zij werden beïnvloed door het snelle tempo van technologische verandering en het feit dat hun leeftgens en mentoren ze al gebruikten. Het zien van anderen die succesvol waren met de hulp van kunstmatige intelligentie creëerde een gevoel van druk om bij te blijven. Tegelijkertijd waren de regels die deze tools bestierden vaak onduidelijk. Sommige instellingen verboden het gebruik ervan in academisch werk, terwijl andere nog aan het uitzoeken waren hoe ze academisch wangedrag konden definiëren. Studenten voelden zich gevangen tussen het verlangen om een nuttig hulpmiddel te gebruiken en de angst om ethische normen te schenden of hun originaliteit in gevaar te brengen. Ze werden ook geconfronteerd met praktische hindernissen, zoals de kosten van premiumversies van de software of het gebrek aan betrouwbare internettoegang in sommige gebieden, wat beperkte wie de tools effectief kon gebruiken.

Uiteindelijk werd de bereidheid van studenten om deze tools te gebruiken gedreven door een mix van hoop en angst. Aan de ene kant zagen zij de tools als een manier om hun werk te verbeteren, stress te verminderen en zich voor te bereiden op een toekomst waarin technologie een standaardonderdeel van de gezondheidszorg is. Aan de andere kant voelden zij een knagende angst dat als zij deze tools niet zouden gebruiken, zij achter zouden blijven bij hun leeftgens en hun concurrentievoordeel zouden verliezen. Dit creëerde een complexe motivatie waarbij de drang om de technologie te gebruiken niet altijd puur voortkwam uit het zien van de waarde ervan, maar ook uit het vermijden van het nadeel van buitengesloten worden. De onderzoekers concludeerden dat hoewel verpleegkundestudenten over het algemeen positief zijn over het potentieel van deze tools, zij zich ook zeer bewust zijn van de gevaren. De weg vooruit, suggereren zij, is niet het verwerpen van de technologie, maar het onderwijzen van studenten hoe ze deze wijs kunnen gebruiken, zodat zij hun grenzen begrijpen en nooit het oog verliezen voor de menselijke vaardigheden die hun beroep definiëren.