Integrating Artificial Intelligence and Human Facilitation in Nursing Faculty Development: A Scoping Review of Pedagogical Models, Implementation, and Outcomes

In de klaslokalen waar toekomstige verpleegkundigen hun vak leren, is een nieuw soort onderwijspartner gearriveerd. Het is geen persoon, maar een machine die in staat is tekst te genereren, gegevens te analyseren en binnen enkele seconden feedback te geven. Deze technologie, bekend als kunstmatige intelligentie, verandert de manier waarop onderwijs overal werkt razendsnel, maar de komst ervan in verpleegkundige opleidingen brengt een unieke reeks vragen met zich mee. Verpleegkunde is een beroep dat gebouwd is op menselijk contact, ethisch oordeelsvermogen en het vermogen om op basis van complexe, realistische situaties beslissingen te nemen over leven of dood. Wanneer een computer een lesplan kan schrijven of een toets kan nakijken, verschuift de rol van de docent. De centrale uitdaging gaat niet langer alleen over de vraag of docenten deze hulpmiddelen moeten gebruiken, maar over hoe de snelheid van de machine te combineren met de wijsheid van de mens. Als de machine te veel overneemt, kunnen de essentiële menselijke elementen van zorg en oordeelsvermogen verloren gaan. Als de mens te veel doet, kan het potentieel van de technologie om te helpen verloren gaan. Het vinden van de juiste balans is cruciaal voor het opleiden van de volgende generatie zorgverleners die zowel technologisch vaardig als diep menselijk moeten zijn.

Een team van onderzoekers zette zich scharpe in om precies in kaart te brengen hoe deze balans vandaag de dag in het verpleegkundig onderwijs wordt gevonden. Ze voerden een uitgebreide review uit van de beschikbare literatuur, waarbij ze door duizenden rapporten zochten die gepubliceerd waren tussen januari 2020 en september 2026. Hun doel was om verder te kijken dan eenvoudige enquêtes over de vraag of docenten wel of niet van kunstmatige intelligentie houden, en in plaats daarvan te focussen op de werkelijke blauwdrukken voor hoe deze hulpmiddelen in het klaslokaal worden gebruikt. Ze onderzochten studies en kaders die specifieke manieren beschreven waarop docenten en machines samenwerken om studenten te onderwijzen. Na het filteren van duplicaten en irrelevante rapporten, analyseerden ze 54 afzonderlijke bronnen. Deze bevatten echte experimenten, gedetailleerde beschrijvingen van onderwijsmodellen en deskundige papers die nieuwe manieren voorstelden om het onderwijs te structureren. De onderzoekers sorteerden deze bronnen in twee groepen: die duidelijk een werkende samenwerking tussen een docent en een machine beschreven, en die ondersteunende informatie boden over gereedheid, vaardigheden of algemene houdingen.

De review onthulde dat de meest voorkomende en effectieve aanpak niet is dat een machine de leiding neemt, maar dat een mens de weg wijst terwijl de machine fungeert als een krachtige assistent. In de duidelijkste voorbeelden die werden gevonden, blijven docenten de kapiteins van het onderwijsschip. Zij gebruiken kunstmatige intelligentie om zware taken op te pakken, zoals het genereren van lesideeën, het synthetiseren van grote hoeveelheden gegevens of het bieden van directe feedback aan studenten. De docent is echter altijd degene die het werk controleert, het in de context van de behoeften van een echte patiënt plaatst en de uiteindelijke ethische beslissingen neemt. De machine kan een scenario opstellen waar een student op kan oefenen, maar de docent zorgt ervoor dat dit scenario de rommelige, onvoorspelbare realiteit van een ziekenhuisafdeling weerspiegelt. Een ander veelvoorkomend patroon houdt in dat de machine het initiële werk doet, zoals het screenen van antwoorden van studenten of het maken van een eerste concept van een curriculum, waarna de docent dit beoordeelt, corrigeert en valideert voordat het ooit aan een student wordt getoond. In deze modellen mag de machine nooit zelfstandig opereren; het is altijd ingebed in een workflow waarin een menselijke expert de teugels in handen heeft.

De onderzoekers ontdekten dat de vaardigheden die docenten moeten beheersen, veel verder zijn uitgebreid dan alleen weten hoe je een prompt in een computer typt. Hoewel basis technische kennis belangrijk is, betreffen de meest cruciale nieuwe vaardigheden oordeelsvermogen en toezicht. Docenten moeten experts worden in het verifiëren of de informatie die de machine biedt accuraat en veilig is. Ze moeten in staat zijn om te herkennen wanneer een computer bevooroordeeld kan zijn of wanneer de suggesties niet passen bij de specifieke culturele of klinische situatie van een patiënt. Ze moeten ook de rol van ethisch bewaker op zich nemen, om ervoor te zorgen dat het gebruik van deze hulpmiddelen de privacy van studenten of de academische eerlijkheid niet schendt. De studie suggereert dat de ideale verpleegkundig docent van de toekomst iemand is die deze digitale hulpmiddelen naadloos in zijn onderwijs kan verweven terwijl de menselijke connectie, die het hart van de verpleegkunde vormt, behouden blijft. Zij zijn niet alleen instructeurs; zij zijn validators, mentoren en de uiteindelijke autoriteit over wat veilig en juist is voor hun studenten om te leren.

Ondanks deze veelbelovende modellen merkten de onderzoekers op dat het vakgebied nog in een vroeg stadium verkeert. De meeste bewijzen die zij vonden waren beschrijvend, wat betekent dat ze beschreven hoe dingen waren opgezet of wat mensen erover vonden, in plaats van te bewijzen door middel van langetermijntesten dat één specifieke methode beter werkt dan een andere. Er waren zeer weinig studies die docenten en studenten over een langere periode volgden om te zien of deze nieuwe methoden daadwerkelijk de leerresultaten verbeterden of de werkdruk voor docenten verminderden. De literatuur is vol met kaders en ideeën, maar het ontbreekt aan de harde data die voortkomen uit jarenlange praktijk. De auteurs betogen dat de volgende stap voor het vakgebied is om van praten over hoe deze hulpmiddelen te gebruiken, over te gaan naar het rigoureus testen ervan. Scholen moeten gestructureerde experimenten uitvoeren om te zien welke combinaties van mens en machine het beste werken voor verschillende soorten onderwijs, van klinisch redeneren tot ethische discussies.

Uiteindelijk schetst deze review een beeld van een beroep in transitie, dat beweegt van de angst om vervangen te worden door technologie naar een nieuwe definitie van partnerschap. Het bewijs suggereert dat kunstmatige intelligentie het best geschikt is voor taken die snelheid, patroonherkenning en het genereren van vele opties vereisen. Menselijke docenten blijven echter essentieel voor taken die diepe empathie, complex ethisch redeneren en het vermogen vereisen om het unieke verhaal van een patiënt te begrijpen. De toekomst van het verpleegkundig onderwijs behoort niet toe aan de machine, noch behoort zij toe aan de mens alleen. Zij behoort toe aan de zorgvuldige, doelbewuste configuratie waarbij de machine de volume afhandelt en de mens de betekenis. Naarmate het vakgebied volwassen wordt, zal de focus waarschijnlijk verschuiven van het simpelweg adopteren van de technologie naar het verfijnen van de specifieke manieren waarop docenten en machines samenwerken om ervoor te zorgen dat elke verpleegkundige wordt opgeleid met zowel technische competentie als diepgaande menselijke zorg.