Joint latent profile analysis of artificial intelligence literacy and critical thinking among clinical nurses and their association with evidence-based decision-making capacity: A cross-sectional study

在现代医院中，护士的大脑是一个繁忙的交汇点，患者的需求、医学指南和复杂的科技在这里不断碰撞。几十年来，护理的金标准一直是循证实践：即能够寻找最优秀的科学研究，并将其与特定患者的独特病史进行权衡，从而做出挽救生命的决策。如今，一种新的力量进入了这个交汇点：人工智能。这些工具可以瞬间检索医学文献、起草病历并标记潜在风险，为护士应对每天面临的海量数据提供了一条强大的捷径。然而，这种速度是有代价的。由于这些系统是基于过去的数据进行训练的，它们有时会产生事实错误、带有偏见或仅仅是与患者当前实际情况不匹配的答案。对于护理未来的关键问题不再仅仅是护士能否使用这些工具，而是他们在利用这些工具时如何思考。这需要一种平衡：既要懂得如何操作机器，又要具备敏锐、独立的判断力，以识别机器何时出错。

最近一项涉及中国八家医院、2300多名注册护士的研究，旨在了解这两项技能——人工智能技术素养与批判性思维能力——是如何在现实世界中协同工作的。研究人员并未将它们视为两个独立的清单，而是观察了它们如何在个体护士身上结合。他们使用统计方法根据护士在两个领域的实际得分对他们进行了分组，揭示出劳动力并非一个单一、统一的群体。相反，他们发现了四种截然不同的护士类型，每种类型都有不同的优劣势组合，直接影响着他们做出安全、高质量决策的能力。

研究确定了四个清晰的轮廓。第一组占护士总数的约22%，他们在两项技能上都表现挣扎。这些护士在使用人工智能工具方面的信心和能力较低，同时也缺乏强大的批判性思维习惯。他们属于高风险群体，可能会发现自己难以驾驭现代护理的数字化工具，或者难以质疑这些工具提供的信息。第二组规模更大，约占3ка 36%，呈现出不同的模式：他们拥有很强的批判性思维能力，但人工智能素养较低。这些护士可以很好地分析问题，但缺乏数字工具来快速获取证据，迫使他们依赖更慢、更耗费精力的手动方法。

第三组约占参与者的21%，表面上看是最精通的一组。这些护士的人工智能素养得分很高；他们可以高效地操作工具并快速检索信息。然而，他们的批判性思维能力仅处于平均水平。研究人员将这一组标记为“隐藏风险”。因为他们对技术非常熟悉，可能会过于轻易地信任机器的输出，从而无法察觉生成的建议中的错误或偏见。他们是那些可能会遵循计算机建议，却不去询问该建议是否真正符合面前这位患者的护士。最后一组占剩余的21%，同时具备高人工智能素养和高批判性思维能力。这些护士既能利用技术来提高工作效率，又能同时运用敏锐的头脑来验证结果，确保最终的护理计划既高效又准确。

当研究人员将这些组别与他们实际做出循证决策的能力进行比较时，出现了一个清晰的等级制度。在两方面都表现出色的护士表现最好。值得注意的是，技术水平高但批判性思维仅为平均水平的组别，其表现优于技术水平低但批判性思维高的组别。这表明，虽然掌握工具的使用很重要，但它并非唯一因素；技术流利度与批判性判断的结合创造了独特的优势，尽管“隐藏风险”组在优化决策方面仍面临挑战，无法完全达到双高表现者的水平。研究发现，这两项技能的结合解释了护士之间近30%的决策质量差异，这是一个不容忽视的重要因素。

研究结果还指出了有助于护士发展这些技能的因素。接受过专门人工智能培训的护士更有可能属于高绩效组。同样，那些在日常工作中经常使用这些工具的人也倾向于拥有更好的技能，但前提是他们也进行了批判性反思。研究指出，仅仅频繁使用工具是不够的；如果没有鼓励质疑和验证的培训，频繁使用实际上可能会导致危险的“隐藏风险”特征，即护士过度依赖机器。研究建议，医院需要超越基础的技术培训。相反，必须教导护士如何在保持怀疑和分析眼光的同时使用这些强大的工具，确保人类大脑仍然是患者护理的最终权威。