生成式人工智能（genAI）在高等教育中的快速整合带来了前所未有的机遇和紧迫的挑战，特别是在需要高度批判性思维、伦理推理和临床能力的护理教育等领域（Summers等人，2024年）。随着genAI工具变得越来越容易获取，教育工作者和学生都在努力探索如何有效地将其融入学习环境（Archibald & Clark，2023年）。生成式人工智能是指利用算法从大型数据集中学习并根据现有数据中的模式生成新内容（包括文本、图像和代码）的人工智能（AI）的一个子集（Glauberman等人，2023年；University，2026年）。例如ChatGPT、Claude、Gemini和Copilot。传统的人工智能专注于根据输入的规则和数据智能地完成特定任务，而生成式人工智能可以创建新内容。生成式人工智能在大型数据集上进行训练，当用户输入提示时，系统会识别数据中的模式以预测结果并生成类似人类的响应（Marr，2023年）。在高等教育的背景下，这些先进技术正在改变学习者获取信息、完成任务和参与课程内容的方式。
本科护理学生处于新兴技术和传统学习的交汇点，处于独特的位置。作为下一代医疗专业人员，他们必须学会使用并批判性地评估生成式人工智能（如ChatGPT和Gemini），同时发展基础临床知识和专业行为（Nashwan & Abujaber，2025年）。早期研究表明，学生已经在使用生成式人工智能工具来总结阅读材料、准备学习资料和完成某些学术任务（Crompton & Burke，2023年）。然而，指导学生使用生成式人工智能的教育框架仍在发展中，许多护理项目缺乏关于AI素养的明确政策或培训（Topaz等人，2024年）。
人们对过度依赖AI、伦理误用以及批判性思维能力的削弱越来越担忧，尤其是考虑到教师和学生可获得的指导有限（Topaz等人，2024年）。此外，对于生成式人工智能如何支持或阻碍关键护理能力（如临床推理、专业沟通和伦理护理）的理解也存在差距。随着美国护理学院协会（AACN）通过更新的《专业护理教育核心能力》（The Essentials，2021年）呼吁护理教育的变革，现在有必要审视新兴技术如何与这些不断发展的教育目标保持一致或产生冲突（Carrington等人，2024年）。
尽管生成式人工智能在高等教育中的存在日益增多，但人们对教师如何在本科护理项目中使用这些工具、它们可能产生的教育成果以及教师如何调整教学策略以适应这些重大进展知之甚少。Wing Yan Yeung等人（2025年）关于在本科护理学生沟通培训中使用人工智能的综述发现，关于教师在教学中使用AI的经验的已发表报告很少。总体而言，关于AI在本科教学中的使用的初步研究和评论更多地关注其在健康专业教育中的应用（Wing Yan Yeung，2025年）。因此，目前文献中缺乏对护理教育中应用的系统映射。鉴于生成式人工智能技术和护理教育框架的不断发展，全面回顾当前的应用情况对于向教师、课程开发者和机构管理者及护理教师提供有关在本科护理课程中应用生成式人工智能的最佳实践的信息至关重要。
为此，本综述的目的是系统地探索和绘制生成式人工智能在本科护理教育中的当前应用情况。该综述将确定所使用的工具类型、这些应用支持的教育活动、测量的结果以及研究中注意到的挑战和机遇。了解生成式人工智能当前在护理教育中的整合情况将为未来的研究提供信息，指导教师发展，并支持在本科护理课程中伦理和有效地使用技术。
