人工智能在护理教育中的应用——影响学生意愿因素的系统性回顾

时间：2026年2月24日

来源：Applied Nursing Research

编辑推荐：

本研究通过系统综述分析2019-2025年间Web of Science、Scopus和PubMed数据库中13项研究，探讨影响护理学生使用AI的多元因素，揭示技术接受模型（TAM）和UTAUT理论为常用框架，关键因素包括绩效期望、娱乐动机、自我效能、积极态度、AI焦虑及促进条件。

阿卜杜拉齐兹·莫夫迪·阿尔姆拉瓦尼

沙特阿拉伯麦地那泰巴哈大学护理学院

摘要

目的

本研究旨在系统地回顾有关影响护理专业学生使用人工智能（AI）应用意愿的文献。近年来，这一研究领域受到了越来越多的关注。

背景

人工智能的持续发展对其在护理教育中的接受和整合提出了重大挑战。护理教育者必须了解影响AI采纳的各种因素，以便有效调整课程内容，以满足学生的需求。

研究设计

本研究采用系统综述的方法。

方法

在Web of Science、Scopus和PubMed数据库中检索了过去五年（2019–2025年）的相关文献，并根据PRISMA指南筛选出了13项符合要求的研究。

结果

研究结果得出以下关键结论：(a) 统一技术接受理论与技术采纳模型是应用最广泛的模型；(b) 技术、心理、社会、行为和环境因素都会显著影响护理专业学生使用AI的意愿；(c) 最常被提及的影响因素包括使用期望、享乐动机、自我效能感、对AI的积极态度、对AI的焦虑感以及使用环境。

结论

结合这些影响因素的人工智能驱动教学对于提高护理专业学生采纳和运用AI的意愿至关重要。本综述不仅限于描述现状，还深入探讨了影响采纳行为的驱动因素。因此，护理教育者在设计和提供人工智能驱动的教学中起着关键作用，有助于培养学生接受和运用新兴技术的能力。

引言

人工智能（AI）已成为数字化时代的第四次重要工业革命（Kwak, Seo, & Ahn, 2022）。对于护理领域而言，AI有潜力彻底改变临床教育、护理服务、研究及政策制定等方面（Buchanan et al., 2021）。因此，学术界必须提升护理专业学生对AI的认识和接受度，为他们的职业生涯做好准备。

了解AI的潜在优势与挑战有助于提升他们的能力，并激发他们将AI有效整合到教育和临床实践中的意愿。AI可以通过提供语言翻译服务、个性化反馈和建议以及适应性、交互式学习方式来支持护理专业学生（Thakur et al., 2023）。AI聊天机器人能提高学生的参与度，快速提供医学知识，并支持自主学习（Saleh et al., 2025）。在护理教育中，AI能够增强学生的批判性思维、问题解决能力和决策能力，帮助他们更好地理解复杂概念，从而提升学习效果（Khlaif et al., 2025）。然而，AI的使用也带来了一些负面影响：首先，它可能导致学生过度依赖AI学习而忽视自主学习（Saleh et al., 2025），增加学术作弊和违反学术诚信政策的风险（Choi et al., 2023）；其次，AI提供的信息可能不准确或过于简化，无法有效应对复杂的护理场景，从而导致知识缺口（Saleh et al., 2025）；第三，过度依赖AI的学生可能难以培养批判性思维和有效的学术写作等关键技能（Abdulai & Hung, 2023; Choi et al., 2023）；最后，AI可能减少师生互动，影响教育者根据学生需求调整教学方式的能力（Saleh et al., 2025）。尽管存在这些负面影响，但目前尚未有大量研究评估AI对护理专业学生学习成果的影响。未来的研究应探索将AI融入护理教育的实际方法，以最大化其优势并减少潜在弊端。

先前的研究表明，影响护理专业学生使用AI意愿的因素包括使用期望、绩效期望、便利条件、社会影响、享乐动机和习惯等（Alenazi & Alhalal, 2025; Kwak, Ahn & Seo, 2022; Kwak, Seo & Ahn, 2022）。中东地区的一项研究发现，知识、态度、认知和使用意愿之间存在正相关关系（Al Omari et al., 2024）。从技术角度来看，Kang等人（2023）指出，聊天机器人的感知价值、易用性和有用性与使用意愿密切相关，但只有感知价值对使用意愿有显著影响。鉴于影响使用意愿的因素多种多样，有必要全面评估这些因素。

多种技术理论被用于分析影响护理专业学生使用AI意愿的因素，包括统一技术接受理论与使用模型（UTAUT）、技术采纳模型（TAM）、理性行动理论（TRA）、计划行为理论（TPB）、创新扩散理论（DOI）以及技术-组织-环境模型（Kwak, Seo, & Ahn, 2022; Labrague & Al Harrasi, 2025）。这些理论提供了不同的解释用户使用AI意愿的视角。然而，现有文献仍缺乏系统性的综合分析，尤其是针对护理专业学生的技术、社会、心理、环境和行为因素。识别这些因素有助于深入理解影响采纳行为的驱动因素。

现有研究较少关注护理专业学生对AI技术的认知、态度和知识，以及AI在护理教育和实践中的潜在应用（Amiri et al., 2024; Gunawan et al., 2024; O'Connor et al., 2023; Von Gerich et al., 2022）。Amiri等人（2024）进行了系统综述和元分析，评估了护理、医学和牙科专业学生对AI的态度和认知；Gunawan等人（2024）探讨了ChatGPT在护理教育中的应用；Von Gerich等人（2022）研究了基于AI的健康技术在护理实践中的有效应用。但由于各研究的目标人群不同，且缺乏同时评估使用意愿的综述，本研究专注于护理专业学生在护理教育中使用AI的意愿。

研究设计

本系统综述涵盖了采用定量、定性和混合方法的研究设计（Whittemore & Knafl, 2005）。在筛选相关文献后，根据PRISMA指南（Page et al., 2021）选择了最终纳入的研究。PRISMA 2020的选择流程包括四个阶段：

研究选择

本研究共选取了13项研究。图1展示了使用PRISMA流程图确定的纳入标准，包括识别、筛选、资格评估和最终纳入等步骤（Moher et al., 2009）。最初从Scopus、Web of Science和PubMed三个数据库中找到了87篇论文，经筛选后排除16篇重复文献，另有52篇论文因不符合纳入标准而被排除。

讨论

本系统综述分析了当前关于影响护理专业学生在护理教育中使用AI意愿的文献。

结论

人工智能仍是一个新兴的研究领域。除了对AI的知识、态度和认知外，本研究还探讨了影响学生使用AI意愿的关键因素。根据PRISMA 2000指南，本研究纳入了13项相关研究，发现技术采纳模型（TAM）和统一技术接受理论与使用模型（UTAUT）是最常用的模型，技术、心理、社会、行为和环境因素均对使用意愿有显著影响。