简体中文
关闭
AI会展和竞赛

英国医学生生成式AI使用率达96.3%,培训与治理缺口凸显

#学术赋能与人才培养 时间2026-11-17 02:02:53

文/IAICA.NGO®

一项针对英国伯明翰大学医学与健康科学学生的横断面调查显示,生成式人工智能在医学生群体中已接近普遍使用:96.3%的受访学生报告使用过相关工具,但仅有40.0%接受过所在院校提供的正式培训。研究同时聚焦两个常被忽视的维度:影响学生采纳行为的心理与社会因素,以及AI密集型学习文化所关联的环境足迹。该研究发表于BMC Medical Education,题为《生成式AI、社会规范化与治理缺口:英国医学教育中AI采纳与可持续性的跨学科研究》,采用计划行为理论与Geels多层次视角作为理论框架,结合80名医学与健康科学学生的问卷调查、第二轮习惯与环境意识测量,以及对英国五所高校AI治理政策的文件分析。文献检索覆盖2019年至2026年的PubMed、ERIC、Web of Science与Google Scholar。

统计结果显示,学生所学具体项目与其披露行为之间存在显著关联(p=.003),正式培训与对AI工具的信任水平之间也存在显著关联(p=.004)。相关性分析发现,生成式AI使用频率与感知行为控制呈负相关(r=-.409,p<.001),使用频率与行为意向亦呈负相关(rs=-.514,p<.001)。作者指出,受样本规模限制,这些统计模式仍属探索性发现,不宜作因果推断。

研究作者谨慎提出,生成式AI的使用正在学生群体中形成社会规范化,并可能演变为习惯性行为;计划行为理论对上述模式的解释力仅为部分有效。在环境意识维度,学生在未被提示的情况下,没有任何参与者主动提及生成式人工智能的环境足迹,表明生态考量尚未进入其使用决策。这一结果与AI算力扩张带来的能耗和水资源压力形成对照,也提示医学教育中的AI素养不能只停留在工具操作层面。

政策分析进一步显示,五所被评估的英国高校均设有独立的可持续发展承诺,但其人工智能政策无一提及环境可持续性,机构监督重点集中在学术诚信。换言之,AI治理与可持续发展治理在制度层面仍处于平行运行状态。对于医学与健康科学教育而言,这种割裂可能带来多重风险:一方面,学生缺乏对AI生成内容可靠性、偏差与隐私边界的系统训练;另一方面,高校政策若只聚焦作弊与署名,难以覆盖临床推理、患者数据保护和环境成本等更广泛议题。

作者建议,高校应建立结构化的AI素养课程,并引入具有可持续性意识的治理框架,使培训、披露规范、信任建设与环境责任形成闭环。同时,研究强调其结论应谨慎解读:研究仅覆盖单一机构,且属于探索性设计,未来仍需多中心、纵向样本验证。iaica.com.cn 指出,医学教育中的AI治理应从合规清单转向能力建设,将培训覆盖率、披露行为和可持续性指标纳入常规评估,才能缩小使用普及与制度准备之间的落差。

从更广的行业背景看,生成式AI正在进入病历摘要、文献检索、模拟问诊与学习辅助等场景,医学生对工具的依赖可能先于课程体系与监管规则成熟。若缺乏正式培训,学生容易高估AI输出的可靠性,或在隐私与学术规范上产生灰色地带。五所高校政策未纳入环境维度,也说明AI治理尚未与绿色校园目标协同。对医学教育管理者而言,当务之急不是简单禁用或放任,而是明确可接受使用边界、建立披露机制、提供偏差与风险教育,并把能耗与环境影响纳入采购和课程设计。只有这样,AI在医学教育中的规范化使用才可能兼具安全性、公平性与可持续性。

相关标签:

分享本文
英国医学生生成式AI使用率达96.3%,培训与治理缺口凸显

英国医学生生成式AI使用率达96.3%,培训与治理缺口凸显

一项针对英国伯明翰大学医学与健康科学学生的横断面调查显示,生成式人工智能在医学生群体中已接近普遍使用:96.3%的受访学生报告使用过相关工具,但仅有40.0%接受过所在院校提供的正式培训。研究同时聚焦两个常被忽视的维度:影响学生采纳行为的心理与社会因素,以及AI密集型学习文化所关联的环境足迹。该研究...

评论

0 条
暂无评论,快来抢沙发。

Copyright © 2026 IAICA 版权所有  隐私政策 用户协议 Cookie说明 备案号:沪ICP备11018632号-8

18351659883