مقاله مواجهه نقادانه دانشجویان پرستاری با هوش مصنوعی مولد در آموزش مبتنی بر شواهد: یک مطالعه توصیفی کیفی

مشخصات مقاله  فهرست مطالب نمونه ترجمه مقاله انگلیسی سایت ناشر  خرید ترجمه مقالات مرتبط سفارش پروپوزال 

سلام دوست من ، توی این پست براتون یه مقاله جدید با موضوع مواجهه نقادانه دانشجویان پرستاری با هوش مصنوعی مولد در آموزش مبتنی بر شواهد: یک مطالعه توصیفی کیفی ، منتشر کردیم. این مقاله یه مقاله ISI و علمی پژوهشی هست که توی پایگاه الزویر  در سال 2027 منتشر شده. فایل انگلیسی شامل 9 صفحه PDF و فایل ترجمه 44  صفحه WORD و قابل ویرایشه ، مثل همیشه مقاله انگلیسی رو می تونید رایگان دانلود کنید. بخش هایی از ترجمه هم براتون رایگان گذاشتم که قبل از خرید ، کیفیت ترجمه رو بررسی کنید. از کیفیت ترجمه هم نگم براتون که مثل همیشه عالییییه. برای خرید ترجمه کامل مقاله روی گزینه خرید و دانلود آنی ترجمه کلیک کنید بعد از پرداخت لینک دانلود بهتون نشون داده میشه، به ایمیلتونم ارسال میشه. اگر سوالی بود می تونید زیر این پست کامنت بزارید سریع جوابتونو میدم.

عنوان فارسی:

مواجهه نقادانه دانشجویان پرستاری با هوش مصنوعی مولد در آموزش مبتنی بر شواهد: یک مطالعه توصیفی کیفی

عنوان انگلیسی:

Nursing students’ critical engagement with generative AI in evidence-based practice education: A qualitative descriptive study

کد محصول: M2155

سال نشر: 2027

نام ناشر (پایگاه داده): الزویر

نام مجله:Nurse Education Today

نوع مقاله: علمی پژوهشی (Research articles)

متغیر : ندارد

فرضیه: ندارد

مدل مفهومی: ندارد

پرسشنامه : ندارد

تعداد صفحه انگلیسی: 9 صفحه PDF-  دانلود مقاله انگلیسی

تعداد صفحه ترجمه فارسی:   44 صفحه WORD

قیمت فایل ترجمه شده:  228000  تومان- خرید ترجمه


فهرست مطالب

چکیده
1. مقدمه/پیشینه
1.1. هدف
1.2. طرح مطالعه
2. چارچوب نظری
2.1. شرکت‌کنندگان
2.2. گردآوری داده‌ها
2.3. تحلیل داده‌ها
2.4. استحکام و اعتمادپذیری
2.5. ملاحظات اخلاقی
3. یافته‌ها
3.1. ویژگی‌های جمعیت‌شناختی شرکت‌کنندگان
3.2. ابزارهای هوش مصنوعی انتخاب‌شده توسط دانشجویان
3.3. دستورالعمل‌های ارائه‌شده به هوش مصنوعی
3.4. تحلیل موضوعی
3.4.1. مضمون اول ـ اعتبار، کیفیت شواهد و دقت علمی
3.4.1.1. مضمون فرعی: نبود یا ساختگی بودن منابع
3.4.1.2. مضمون فرعی: اعتبار و صحت محتوای تولیدشده توسط هوش مصنوعی
3.4.1.3. مضمون فرعی: به‌روز بودن اطلاعات
3.4.1.4. مضمون فرعی: سوگیری تأییدی و ذهنیت‌گرایی
3.4.1.5. مضمون فرعی: محدودیت‌های الگوریتمی و تشخیص الگو
3.4.2. مضمون دوم ـ تفکر انتقادی، عمق تحلیل و هوش انسانی
3.4.2.1. مضمون فرعی: عمق و ویژگی‌های اختصاصی تحلیل
3.4.2.2. مضمون فرعی: درک زمینه‌ای و مختص جمعیت‌های خاص
3.4.2.3. مضمون فرعی: ترکیب و تلخیص چندین منبع
3.4.2.4. مضمون فرعی: درک عملکرد مبتنی بر شواهد (EBP)
3.4.3. مضمون سوم ـ کارایی، دسترس‌پذیری و سودمندی عملی هوش مصنوعی
3.4.3.1. مضمون فرعی: سرعت و کارایی
3.4.3.2. مضمون فرعی: سودمندی برای ایده‌پردازی و تعیین محدوده اولیه موضوع
3.4.3.3. مضمون فرعی: دسترس‌پذیری برای کاربران غیرمتخصص
3.4.3.4. مضمون فرعی: وضوح ساختاری و قالب‌بندی
3.4.4. مضمون پنجم ـ هویت دانشجویی، یادگیری و توسعه حرفه‌ای
3.4.4.1. مضمون فرعی: ارزش‌گذاری برای فرایند یادگیری
3.4.4.2. مضمون فرعی: اعتماد و کنجکاوی درباره هوش مصنوعی
3.4.4.3. مضمون فرعی: هوش مصنوعی به‌عنوان ابزاری مکمل برای یادگیری
4. بحث
5. پیامدها برای آموزش پرستاری
6. محدودیت‌ها
7. نتیجه‌گیری
منابع 

چکیده

پیشینه: ادغام سریع هوش مصنوعی مولد (GenAI) در آموزش پرستاری، هم فرصت‌ها و هم چالش‌هایی را به همراه دارد؛ بااین‌حال، شواهد تجربی درباره مواجهه نقادانه دانشجویان با محتوای تولیدشده توسط هوش مصنوعی در چارچوب‌های ارزشیابی، همچنان محدود است.

هدف: بررسی دیدگاه‌ها و تأملات دانشجویان کارشناسی پرستاری هنگام مقایسه خلاصه‌های مبتنی بر شواهدی که خودشان تهیه کرده‌اند با پاسخ‌های تولیدشده توسط هوش مصنوعی، در پاسخ به پرسش‌های پژوهشی بالینی یکسان.

روش‌ها: این مطالعه با رویکرد توصیفی کیفی و از طریق بررسی گذشته‌نگر ۴۹۷ تکلیف ارسالی دانشجویان کارشناسی پرستاری در یکی از دانشگاه‌های استرالیا انجام شد. دانشجویان ابتدا یک سؤال پژوهشی مطرح کردند، شواهد علمی منتشرشده در مجلات داوری‌شده را گردآوری و جمع‌بندی کردند، سپس همان سؤال را از یک ابزار هوش مصنوعی پرسیدند و در نهایت، تفاوت پاسخ‌های خود با پاسخ هوش مصنوعی را به‌صورت انتقادی بررسی کردند. داده‌ها با استفاده از تحلیل محتوای کیفی و تحلیل مضمون بررسی شدند.

یافته‌ها: چهار مضمون شناسایی شد: 1. اعتبار، کیفیت شواهد و دقت علمی. دانشجویان منابع ساختگی، اطلاعات قدیمی و نبود ارجاع به منابع داوری‌شده را از مهم‌ترین محدودیت‌های هوش مصنوعی دانستند. آن‌ها همچنین به محدودیت‌های الگوریتمی هوش مصنوعی و دشواری بررسی صحت پاسخ‌های آن، بدون داشتن دانش قبلی درباره موضوع، اشاره کردند؛ 2. تفکر انتقادی، عمق تحلیل و هوش انسانی. از دیدگاه دانشجویان، هوش مصنوعی نمی‌تواند مانند انسان، استدلال متناسب با شرایط و زمینه موضوع انجام دهد یا اطلاعات حاصل از چندین منبع را به‌درستی با یکدیگر ترکیب کند؛ 3. کارایی، دسترس‌پذیری و کاربرد عملی. سرعت و وضوح هوش مصنوعی برای ایده‌پردازی و تعیین محدوده اولیه موضوع ارزشمند تلقی شد؛ و 4. هویت دانشجویی، یادگیری و رشد حرفه‌ای: دانشجویان بر این باور بودند که انجام پژوهش به‌صورت دستی و عملی، بخش مهمی از فرایند شکل‌گیری هویت حرفه‌ای یک پرستار مسئولیت‌پذیر و پایبند به شواهد علمی است.

نتیجه‌گیری: این مطالعه نشان می‌دهد که تکالیف ساختاریافته مبتنی بر مقایسه با هوش مصنوعی، فرصتی برای توسعه سواد هوش مصنوعی و سواد سلامت دیجیتال در دانشجویان پرستاری فراهم می‌کنند. دانشجویان نه به‌صورت ساده‌انگارانه هوش مصنوعی را می‌پذیرند و نه به‌طور واکنشی آن را رد می‌کنند، بلکه به‌صورت فعالانه در تلاش هستند تا جایگاه آن را در چارچوب‌های اخلاقی آموزش پرستاری درک کنند. این یافته‌ها به ادغام هوش مصنوعی در آموزش پرستاری کمک می‌کنند و راهنمایی‌های عملی برای مدرسانی ارائه می‌دهند که در پی حمایت از فارغ‌التحصیلانی هستند که از رویکردی انتقادی نسبت به هوش مصنوعی برخوردار بوده و برای بهره‌گیری از کارایی این ابزارها آمادگی کافی دارند.

واژگان کلیدی: هوش مصنوعی مولد؛ آموزش پرستاری؛ تأمل انتقادی؛ عملکرد مبتنی بر شواهد؛ سواد سلامت دیجیتال؛ مقطع کارشناسی پرستاری.

1. مقدمه/پیشینه

هوش مصنوعی (AI) به سیستم‌های رایانه‌ای گفته می‌شود که می‌توانند برخی از توانایی‌های ذهنی انسان، مانند یادگیری و تصمیم‌گیری را تقلید کنند. این فناوری در حال ایجاد تغییرات گسترده‌ای در حوزه‌های مختلف علوم پزشکی، از جمله پرستاری، مراقبت‌های بالینی، آموزش و پژوهش است (بوکانان و همکاران، 2021؛ کوچچی و همکاران، 2025). گسترش سریع ابزارهای هوش مصنوعی مولد (GenAI) که بر اساس مجموعه‌داده‌های گسترده، محتوای جدید تولید می‌کنند، نشان‌دهنده یک تغییر پارادایم فراتر از هوش مصنوعی پیش‌بینانه سنتی است که عمدتاً بر خودکارسازی و پشتیبانی تحلیلی از تصمیم‌گیری متمرکز بود (هان و همکاران، 2025؛ پاتل و همکاران، 2025). در آموزش پرستاری، این پیشرفت‌ها از یک سو کنجکاوی و علاقه زیادی ایجاد کرده و از سوی دیگر، نگرانی‌هایی را درباره رعایت اصول اخلاقی و صداقت علمی در تحصیل و همچنین شکل‌گیری مهارت‌ها و هویت حرفه‌ای دانشجویان پرستاری به وجود آورده است (هان و همکاران، 2025؛ هینشه و همکاران، 2026).

هوش مصنوعی مولد از ظرفیت امیدوارکننده‌ای برای متحول ساختن آموزش پرستاری از طریق مسیرهای یادگیری شخصی‌سازی‌شده، شبیه‌سازی‌های تعاملی و آموزش مجازی برخوردار است (کوچچی و همکاران، 2025؛ هینشه و همکاران، 2026). این ابزارها به روشن‌سازی مفاهیم پیچیده کمک می‌کنند، از نگارش علمی پشتیبانی می‌کنند و محیط‌های مجازی‌ای فراهم می‌آورند که در آن‌ها دانشجویان می‌توانند قضاوت بالینی را به‌صورت ایمن تمرین کنند (کوچچی و همکاران، 2025). داده‌های تجربی نشان می‌دهند که 92 درصد از دانشجویان مقطع کارشناسی پرستاری، هم‌اکنون از این فناوری‌ها برای انجام وظایفی مانند ارزیابی‌های سلامت، بررسی دستور زبان و حل مسائل بالینی استفاده می‌کنند (هان و همکاران، 2025). دانشجویان اغلب هوش مصنوعی مولد را منبعی کارآمد تلقی می‌کنند که محدودیت‌های زمانی و مکانی را برطرف می‌سازد و به آن‌ها اجازه می‌دهد تمرین روش‌های بالینی را در زمان دلخواه خود انجام دهند (لی و همکاران، 2025)…

1.2. طرح مطالعه

برای بررسی دیدگاه‌های دانشجویان مقطع کارشناسی پرستاری درباره خلاصه‌های شواهد تولیدشده توسط دانشجویان در مقایسه با خروجی‌های تولیدشده توسط هوش مصنوعی، از یک طرح توصیفی کیفی استفاده شد. طرح توصیفی کیفی، زمانی روش انتخابی است که توصیف‌های جامع و روشن از پدیده‌ها موردنظر باشد و به‌طور مکرر برای توصیف تجربیات و ادراکات، به‌ویژه در حوزه‌هایی که اطلاعات اندکی درباره موضوع مورد بررسی وجود دارد، استفاده می‌شود (سندلوسکی، 2000، 2010). داده‌ها به‌صورت گذشته‌نگر از تکالیف ارزشیابی ارائه‌شده در پایان نیمسال تحصیلی، مربوط به واحد درسی سال دوم با عنوان «شواهد برای هدایت عملکرد پرستاری»، در یک برنامه کارشناسی پرستاری برای دانشجویان ثبت‌نام‌شده در یکی از دانشگاه‌های استرالیا در سال 2024 استخراج شدند…

2. چارچوب نظری

برای تفسیر داده‌ها از دو دیدگاه آموزشی مکمل استفاده شد. این دیدگاه‌ها پس از استخراج مضامین از داده‌ها، برای درک بهتر آن‌ها به کار رفتند و نقشی در شکل‌گیری اولیه این موضوعات نداشتند. نظریه تمرین تاملی (شون، 1992) به پژوهشگران کمک کرد تا فعالیت مقایسه‌ای دانشجویان را نوعی فرصت برای بازنگری در عملکرد خود در نظر بگیرند. در این فعالیت، دانشجویان با مقایسه مطالبی که خودشان تهیه کرده بودند با محتوای تولیدشده توسط هوش مصنوعی، به بررسی و در برخی موارد، اصلاح باورهای خود درباره چگونگی تولید و تأیید دانش پرستاری پرداختند . همچنین، مفهوم «جوامع عملی» از نظر ونگر (1998) برای تفسیر موضوع هویت حرفه‌ای به کار رفت. بر اساس این دیدگاه، قضاوت دانشجویان درباره هوش مصنوعی بخشی از روند شکل‌گیری هویت حرفه‌ای آن‌ها و احساس مسئولیتشان در برابر حرفه پرستاری است. این دو دیدگاه در بخش بحث مقاله برای توضیح الگوهای به‌دست‌آمده از داده‌ها استفاده شده‌اند، نه برای اثبات رابطه علت و معلولی میان آن‌ها…

3.2. ابزارهای هوش مصنوعی انتخاب‌شده توسط دانشجویان

در میان 497 مورد موجود در مجموعه‌داده، 467 دانشجو یک ابزار هوش مصنوعی را با ذکر نام مشخص کردند (30 نفر باقی‌مانده این بخش را خالی گذاشته بودند). دانشجویان از طیف گسترده‌ای از پلتفرم‌های هوش مصنوعی مولد استفاده کردند؛ بااین‌حال، توزیع استفاده از این ابزارها به‌شدت متمرکز بود. ChatGPT با اختلاف زیاد، پرتکرارترین ابزار انتخاب‌شده بود و تقریباً 287 مورد (61 درصد از مواردی که در آن‌ها نام یک ابزار ذکر شده بود) را به خود اختصاص می‌داد. Microsoft Copilot دومین پلتفرم پرکاربرد بود که حدود 142 مورد (تقریباً 30 درصد) را شامل می‌شد. این دو ابزار در مجموع بیش از 9 مورد از هر 10 تعامل ثبت‌شده با هوش مصنوعی در مجموعه‌داده را به خود اختصاص دادند…

3.4.1. مضمون اول ـ اعتبار، کیفیت شواهد و دقت علمی

دانشجویان درباره شکاف ادراک‌شده در اعتبار و دقت علمی میان محتوای تولیدشده توسط دانشجویان و محتوای تولیدشده توسط هوش مصنوعی تأمل کردند. دانشجویان به‌طور مداوم خروجی‌های هوش مصنوعی را بر اساس استانداردهای عملکرد مبتنی بر شواهد (EBP) ارزیابی کردند و به نبود استنادات، منابع ساختگی و اتکای بیش‌ازحد به دانش عمومی به‌جای دانش مبتنی بر منابع داوری‌شده توسط همتایان اشاره کردند. نکته مهم آن است که دانشجویان، پردازش سطحی هوش مصنوعی را با ترکیب و تلخیص چندمنبعی خود مقایسه کردند و خاطرنشان ساختند که استخراج دستی چهار مقاله متمایز داوری‌شده توسط همتایان، مبنایی دقیق و قابل ردیابی ایجاد کرده بود که هوش مصنوعی قادر به بازتولید آن نبود…

4. بحث

این مطالعه با هدف درک چگونگی ادراک و ارزیابی تفاوت‌های میان خلاصه‌های مبتنی بر شواهد تهیه‌شده توسط خود دانشجویان مقطع کارشناسی پرستاری در سال دوم و خلاصه‌های تولیدشده توسط ابزارهای هوش مصنوعی که خود دانشجویان شناسایی کرده بودند، در پاسخ به پرسش‌های پژوهشی بالینی یکسان انجام شد. یافته‌ها نشان می‌دهند که دانشجویان پرستاری از چه انواع مختلفی از ابزارهای هوش مصنوعی استفاده می‌کنند، چگونه برای دریافت پاسخ با هوش مصنوعی تعامل دارند و در مجموع، چه تأملاتی درباره خروجی هوش مصنوعی در مقایسه با ترکیب و تلخیص انسانی خود دارند. ازآنجاکه این مطالعه تأملات خودگزارش‌شده دانشجویان را به‌جای سنجش‌های پیش‌آزمون/پس‌آزمون شایستگی تحلیل کرده است، بحث پیش رو یافته‌ها را به‌عنوان شواهدی از ادراکات و فرایندهای استدلالی دانشجویان در یک مقطع زمانی مشخص تفسیر می‌کند، نه به‌عنوان توسعه شایستگی اثبات‌شده. در مواردی که اظهارات تأملی به‌عنوان نشانه‌هایی از یادگیری مورد بحث قرار می‌گیرند، این موضوع منعکس‌کننده برداشت خود دانشجویان از فرایند معنا‌سازی است…

5. پیامدها برای آموزش پرستاری

یافته‌های این مطالعه چندین پیامد مهم برای طراحی برنامه‌های درسی پرستاری در دوره گسترش قابلیت‌های هوش مصنوعی دارند. نخست، تأملات دانشجویان نشان‌دهنده ارزش تکالیف ساختاریافته مقایسه با هوش مصنوعی به‌عنوان یک راهبرد آموزشی برای پرورش سواد سلامت دیجیتال انتقادی است. این طراحی تکلیف، با قرار دادن هوش مصنوعی در جایگاه موضوعی برای بررسی و ارزیابی، به‌جای صرفاً ابزاری برای استفاده، دانشجویان را ترغیب کرد تا درک خود از استانداردهای عملکرد مبتنی بر شواهد را به شیوه‌هایی بیان کنند، بیازمایند و تعمیق بخشند که ممکن است از طریق تکالیف پژوهشی متداول حاصل نشوند…

6. محدودیت‌ها

داده‌ها از یک گروه دانشجویان کارشناسی پرستاری در یک دانشگاه استرالیا گردآوری شدند؛ موضوعی که قابلیت تعمیم‌پذیری یافته‌ها به سایر زمینه‌ها، رشته‌ها یا مقاطع تحصیلی را محدود می‌کند. داده‌های تأملی به‌عنوان بخشی از یک تکلیف رسمی ارزیابی گردآوری شدند و این موضوع ممکن است بر دانشجویان تأثیر گذاشته باشد تا برای انطباق با معیارهای نمره‌دهی یا انتظارات ادراک‌شده استاد، نوعی مواجهه نقادانه با هوش مصنوعی از خود نشان دهند. این احتمال وجود سوگیری مطلوبیت اجتماعی به این معناست که تأملات ثبت‌شده، بیانگر شایستگی و میزان مشارکت ادراک‌شده دانشجویان هستند، نه اندازه‌گیری عینی و مستقیم عملکرد واقعی بالینی یا آموزشی آنان. پژوهش‌های آینده باید برای درک تأثیر هوش مصنوعی بر پاسخ‌های دانشجویان در تکالیف ارزیابی، از گروه‌های کانونی یا مصاحبه استفاده کنند. افزون بر این، کیفیت و عمق تأملات در میان شرکت‌کنندگان تفاوت قابل‌توجهی داشت. برخی از نوشته‌ها کوتاه و سطحی بودند، درحالی‌که برخی دیگر تحلیلی دقیق و چندلایه ارائه می‌کردند. این ناهمگونی، اگرچه از نظر تحلیلی سودمند بود، به این معناست که مضامین استخراج‌شده باید بازتاب‌دهنده دامنه پاسخ‌ها در نظر گرفته شوند، نه بیانگر تجربه‌ای یکسان برای همه. پژوهش‌های آینده همچنین باید بررسی کنند که آیا رویکردهای انتقادی بیان‌شده در این تأملات، در طول زمان به تغییرات پایدار در رفتار پژوهشی و شیوه استفاده از هوش مصنوعی منجر می‌شوند یا خیر.

7. نتیجه‌گیری

این پژوهش نشان می‌دهد که انجام فعالیت‌های هدفمند برای مقایسه مطالب تولیدشده توسط هوش مصنوعی با کار خود دانشجویان، می‌تواند به تقویت سواد دیجیتال سلامت در دانشجویان کارشناسی پرستاری کمک کند. یافته‌ها نشان می‌دهد که دانشجویان نه بدون فکر و بررسی، پاسخ‌های هوش مصنوعی را می‌پذیرند و نه به‌طور کامل آن را رد می‌کنند؛ بلکه تلاش می‌کنند جایگاه این فناوری را در چارچوب اصول اخلاقی حرفه پرستاری درک کنند. این یافته‌ها به پژوهش‌های جدید درباره استفاده از هوش مصنوعی در آموزش پرستاری کمک می‌کند و راهنمایی‌های کاربردی در اختیار مدرسان قرار می‌دهد تا دانش‌آموختگانی تربیت کنند که علاوه بر توانایی استفاده از هوش مصنوعی، قدرت ارزیابی و تشخیص نقاط قوت و ضعف آن را نیز داشته باشند. به این ترتیب، دانشجویان می‌توانند از مزایای این ابزارها برای سریع‌تر انجام دادن کارها بهره ببرند، بدون اینکه اصول علمی، دقت و تکیه بر شواهد معتبر را که برای ارائه مراقبت پرستاری ایمن و مؤثر ضروری است، نادیده بگیرند…

مقالات مرتبط با این موضوع

مقالات 2027 مدیریت

مقاله 2027 در رابطه با تحول دیجیتال

مقاله 2027 در رابطه با هوش مصنوعی

مقاله 2027 درباره مدیریت آموزشی

مقاله در مورد کاربرد هوش مصنوعی در آموزش

مقالات 2027 علوم پزشکی

کاربرد هوش مصنوعی در پزشکی و پرستاری

مقالات 2027 در مورد مدیریت بیمارستان و مراقبت های بهداشتی

مقالات 2027

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Time limit is exhausted. Please reload the CAPTCHA.