药学研究生统计学教育中人工智能辅助编程的使用模式与影响因素

摘要

目的 调查药学专业研究生在统计学教育中使用人工智能(AI)辅助编程的现状，并分析不同年级学生间的差异。方法 本研究采用横断面调查设计，对贵州医科大学180名药学研究生进行问卷调研，按年级分为研一(n=62)、研二(n=59)和研三(n=59)三组；调查内容包括AI工具使用频率、应用场景、使用深度、对效率与技能退化的态度、学术诚信行为及领域特异性难点；采用描述性统计和组间比较进行数据分析。结果 AI辅助编程在药学研究生中呈现高使用率(93.33%)与浅层应用并存的特点，但随着年级升高，学生表现出更深入的应用能力和更强的学术规范意识；具体而言，研一学生多用于基础统计任务(53.23%)和代码调试(37.10%),仅14.52%应用于PK/PD建模，且56.45%从不标注AI贡献；研二学生PK/PD建模使用率升至28.81%,仅35.59%从不标注；研三学生进一步表现出优秀的领域整合能力，PK/PD建模应用比例达38.98%,仅18.64%从不标注；有82.22%的学生认同AI提升效率，并且对技能退化的担忧随年级增长降低(研一：72.58%;研三：52.54%);领域障碍随年级升高而减弱，但专业术语差异(81.11%)与数据标准化需求(81.67%)仍是普遍挑战。结论 研究生教育在AI应用能力培养方面具有明显的积累效应，高采纳率和公认的效率提升展现了AI的潜力，且随年级增长，学生表现出更加熟练的使用能力和更强的学术规范意识。

关键词

AI辅助编程 / R语言 / 药学计量学教育 / 教育调查