人工智能赋能医学生创造力研究

摘要

目的：探讨人工智能（AI）对医学生创造力影响的内在机制。方法：基于刺激—有机体—反应理论模型，采用一般资料调查表、感知AI系统特征量表、感知AI提供支持量表和感知AI影响创造力量表对安徽省6所本科院校的医学生进行横断面调查。结果：各量表的Cronbach's α系数均>0.8，平均提取方差值均>0.5，组合信度均>0.7，每个题的因子载荷均>0.6，方差膨胀系数均<5，每题的平均提取方差值均大于其与所有其他题的平方相关性。医学生感知AI系统特征量表、感知AI提供支持量表和感知AI影响创造力量表的得分均在3分以上。感知系统特征的准确性、智能型、可解释性和感知提供支持的信息支持、启发支持、评估支持及感知AI影响创造力7个研究变量之间均呈明显正相关关系（P <0.01）。结构方程模型验证了7因子模型，拟合指数分别为：χ²=259.111，χ²/df=1.713,RMSEA=0.049,GFI=0.959,AGFI=0.971,CFI=0.982,NFI=0.970,IFI=0.976；产生了准确性→信息支持→创造力、准确性→评估支持→创造力、智能性→信息支持→创造力、智能性→启发支持→创造力、智能性→评估支持→创造力和可解释性→评估支持→创造力6条中介路径，均通过了中介检验。结论：本研究探明了AI技术使用对在校医学生创造力影响的内在机制，对于医学生使用AI辅助学习和科研具有实践意义。

关键词

高等医学教育 / 人工智能技术应用 / 医学生 / 创造力