Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Auswirkung KI-basierter Forschungsschulungen auf Pflegeschüler

11. Februar 2026 aktualisiert von: Sogand Sarmadi, Shahid Beheshti University of Medical Sciences

Die Auswirkung des künstlichen Intelligenz-gestützten Forschungstrainingskurses auf die Forschungskompetenz, Einstellung und Bereitschaft zur Nutzung künstlicher Intelligenz von Pflegestudenten

Das Ziel dieser klinischen Studie ist herauszufinden, ob ein auf künstlicher Intelligenz (KI) basierender Forschungskurs die Forschungsfähigkeiten von Pflegestudierenden, ihre Einstellung gegenüber künstlicher Intelligenz und ihre Bereitschaft zur Nutzung von KI in Forschung und Lehre verbessern kann.

Die Hauptfragen, die diese Studie beantworten soll, sind:

Verbessert KI-gestütztes Forschungstraining das Verständnis von Pflegestudierenden für Forschungsmethoden?

Verbessert dieses Training die Einstellung von Pflegestudierenden gegenüber künstlicher Intelligenz?

Erhöht der Kurs die Bereitschaft und das Vertrauen von Pflegestudierenden, künstliche Intelligenz in forschungsbezogenen Aktivitäten einzusetzen?

Forschende werden Pflegestudierende, die einen KI-gestützten Forschungskurs absolvieren, mit Studierenden vergleichen, die eine herkömmliche Ausbildung ohne KI-basiertes Training erhalten.

Die Teilnehmenden werden:

Zufällig entweder der KI-gestützten Forschungsgruppe oder der herkömmlichen Ausbildungsgruppe zugewiesen

Online-Fragebögen zu Forschungsfähigkeiten, Einstellung gegenüber künstlicher Intelligenz und Bereitschaft zur KI-Nutzung ausfüllen

An drei Zeitpunkten an Bewertungen teilnehmen: vor dem Kurs, unmittelbar nach dem Kurs und drei Monate später

Der KI-gestützte Forschungskurs umfasst strukturierte Sitzungen zu Forschungsmethoden und der verantwortungsvollen Nutzung von KI-Werkzeugen für Literaturrecherche, Forschungsdesign, Datenanalyseunterstützung und akademisches Schreiben. Die Ergebnisse dieser Studie können dazu beitragen, die Forschungsausbildung zu verbessern und die sichere und effektive Nutzung künstlicher Intelligenz in der Pflegeausbildung und -forschung zu unterstützen.

Studienübersicht

Studientyp

Interventionell

Einschreibung (Geschätzt)

104

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  1. Einschreibung in ein Pflegestudium (Bachelor-, Master- oder Promotionsstufe) an einer der teilnehmenden Universitäten während des Studienzeitraums.
  2. Abschluss mindestens eines Kurses in Forschungsmethodik im Studienplan.
  3. Bereitschaft zur Teilnahme und Abgabe einer schriftlichen Einwilligungserklärung.

Ausschlusskriterien:

  1. Vorheriger Abschluss fortgeschrittener Kurse speziell zu forschungsorientierter KI oder formeller KI-Zertifizierungsprogramme.
  2. Unfähigkeit, an den geplanten Interventionssitzungen teilzunehmen oder auf die Online-Lernplattform zuzugreifen.
  3. Nicht-Vollständigung der Studienfragebögen zu allen erforderlichen Zeitpunkten.
  4. Widerruf der Einwilligung oder Nichtdurchführung der Baseline-Bewertungen.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Sonstiges
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: KI-gestützter Forschungskurs

Teilnehmer der Interventionsgruppe nehmen an einem von künstlicher Intelligenz (KI) gestützten Forschungstrainingskurs teil. Der Kurs umfasst acht strukturierte Sitzungen, die über etwa vier Wochen verteilt stattfinden, und kombiniert grundlegende Forschungsmethoden mit der praktischen Anwendung von KI-Tools zur Unterstützung von Forschungsaktivitäten.

Die Schulung behandelt Schlüsselphasen des Forschungsprozesses, darunter die Auswahl eines Forschungsthemas, die Durchsicht wissenschaftlicher Literatur, die Entwicklung von Forschungsfragen, die Wahl von Studiendesigns, das Verständnis von Forschungsethik, die Verwaltung von Referenzen und die Erstellung von Forschungsberichten. Die Teilnehmer lernen, wie KI-Tools Aufgaben wie Literaturrecherche, Informationsorganisation, Verfassen von Forschungstexten und kritische Überprüfung von Forschungsergebnissen unterstützen können, wobei der verantwortungsvolle und ethische Einsatz von KI betont wird.

Die Sitzungen beinhalten kurze Vorträge, praktische Übungen und Workshops mit gängigen KI-basierten Forschungstools. Die Kursmaterialien werden über eine Online-Lernplattform bereitgestellt.

Die Intervention ist ein auf Künstlicher Intelligenz (KI) basierender Forschungstrainingskurs, der konzipiert wurde, um grundlegende Forschungsmethodik mit der praktischen und verantwortungsvollen Nutzung von KI-Tools zu integrieren. Der Kurs besteht aus acht strukturierten Sitzungen, die über etwa vier Wochen durchgeführt werden, und richtet sich an Pflegestudierende mit Vorkenntnissen in grundlegenden Forschungsmethoden.

Im Gegensatz zu traditionellen Forschungskursen integriert diese Intervention KI als unterstützendes Forschungswerkzeug in allen Phasen des Forschungsprozesses, anstatt sie als eigenständiges technisches Fach zu behandeln. Die Teilnehmenden lernen, wie KI bei der Auswahl von Forschungsthemen, der Suche und Organisation wissenschaftlicher Literatur, der Entwicklung von Forschungsfragen, der Unterstützung von Studiendesign-Entscheidungen, der Verwaltung von Referenzen und dem Verfassen von Forschungsberichten helfen kann, wobei gleichzeitig kritisches Urteilsvermögen und methodische Strenge gewahrt bleiben.

Die Schulung betont die ethische und verantwortungsvolle Nutzung von KI, einschließlich Fragen im Zusammenhang mit Datenschutz, Transparenz, Plagiatsvermeidung und algorithmischen Verzerrungen.

Kein Eingriff: Standard-Ausbildung

Teilnehmer in der Kontrollgruppe setzen ihre übliche akademische Ausbildung fort und erhalten während der Studienphase keine auf künstlicher Intelligenz (KI) basierende Forschungsschulung. Sie absolvieren die gleichen Ergebnisbewertungen wie die Interventionsgruppe zu Studienbeginn, unmittelbar nach der Interventionsphase und drei Monate später.

Nach Abschluss der abschließenden Nachuntersuchung erhalten Teilnehmer der Kontrollgruppe vollen Zugang zu den KI-gestützten Schulungsmaterialien und aufgezeichneten Sitzungen, um ethische Fairness und gleichen Zugang zu Bildungsressourcen sicherzustellen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Bereitschaft zur Nutzung künstlicher Intelligenz: Medical Artificial Intelligence Readiness Scale for Medical Students (MAIRS-MS)
Zeitfenster: Baseline (T0, vor der Intervention), unmittelbar nach Kursende (T1) und drei Monate nach Kursende (T2).
Die Bereitschaft zur Nutzung von KI wird als technische Expertise, positive Einstellungen und Selbstvertrauen bei der Einführung von KI-Werkzeugen für Forschungs- und klinische Aufgaben konzeptualisiert (29). Sie wird mit der persischen Version der Medical Artificial Intelligence Readiness Scale for Medical Students (MAIRS-MS) bewertet, einem validierten 20-Item-4-Domänen-Instrument (Kognition, Fähigkeit, Vision, Ethik) mit 5-Punkt-Likert-Items (Gesamtpunktzahl 20-100). Höhere Punktzahlen deuten auf eine größere Bereitschaft hin. Das Instrument hat in früheren iranischen Studien eine akzeptable Reliabilität (Cronbachs α ≥ 0,80) und strukturelle Validität gezeigt (24,25). Domänen- und Gesamtpunktzahlen werden für alle Teilnehmer berechnet.
Baseline (T0, vor der Intervention), unmittelbar nach Kursende (T1) und drei Monate nach Kursende (T2).

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Forschungskompetenz: ein forscher-entwickelter Forschungskompetenz-Fragebogen
Zeitfenster: Baseline (T0, vor der Intervention), unmittelbar nach Abschluss des Kurses (T1) und drei Monate nach Abschluss des Kurses (T2).
Forschungskompetenz wird definiert als das Wissen und die Fähigkeiten in Forschungsmethodik, Studiendesign, Datenerhebung und -analyse, die Forschern ermöglichen, valide Studien durchzuführen (5). Sie wird mit einem von Forschern entwickelten 20-Punkte-Wahr/Falsch/Weiß-nicht-Fragebogen gemessen, der von Brody et al. (27) adaptiert wurde. Antworten werden als korrekt gewertet, wenn sie mit der Wahrheit der Aussage übereinstimmen, mit einer Gesamtpunktzahl von 0-20; höhere Punktzahlen weisen auf eine größere Forschungskompetenz hin. Der Fragebogen wird auf Grundlage der Literatur entwickelt, wird einer Gesichts- und Inhaltsvalidierung durch Experten (CVI/CVR) unterzogen und wird mit 50-100 Teilnehmern pilotgetestet, um Item-Eigenschaften, interne Konsistenz (Cronbachs Alpha) und 10-14-Tage-Test-Retest-Reliabilität zu bewerten. Alle Teilnehmer werden den Fragebogen zu jedem Zeitpunkt ausfüllen, und alle Daten werden in die Intention-to-Treat-Analyse einbezogen.
Baseline (T0, vor der Intervention), unmittelbar nach Abschluss des Kurses (T1) und drei Monate nach Abschluss des Kurses (T2).
Einstellung zu künstlicher Intelligenz: KI-Einstellungsskala (AIAS-4)
Zeitfenster: Baseline (T0, vor der Intervention), unmittelbar nach Kursabschluss (T1) und drei Monate nach Kursabschluss (T2).
Die Einstellungen gegenüber künstlicher Intelligenz (KI) werden durch die individuellen Überzeugungen und affektiven Dispositionen hinsichtlich der Anwendungen und Implikationen von KI charakterisiert (26). Die Bewertung dieser Einstellung erfolgt mit der KI-Einstellungsskala (AIAS-4), einem eindimensionalen Instrument, das aus vier Items besteht, die jeweils auf einer Skala von 1 bis 10 bewertet werden, sodass ein Gesamtscore zwischen 4 und 40 resultiert; höhere Werte zeigen eine positivere Einstellung gegenüber KI an. Da keine persische Version der psychometrischen AIAS-4 verfügbar ist, wird die Skala durch einen standardisierten Vorwärts-Rückwärts-Übersetzungsprozess übersetzt und kulturell angepasst, ergänzt durch kognitive Interviews mit 10 Pflegestudierenden und überprüft durch ein Expertengremium. Die Inhaltsvalidität wird mittels des Content Validity Index (CVI) und des Content Validity Ratio (CVR) bewertet. Das übersetzte Instrument wird mit 20 Teilnehmenden pilotgetestet, und die interne Konsistenz wird mit Cronbachs Alpha evaluiert.
Baseline (T0, vor der Intervention), unmittelbar nach Kursabschluss (T1) und drei Monate nach Kursabschluss (T2).

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Geschätzt)

1. März 2026

Primärer Abschluss (Geschätzt)

1. Mai 2026

Studienabschluss (Geschätzt)

1. Juli 2026

Studienanmeldedaten

Zuerst eingereicht

6. Februar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

11. Februar 2026

Zuerst gepostet (Tatsächlich)

13. Februar 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

13. Februar 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

11. Februar 2026

Zuletzt verifiziert

1. Februar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • IR.TUMS.FNM.REC.1404.257

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren