Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Fisioterapeutas e inteligencia artificial

3 de junio de 2025 actualizado por: Kevser Gürsan, Uşak University

Adaptación de futuros fisioterapeutas a la era de la inteligencia artificial: actitud de inteligencia artificial, aceptación y competencia digital

Este estudio es un estudio transversal diseñado dentro del alcance del modelo de detección descriptivo y relacional de métodos de investigación cuantitativa. La investigación tiene como objetivo evaluar los niveles de competencia digital, las actitudes hacia la inteligencia artificial y los niveles de aceptación de inteligencia artificial de los estudiantes de pregrado del departamento de fisioterapia y revelar las relaciones entre estas variables.

Preguntas de investigación

  1. ¿Cuáles son los niveles de competencia digital de los estudiantes de fisioterapia?
  2. ¿Cuáles son los niveles de actitud de los estudiantes de fisioterapia hacia la inteligencia artificial?
  3. ¿Cuáles son los niveles de aceptación de los estudiantes de fisioterapia para las tecnologías de inteligencia artificial?
  4. ¿Existe una relación significativa entre el nivel de competencia digital y la actitud hacia la inteligencia artificial?
  5. ¿Existe una relación significativa entre el nivel de competencia digital y la aceptación de las tecnologías de inteligencia artificial?
  6. ¿Existe una relación significativa entre la actitud hacia la inteligencia artificial y el nivel de aceptación de las tecnologías de inteligencia artificial?
  7. ¿Existe una diferencia significativa entre la competencia digital de los participantes, las actitudes hacia la inteligencia artificial y los niveles de aceptación de acuerdo con variables como el género, el nivel de grado y la duración del uso de la herramienta digital? El universo de la investigación consistirá en estudiantes de pregrado que estudian en el Departamento de Fisioterapia y Rehabilitación en la Facultad de Ciencias de la Salud de Alanya, uzönü, Pamukkale, Universidad de Okan. Se planea que la muestra de la investigación sea aproximadamente 600 estudiantes que se seleccionan al azar de cuatro universidades diferentes para representar diferentes regiones geográficas y se determinan de forma voluntaria.

Se planea que la investigación consistiera en estudiantes que estudian en el programa de pregrado de fisioterapia y rehabilitación en Türkiye. Al recopilar los datos, se utilizará el formulario de información introductoria, se utilizará la escala de competencias digitales para estudiantes universitarios, la escala de actitud de los estudiantes universitarios hacia la inteligencia artificial y la escala productiva de aceptación de inteligencia artificial.

Los datos recopilados se analizarán utilizando el programa SPSS (paquete estadístico para ciencias sociales). Las pruebas Kolmogorov-Smirnov y Shapiro-Wilk se utilizarán para evaluar si los datos se distribuyen normalmente. En variables que normalmente se distribuyen: media, desviación estándar, prueba de T de muestra independiente, ANOVA y prueba de correlación de Pearson. En distribución no normal: mediana, mínimo máximo, prueba U de Mann-Whitney, prueba de Kruskal Wallis, se aplicarán pruebas de correlación de Spearman. Además, se realizará el análisis de regresión para evaluar las relaciones entre la información sociodemográfica de los estudiantes, la competencia digital, la actitud de inteligencia artificial y los niveles de aceptación de inteligencia artificial. P <0.05 será aceptado como el nivel de significancia.

Descripción general del estudio

Descripción detallada

Los desarrollos rápidos en la digitalización y las tecnologías de inteligencia artificial han causado cambios significativos en la forma en que se brindan los servicios de salud. Hoy en día, las aplicaciones artificiales soportadas por la inteligencia se utilizan activamente en muchas áreas en el campo de la salud, desde el diagnóstico temprano de enfermedades hasta el tratamiento, desde el seguimiento del paciente hasta la planificación personalizada de la atención. En disciplinas donde los procesos de toma de decisiones clínicas son importantes, como la fisioterapia y la rehabilitación, las herramientas digitales y los sistemas de inteligencia artificial se integran en el campo con el análisis de movimiento, el seguimiento del ejercicio, los robots de rehabilitación, los tratamientos virtuales basados ​​en la realidad y las aplicaciones móviles con inteligencia artificial. Esta transformación tecnológica afecta no solo la práctica profesional sino también la educación vocacional. Los niveles de competencia digital de los estudiantes universitarios que reciben educación en la salud, su capacidad para adoptar tecnología y sus actitudes hacia la inteligencia artificial son de importancia crítica en términos de su desarrollo de servicios profesionales individuales y del servicio posterior a la graduación. Comprender cuán listos son los estudiantes de fisioterapia en particular para el proceso de transformación digital guiarán tanto la reestructuración de los programas educativos como la armonización de la profesión con desarrollos tecnológicos. Los estudios han demostrado que los estudiantes de ciencias de la salud generalmente tienen acceso a herramientas digitales, pero experimentan varias deficiencias en el uso de estas herramientas de manera efectiva y consciente. Además, se informa que las personas que desarrollan una actitud positiva hacia la inteligencia artificial se adaptan a estas tecnologías más rápido y logran resultados más eficientes en la educación y las prácticas clínicas. Sin embargo, el número de estudios holísticos en la literatura, especialmente aquellos específicos de los estudiantes de fisioterapia, donde las actitudes de inteligencia artificial, la aceptación tecnológica y los niveles de competencia digital se evalúan juntos, es bastante limitado.

Por lo tanto, la justificación de esta investigación es evaluar los niveles de competencia digital de los estudiantes de fisioterapia, sus actitudes hacia la inteligencia artificial y su tendencia a aceptar tecnologías de inteligencia artificial, evaluar sus procesos de adaptación a la digitalización en el campo de la salud y producir datos científicos que contribuyan a las políticas educativas, el contenido del curso y las estrategias de práctica clínica en este contexto.

El objetivo principal de esta investigación es evaluar los niveles de competencia digital de los estudiantes universitarios de fisioterapia, sus actitudes hacia la inteligencia artificial y su tendencia a aceptar tecnologías de inteligencia artificial. Además, al examinar las posibles relaciones entre estas tres variables, tiene como objetivo revelar en qué medida los estudiantes han desarrollado sus competencias profesionales en la era de la transformación digital y la inteligencia artificial. En este contexto, los datos que se obtendrán contribuirán a la determinación de las necesidades educativas de alfabetización digital y aplicaciones basadas en inteligencia artificial en el campo de la salud; y allanará el camino para comprender el nivel de adaptación de futuros fisioterapeutas a desarrollos tecnológicos.

Tipo de estudio

De observación

Inscripción (Actual)

552

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

      • Antalya, Pavo
        • Alanya Alaaddin Keykubat University
      • Denizli, Pavo
        • Pamukkale University
      • Malatya, Pavo
        • Inonu University
      • İstanbul, Pavo
        • Okan University

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto

Acepta Voluntarios Saludables

Método de muestreo

Muestra de probabilidad

Población de estudio

El universo del estudio es estudiantes de pregrado que estudian en el Departamento de Fisioterapia y Rehabilitación de la Universidad de Okan, Facultad de Ciencias de la Salud, Alanya, uzönü, Pamukkale.

Descripción

Criterios de inclusión:

  • Que consiste en estudiantes que estudian en un programa de pregrado de fisioterapia y rehabilitación en Türkiye,
  • Aceptar participar en la investigación voluntariamente y aprobar el formulario de consentimiento informado en línea,
  • Tener 18 años de edad o más
  • Completando completamente el formulario de la encuesta,
  • Uso activamente de al menos un dispositivo digital (teléfono inteligente, computadora, tableta, etc.)

Criterios de exclusión:

  • Estudiar en cualquier departamento que no sea el departamento de fisioterapia,
  • Completar la encuesta sin aprobar el formulario de consentimiento informado,
  • Completar el formulario de encuesta de manera incompleta o incorrecta,
  • Tener menos de 18 años

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Estudiantes de fisioterapia
The acceptance attitude of physiotherapy students towards artificial intelligence and their digital competencies will be conducted in the form of a survey.The characteristics of the study group are that they consist of students studying in a physiotherapy and rehabilitation undergraduate program in Türkiye, that they agree to participate in the study voluntarily and approve the online informed consent form, that they are 18 years of age or older, that they fill out the survey form completely, and that they actively Use al menos un dispositivo digital (teléfono inteligente, computadora, tableta, etc.).

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Escala de competencias digitales para estudiantes universitarios
Periodo de tiempo: 1 semana
Es una escala válida y confiable que mide las competencias digitales de los estudiantes universitarios, desarrolladas en base al Marco de Competencia Digital Europea (DIGCOMP). La versión original de las competencias digitales básicas de los estudiantes universitarios 2.0 - Cobadi Scale, desarrollada por López -Meneses et al. (2013), tiene 4 factores y 31 ítems. Los 4 factores en la escala Cobadi se determinan como "competencias relacionadas con el uso de las TIC en la comunicación social y el aprendizaje colaborativo", "Competencias relacionadas con el uso de las TIC en la investigación", "Competencias interpersonales en el uso de las TIC en el contexto universitario" y "herramientas virtuales universitarias y comunicación social". Hay 12 elementos en el primer factor, 11 elementos en el segundo factor y 4 ítems cada uno en el tercer y cuarto factores. Se usó un tipo Likert de 4 puntos en la calificación de la escala. Dentro del alcance de las clasificaciones, 1 indica el menor nivel de competencia, mientras que 4 indica el más alto nivel de competencia. La escala de tipo Likert de 4 puntos CO
1 semana

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Escala de actitud de los estudiantes universitarios hacia la inteligencia artificial
Periodo de tiempo: 1 semana
Escala de actitud de los estudiantes universitarios hacia la inteligencia artificial: es una escala de tipo Likert de 5 puntos que tiene como objetivo medir los sentimientos, pensamientos y actitudes de los estudiantes hacia la inteligencia artificial. La escala consiste en dimensiones cognitivas, afectivas y conductuales. Las subdimensiones de la escala son; Interés en la inteligencia artificial, las preocupaciones sobre la inteligencia artificial, los aspectos éticos y los efectos sociales de la inteligencia artificial, las oportunidades y las amenazas relacionadas con el uso de la inteligencia artificial en la educación. Su validez y confiabilidad en turco fueron fabricadas por Turgut y Kunuroğlu (2025). Es una escala de tipo Likert de 5 puntos (1: Muy en desacuerdo-5: Muy de acuerdo) que consta de 26 preguntas. Cronbach alfa de la escala: 0.89 (escala total), varía entre 0.78-0.87 en las subdimensiones
1 semana
Escala de aceptación de inteligencia artificial generativa
Periodo de tiempo: 1 semana
Una herramienta para determinar hasta qué punto las personas aceptan tecnologías de inteligencia artificial y lo dispuestos que están a usar estas tecnologías. Para determinar el nivel al que los usuarios aceptan las herramientas generativas de inteligencia artificial (chatgpt, dall e, bardo, etc.) y si son adoptadas o no. Estaba preparado para medir las actitudes, las intenciones de uso y las percepciones de las personas en el campo de la educación, especialmente los candidatos a maestros, estudiantes y académicos, hacia la inteligencia artificial generativa. La escala se desarrolló en base al Modelo de aceptación de tecnología de Davis (TAM). Según este modelo, la aceptación de la tecnología está relacionada con lo útil y fácil de usar que el individuo percibe la tecnología. Es una escala de tipo Likert de 5 puntos con 20 preguntas. Es el siguiente: 1: Muy en desacuerdo - 5: Muy de acuerdo. El análisis factorial confirmatorio (CFA) se realizó para la validez de constructo y se determinó que
1 semana

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Investigadores

  • Investigador principal: Kevser G Gursan, Dr., Uşak University

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

11 de abril de 2025

Finalización primaria (Actual)

1 de junio de 2025

Finalización del estudio (Actual)

1 de junio de 2025

Fechas de registro del estudio

Enviado por primera vez

15 de abril de 2025

Primero enviado que cumplió con los criterios de control de calidad

15 de abril de 2025

Publicado por primera vez (Actual)

23 de abril de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

6 de junio de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

3 de junio de 2025

Última verificación

1 de junio de 2025

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • 607-607-05

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

Para proteger la confidencialidad del participante y cumplir con el compromiso de confidencialidad aprobado por el Comité de Ética, no se planea compartir datos a nivel individual. Además, la decisión del comité de ética que aprobó el estudio cubre el uso de datos solo con acceso limitado. Por lo tanto, puede que no sea posible compartir los datos de IPD públicamente.

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Suscribir