گزارش پژوهشی: سواد هوش مصنوعی و رفتار نوآورانه
یک پیمایش مقطعی چندمرکزی روی ۸۵۰ پرستار بالینی نشان داد که سواد هوش مصنوعی، خودکارآمدی در استفاده از این فناوری و وجود فضای کاری حامی نوآوری، همگی با رفتار نوآورانه پرستاران ارتباط مثبت دارند. این پژوهش که در شش مرکز درمانی سطح سوم در شهر یوئه‌یانگ، استان هونان چین، انجام شد، همچنین نشان داد که خودکارآمدی در استفاده از هوش مصنوعی از نظر آماری بخشی از ارتباط میان سواد هوش مصنوعی و نوآوری را میانجی‌گری می‌کند؛ درحالی‌که فضای سازمانی حامی نوآوری، ارتباط میان خودکارآمدی و رفتار نوآورانه را تقویت می‌کند. این یافته‌ها بیانگر ارتباط‌های مشاهده‌شده هستند و ثابت نمی‌کنند که آموزش، اعتمادبه‌نفس یا حمایت محیط کار موجب نوآوری پرستاران شده است.
در این پژوهش، رفتار نوآورانه پرستاران فرایندی تعریف شد که طی آن پرستاران در پاسخ به مشکلات بالینی و نیازهای بیماران، روش‌ها یا راهکارهای جدیدی را طراحی می‌کنند، برای پذیرش آن‌ها حمایت به دست می‌آورند و در نهایت آن‌ها را به اجرا درمی‌آورند. ابزار ۱۰گویه‌ای مورد استفاده در پژوهش، سه مؤلفه را ارزیابی می‌کرد: ایده‌پردازی، جلب حمایت و عملی‌کردن ایده‌ها. میانگین امتیاز شرکت‌کنندگان در مقیاسی از ۱۰ تا ۵۰، برابر با ۳۷٫۹۳ بود و انحراف معیار آن به ۶٫۵۰ می‌رسید.
پژوهشگران از یک پیمایش آنلاین طبقه‌بندی‌شده استفاده کردند که از ژوئن تا ژوئیه ۲۰۲۶ انجام شد. شرکت‌کنندگان واجد شرایط، پرستاران دارای مجوزی بودند که در بخش‌های بالینی فعالیت می‌کردند و دست‌کم یک سال سابقه کار بالینی داشتند. این افراد از دو بیمارستان سطح سوم و چهار بیمارستان سطح سوم درجه A در یوئه‌یانگ انتخاب شدند. چهار مرکز از این شش مرکز بیمارستان عمومی و دو مرکز بیمارستان تخصصی بودند.
واحدهای پرستاری بر اساس بخش‌های داخلی، جراحی و سایر بخش‌ها طبقه‌بندی شدند و برای هر دسته در هر بیمارستان، جذب دست‌کم ۴۰ پرستار در نظر گرفته شد. گروه پژوهش ۸۹۲ پرسش‌نامه جمع‌آوری کرد، اما ۴۲ پرسش‌نامه را به دلیل نداشتن معیارهای از پیش تعیین‌شده کیفیت کنار گذاشت. این معیارها شامل تکمیل پرسش‌نامه در کمتر از پنج دقیقه، وجود ناسازگاری‌های نامحتمل در اطلاعات جمعیت‌شناختی و انتخاب پاسخ یکسان برای هر ۶۵ گویه مقیاس‌ها بود. در نهایت، ۸۵۰ پرسش‌نامه معتبر باقی ماند که نرخ پاسخ معتبر را به ۹۵٫۳ درصد رساند.
برای سنجش سواد هوش مصنوعی، از مقیاسی ۱۲گویه‌ای با امتیازدهی هفت‌درجه‌ای استفاده شد که آگاهی، استفاده، ارزیابی و ملاحظات اخلاقی را می‌سنجید. امتیاز بالاتر نشان‌دهنده سواد بیشتر در زمینه هوش مصنوعی بود. خودکارآمدی در استفاده از هوش مصنوعی با مقیاسی ۲۲گویه‌ای ارزیابی شد که چهار حوزه کمک‌گیری، تعامل انسان‌وار، احساس راحتی در کار با هوش مصنوعی و مهارت‌های فنی را در بر می‌گرفت. فضای سازمانی حامی نوآوری نیز با استفاده از ۲۱ گویه در سه حوزه مشوق‌های سازمانی برای نوآوری، تأمین منابع و شیوه‌های مدیریتی سنجیده شد.
برای سنجش رفتار نوآورانه پرستاران، از مقیاسی ۱۰گویه‌ای استفاده شد که ایده‌پردازی، جلب حمایت و اجرای ایده‌ها را ارزیابی می‌کرد. ضریب آلفای کرونباخ در این مطالعه برای سواد هوش مصنوعی ۰٫۹۰، برای خودکارآمدی در استفاده از هوش مصنوعی ۰٫۹۶، برای فضای سازمانی حامی نوآوری ۰٫۹۲ و برای رفتار نوآورانه ۰٫۸۷ بود. تحلیل عاملی تأییدی نیز برازش مطلوب مدل را نشان داد: شاخص برازش تطبیقی ۰٫۹۷۸، شاخص تاکر–لوئیس ۰٫۹۷۱، ریشه میانگین مربعات خطای تقریب ۰٫۰۶۳ و ریشه میانگین مربعات باقیمانده استانداردشده ۰٫۰۲۸ بود.
هر چهار متغیر اصلی پژوهش با یکدیگر همبستگی مثبت داشتند. ضرایب همبستگی بین ۰٫۶۰۹ تا ۰٫۷۹۷ بود و مقادیر P برای همه این ارتباط‌ها کمتر از ۰٫۰۱ گزارش شد. قوی‌ترین همبستگی میان سواد هوش مصنوعی و خودکارآمدی در استفاده از آن مشاهده شد که ضریب آن ۰٫۷۹۷ بود. ضریب همبستگی میان فضای سازمانی حامی نوآوری و رفتار نوآورانه نیز به ۰٫۷۲۶ رسید. در تحلیل رگرسیون خطی چندگانه، سطح تحصیلات، عنوان حرفه‌ای، مشارکت در فعالیت‌های پژوهشی یا نوآورانه، سواد هوش مصنوعی، خودکارآمدی در استفاده از هوش مصنوعی و فضای سازمانی حامی نوآوری، همگی با رفتار نوآورانه ارتباط داشتند.
این متغیرها در مجموع ۶۰٫۹ درصد از واریانس مشاهده‌شده در امتیازهای رفتار نوآورانه را توضیح دادند و ضریب تعیین تعدیل‌شده مدل ۰٫۶۰۲ بود. فضای سازمانی حامی نوآوری بیشترین ضریب رگرسیون استانداردشده را داشت که برابر با ۰٫۵۰۲ بود. پس از آن، خودکارآمدی در استفاده از هوش مصنوعی با ضریب ۰٫۲۱۱ و سواد هوش مصنوعی با ضریب ۰٫۱۲۴ قرار گرفتند. این ضرایب توصیف‌کننده مدل چندمتغیره پژوهش هستند و تأثیر علّی مستقل هیچ‌یک از عوامل را اثبات نمی‌کنند.
پژوهشگران برای بررسی اینکه آیا خودکارآمدی در استفاده از هوش مصنوعی می‌تواند ارتباط میان سواد هوش مصنوعی و رفتار نوآورانه را توضیح دهد، تحلیل میانجی‌گری آماری انجام دادند. سواد هوش مصنوعی با خودکارآمدی ارتباط مثبت داشت و خودکارآمدی نیز با نوآوری مرتبط بود. پس از وارد کردن خودکارآمدی به مدل، ارتباط مستقیم میان سواد هوش مصنوعی و رفتار نوآورانه همچنان از نظر آماری معنادار باقی ماند. این نتیجه به میانجی‌گری جزئی اشاره دارد، نه میانجی‌گری کامل.
اثر غیرمستقیم برآوردشده ۰٫۳۲۲ بود و فاصله اطمینان ۹۵ درصد آن بر اساس روش بوت‌استرپ از ۰٫۲۴۳ تا ۰٫۴۰۳ به دست آمد. اثر مستقیم نیز ۰٫۲۸۷ برآورد شد و فاصله اطمینان ۹۵ درصد آن بین ۰٫۲۰۳ و ۰٫۳۷۲ بود. مسیر غیرمستقیم ۵۲٫۹۰ درصد از اثر کل برآوردشده در مدل را تشکیل می‌داد. بااین‌حال، چون همه متغیرها در یک مقطع زمانی اندازه‌گیری شدند، این مسیر صرفاً توصیف‌کننده مدل آماری برازش‌شده است و توالی اثبات‌شده‌ای را نشان نمی‌دهد که در آن افزایش دانش هوش مصنوعی ابتدا اعتمادبه‌نفس را افزایش دهد و سپس به نوآوری منجر شود.
پژوهشگران همچنین بررسی کردند که آیا فضای سازمانی حامی نوآوری، شدت ارتباط میان خودکارآمدی و نوآوری را تغییر می‌دهد یا خیر. اثر تعاملی خودکارآمدی در استفاده از هوش مصنوعی و فضای سازمانی حامی نوآوری مثبت بود؛ ضریب این تعامل ۰٫۰۵۱ و مقدار P کمتر از ۰٫۰۱ گزارش شد. تحلیل شیب ساده نشان داد که خودکارآمدی هم در سطوح پایین و هم در سطوح بالای فضای حامی نوآوری، با رفتار نوآورانه ارتباط مثبت دارد؛ بااین‌حال، ضریب این ارتباط از ۰٫۱۵۱ در سطح پایین به ۰٫۲۵۳ در سطح بالا افزایش یافت.
اثرهای غیرمستقیم مشروط از مسیر خودکارآمدی نیز در سطوح بالاتر فضای سازمانی حامی نوآوری بیشتر بودند. این اثر در سطحی معادل یک انحراف معیار پایین‌تر از میانگین ۰٫۱۲۰، در سطح میانگین ۰٫۱۶۱ و در سطحی معادل یک انحراف معیار بالاتر از میانگین ۰٫۲۰۲ بود. هیچ‌یک از فاصله‌های اطمینان ۹۵ درصد بوت‌استرپ شامل صفر نمی‌شدند. شاخص میانجی‌گری تعدیل‌شده ۰٫۰۴۱ بود و فاصله اطمینان ۹۵ درصد آن بر اساس بوت‌استرپ از ۰٫۰۰۹ تا ۰٫۰۷۸ به دست آمد. این یافته نشان می‌دهد که رابطه غیرمستقیم برآوردشده در سطوح مختلف فضای سازمانی حامی نوآوری تفاوت داشت.
چارچوب نظری پژوهش بر الگوی توانایی–انگیزش–فرصت استوار بود که بر اساس آن، رفتار با توانمندی فردی، باورهای مرتبط با انگیزش و فرصت‌های بیرونی ارتباط دارد. در مدل این مطالعه، سواد هوش مصنوعی زیربنای توانایی فردی محسوب می‌شد، خودکارآمدی در استفاده از هوش مصنوعی نشان‌دهنده اطمینان فرد به توانایی خود برای یادگیری، استفاده و سازگارشدن با این فناوری بود و فضای سازمانی حامی نوآوری، حمایت، منابع، مشوق‌ها و فرصت‌های عملی ادراک‌شده را بازنمایی می‌کرد. الگوی نتایج با این برداشت سازگار بود که رفتار نوآورانه گزارش‌شده از سوی پرستاران هم با توانمندی‌ها و اعتمادبه‌نفس فناورانه خود آنان و هم با محیط کاری‌شان ارتباط دارد.
نتایج نشان نمی‌دهد که اعتمادبه‌نفس فردی به‌تنهایی برای بروز نوآوری کافی است. ارتباط قوی‌تر میان خودکارآمدی و رفتار نوآورانه در محیط‌هایی با فضای حمایتگرتر نشان می‌دهد که ارتباط آماری میان اعتمادبه‌نفس و رفتار، تا حدی به شرایط سازمانی وابسته بوده است. مقایسه‌های تک‌متغیره همچنین نشان داد که امتیازهای رفتار نوآورانه بر اساس برخی ویژگی‌های شرکت‌کنندگان تفاوت داشت؛ از جمله سن، سطح تحصیلات، سابقه کار، عنوان حرفه‌ای، وضعیت تأهل، نوع فعالیت شغلی، شرکت در آموزش‌های مرتبط با هوش مصنوعی، میزان استفاده از ابزارهای هوش مصنوعی و مشارکت در پژوهش‌های پرستاری یا فعالیت‌های نوآورانه.
در مدل چندمتغیره، پرستارانی که مدرک کارشناسی یا کارشناسی ارشد داشتند، افرادی با عنوان حرفه‌ای بالاتر و کسانی که در فعالیت‌های نوآورانه مشارکت کرده یا هدایت آن‌ها را بر عهده گرفته بودند، در مقایسه با گروه‌های مرجع مربوطه امتیازهای بالاتری در رفتار نوآورانه کسب کردند. در میان شرکت‌کنندگان، ۲۸۰ پرستار در آموزش‌های مرتبط با هوش مصنوعی شرکت کرده بودند، ۴۲۰ نفر گزارش دادند که هفته‌ای یک تا سه بار از ابزارهای هوش مصنوعی استفاده می‌کنند و ۲۰۲ نفر استفاده روزانه از این ابزارها را گزارش کردند. در تحلیل تک‌متغیره، استقرار سامانه‌های هوش مصنوعی در بیمارستان ارتباط معناداری با رفتار نوآورانه نداشت؛ هرچند این مقایسه وجود یا نبود اثر را در مدل‌های پیچیده‌تر مشخص نمی‌کند.
چند محدودیت، تفسیر نتایج را با احتیاط همراه می‌کند. طراحی مقطعی پژوهش و اندازه‌گیری هم‌زمان همه متغیرها، تعیین ترتیب زمانی رویدادها یا استنباط رابطه علت و معلولی را ناممکن می‌سازد. متغیرهای اصلی نیز بر اساس گزارش خود شرکت‌کنندگان سنجیده شدند؛ بنابراین، احتمال سوگیری در گزارش‌دهی همچنان وجود دارد، هرچند آزمون مقدماتی سوگیری روش مشترک، مشکل آشکاری ناشی از یک عامل واحد را نشان نداد.
در تحلیل‌های میانجی‌گری و میانجی‌گری تعدیل‌شده، متغیرهای جمعیت‌شناختی به‌عنوان عوامل تعدیل‌کننده کنترل نشدند و خوشه‌بندی پرستاران در بیمارستان‌های مختلف نیز در مدل لحاظ نشد. با وجود آنکه نمونه شامل بیمارستان‌های عمومی و تخصصی سطح سوم بود، پژوهش تنها در یک شهر چین و در مراکز درمانی سطح سوم انجام شد؛ ازاین‌رو، تعمیم نتایج به مناطق دیگر و بیمارستان‌هایی با سطوح متفاوت محدود است. پژوهش‌های آینده می‌توانند پرسش‌نامه‌های پرستاران را با ارزیابی همکاران و سرپرستاران و نیز شاخص‌های عینی، مانند پروژه‌های نوآوری تکمیل‌شده، ثبت اختراع، نتایج برنامه‌های بهبود کیفیت و سوابق استفاده از ابزارهای هوش مصنوعی، ترکیب کنند.
برای بررسی اینکه آیا تغییر در شایستگی استفاده از هوش مصنوعی، اعتمادبه‌نفس یا حمایت سازمانی به بهبود پایدار نوآوری در پرستاران منجر می‌شود، انجام پژوهش‌های طولی، چندمرکزی و مداخله‌ای ضروری است.
موضوع پژوهش: ارتباط میان سواد هوش مصنوعی، خودکارآمدی در استفاده از هوش مصنوعی، فضای سازمانی حامی نوآوری و رفتار نوآورانه در میان پرستاران بالینی
عنوان مقاله: سواد هوش مصنوعی و رفتار نوآورانه در میان پرستاران بالینی: نقش خودکارآمدی در استفاده از هوش مصنوعی و فضای سازمانی حامی نوآوری
منبع مقاله: Li, J., Liu, X., Cao, Y., Tang, C., & Zhou, J. (2026). Artificial intelligence literacy and innovative behavior among clinical nurses: the roles of AI self-efficacy and organizational innovation climate. Frontiers in Public Health, 14، مقاله 1958854. https://doi.org/10.3389/fpubh.2026.1958854
اعتبار تصویر: تولیدشده با هوش مصنوعی
شناسه دیجیتال مقاله (DOI): 10.3389/fpubh.2026.1958854
کلیدواژه‌ها: پرستاری بالینی، هوش مصنوعی، سواد هوش مصنوعی، خودکارآمدی در استفاده از هوش مصنوعی، نوآوری پرستاران، فضای سازمانی، پیمایش مقطعی، بیمارستان‌های سطح سوم، چین