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
Usage patterns and influencing factors of artificial intelligence-assisted programming in statistics education for pharmacy graduate students
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.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



