Hemşirelerin Yapay Zekâ Kaygı Düzeyleri ve Yordayıcıları: Tanımlayıcı Kesitsel Bir Çalışma

Amaç: Bu çalışma hemşirelerin yapay zekâ kaygı düzeylerini ve etkileyen faktörleri belirlemek amacıyla yapılmıştır. Yöntem: Tanımlayıcı ve kesitsel tipte olan araştırmanın evreni, Türkiye’de çalışan hemşireler ve örneklemini ise araştırmaya katılmayı kabul eden hemşireler oluşturmuştur. Araştırma 348 hemşire ile tamamlanmıştır. Araştırmanın verileri “Kişisel Bilgi Formu” ve “Yapay Zekâ Kaygı Ölçeği” ile online toplanmıştır. Verilerin analizinde tanımlayıcı istatistikler ile Bağımsız Örneklem t testi, ANOVA ve çoklu doğrusal regresyon analizi kullanılmıştır. Bulgular: Hemşirelerin yaş ortalamaları 30.97 ± 7.14 ve %91.1’i kadındır. Hemşirelerin %55.2’sinin hemşirelikte kullanılan yapay zekâ uygulamaları hakkında bilgi sahibi olmadıkları belirlenmiştir. Hemşirelerin ölçek toplam puan ortalaması 47.36 ± 12.84’tür. Ölçek alt boyut puan ortalamaları “Öğrenme” için 11.64 ± 4.34, “İş değişimi” için 12.31 ± 4.13, “Sosyo-teknik körlük” için 13.92 ± 3.56 ve “yapay zekâ yapılandırılması” için 9.49 ± 3.31’dir. Hemşirelerin ölçek puan ortalamalarının mesleki deneyim sürelerine ve hemşirelikte kullanılan yapay zekâ uygulamalarına yönelik bilgi sahibi olma durumlarına göre istatistiksel olarak anlamlı düzeyde farklılık gösterdiği belirlenmiştir (p<0.05). 10 yıldan az mesleki deneyim ve hemşirelikte kullanılan yapay zekâ uygulamalarına yönelik bilgi sahibi olma, yapay zekâ kaygı düzeyini sırasıyla 6.204 ve 11.708 birim artırmaktadır. Sonuç: Hemşirelerin yapay zekâ kaygıları orta düzeydedir. Mesleki deneyim süresi ve hemşirelikte kullanılan yapay zekâ bilgisi, yapay zekâ kaygı düzeyinde önemli rol oynamaktadır. Sağlıkta yapay zekâ teknolojilerinin hemşirelere tanıtılması, hemşirelerin bu konuda doğru bilgilendirilmesi ve yapay zekâ hakkındaki kaygılarını anlamaya yönelik farklı çalışmaların yapılması önerilmektedir.

Objective: To determine nurses' artificial intelligence anxiety levels and the factors affecting them. Methods: The descriptive and cross-sectional study population consisted of nurses working in Turkey and the sample consisted of nurses who agreed to participate. The study was completed with 348 nurses. Data were collected online with the “Personal Information Form” and “Artificial Intelligence Anxiety Scale”. The data were analyzed by descriptive statistics, Independent Samples t-test, ANOVA, and multiple linear regression analysis. Results: The mean age of the nurses was 30.97 ± 7.14 and 91.1% were female. Nurses’ mean total scores on the scale were 47.36 ± 12.84. 55.2% of nurses reported having no knowledge of artificial intelligence applications used in nursing. Scale subdimension mean scores were 11.64 ± 4.34 for "Learning", 12.31 ± 4.13 for "job replacement", 13.92 ± 3.56 for "sociotechnical blindness" and 9.49 ± 3.31 for "artificial intelligence configuration". There was a statistically significant difference between the total mean scores of the scale. Having less than 10 years of professional experience, as well as knowledge of the use of artificial intelligence in nursing, increases anxiety levels relating to artificial intelligence by 6,204 and 11,708 units, respectively. Conclusion: Nurses’ artificial intelligence anxiety is at a medium level. The length of professional experience and knowledge of artificial intelligence used in nursing plays a key role in artificial intelligence anxiety levels. It is recommended that nurses be introduced to artificial intelligence technologies in health, provided with accurate information on this subject, and conductind additional studies to understand nurses' concerns about artificial intelligence.