Factors associated with attitudes towards artificial intelligence among medical students: roles of digital literacy, emotional intelligence, and AI-related perceptions
Faktoren, die mit Einstellungen gegenüber künstlicher Intelligenz bei Medizinstudierenden assoziiert sind: Rolle von digitaler Kompetenz, emotionaler Intelligenz und KI-bezogenen Wahrnehmungen
Postgraduate Medical Journal · 22.10.2026 · 102 (1213) · 1044-1051
DOI: 10.1093/postmj/qgag109 ↗Auf einen Blick
Bei 358 Medizinstudierenden war digitale Kompetenz positiv mit Einstellungen zu künstlicher Intelligenz assoziiert. Frühere KI-Nutzung und emotionale Intelligenz waren nach Adjustierung nicht unabhängig assoziiert.
Fragestellung
Welche Faktoren sind mit den Einstellungen von Medizinstudierenden gegenüber künstlicher Intelligenz assoziiert, mit Blick auf digitale Kompetenz, emotionale Intelligenz und KI-bezogene Wahrnehmungen?
Methode
Querschnittstudie bei 358 Medizinstudierenden von November 2025 bis Januar 2026; Onlinefragebogen mit Trait Emotional Intelligence Scale–Short Form, Digital Literacy Scale und General Attitude Towards Artificial Intelligence Scale.
Ergebnisse
Digitale Kompetenz korrelierte mit Einstellungen zu KI (r = 0,319; p < 0,001). Im Regressionsmodell war sie der stärkste unabhängige Faktor (B = 0,242; β = 0,320; p < 0,001). Auch klinische Ausbildungsstufe, ethische/rechtliche Sorgen und Wahrnehmungen zur klinischen Urteilsfähigkeit waren unabhängig assoziiert.
Schlussfolgerung der Autor:innen
Die Einstellungen von Medizinstudierenden zu künstlicher Intelligenz waren stärker mit digitaler Kompetenz und KI-bezogenen Wahrnehmungen als mit früherer Nutzung allein verbunden. Das Studium sollte digitale Kompetenz, ethisches Bewusstsein und Reflexion zum klinischen Denken integrieren.
Kernaussagen
- Digitale Kompetenz zeigte die stärkste unabhängige Assoziation mit KI-Einstellungen.
- Ethische/rechtliche Sorgen und Wahrnehmungen zu klinischem Denken waren ebenfalls assoziiert.
- Frühere KI-Nutzung und emotionale Intelligenz waren nach Adjustierung nicht unabhängig assoziiert.
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Fachartikel in der Zeitschrift Postgraduate Medical Journal, online erschienen am 05.08.2026. Verfasst von Nur Demirbas und 2 weiteren Autor:innen. Beteiligte Einrichtung: Family Medicine Department, Faculty of Medicine, Necmettin Erbakan University, 42080 Konya, Turkiye. Hauptthemen laut MEDLINE: Students, Medical, Emotional Intelligence, Artificial Intelligence, Computer Literacy. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Background
Artificial intelligence is increasingly used in health care and medical education. This study aimed to identify factors associated with medical students’ attitudes towards artificial intelligence, with particular attention to digital literacy, emotional intelligence and artificial intelligence-related perceptions.
Methods
This cross-sectional study was conducted between November 2025 and January 2026 among 358 medical students. Data were collected using an online questionnaire including sociodemographic items, the Trait Emotional Intelligence Scale–Short Form, the Digital Literacy Scale and the General Attitude Towards Artificial Intelligence Scale. Group comparisons, correlation analyses, hierarchical linear regression and exploratory indirect-effect analysis were performed.
Results
Most students had previously used artificial intelligence (88.5%), while 59.5% reported ethical or legal concerns and 41.1% believed that artificial intelligence could reduce clinical reasoning. Digital literacy was positively correlated with attitudes towards artificial intelligence (r = 0.319, p < 0.001). In the final hierarchical regression model, digital literacy was the strongest independent factor associated with attitudes towards artificial intelligence (B = 0.242, β = 0.320, p< 0.001). Clinical educational stage, ethical or legal concerns, and perceptions regarding the impact of artificial intelligence on clinical reasoning were also independently associated with attitude scores. Previous artificial intelligence use and emotional intelligence were not independently associated with attitudes after adjustment.
Conclusions
Medical students’ attitudes towards artificial intelligence were associated more strongly with digital literacy and artificial intelligence-related perceptions than with previous use alone. Undergraduate medical education should integrate digital literacy, ethical awareness and reflective discussion on clinical reasoning into artificial intelligence-related teaching.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Family Medicine Department, Faculty of Medicine, Necmettin Erbakan University, 42080 Konya, Turkiye.
- Biostatistics and Medical Informatics Department, Faculty of Medicine, Necmettin Erbakan University, 42080 Konya, Turkiye.
ORCID-Profile: Nur Demirbas, Hatice Kucukceran, Ozlem Arik
Zitieren
APA
Demirbas, N., Kucukceran, H., & Arik, O. (2026). Factors associated with attitudes towards artificial intelligence among medical students: roles of digital literacy, emotional intelligence, and AI-related perceptions. Postgraduate Medical Journal, 102(1213), 1044-1051. https://doi.org/10.1093/postmj/qgag109
Vancouver
Demirbas N, Kucukceran H, Arik O. Factors associated with attitudes towards artificial intelligence among medical students: roles of digital literacy, emotional intelligence, and AI-related perceptions. Postgraduate Medical Journal. 2026;102(1213):1044-1051. doi:10.1093/postmj/qgag109
BibTeX
@article{Demirbas2026,
author = {Demirbas, Nur and Kucukceran, Hatice and Arik, Ozlem},
title = {Factors associated with attitudes towards artificial intelligence among medical students: roles of digital literacy, emotional intelligence, and AI-related perceptions},
journal = {Postgraduate Medical Journal},
year = {2026},
volume = {102},
number = {1213},
pages = {1044--1051},
doi = {10.1093/postmj/qgag109}
}
EUVIMED