Implications of Generative Artificial Intelligence on Ethics in Nursing Education: State of The Art Review.

Abstract

The rapid advancement of generative artificial intelligence (GAI) presents both opportunities and ethical challenges in nursing education. GAI has the potential to enhance teaching, learning, and clinical decision-making through personalized learning resources and simulation of healthcare sce-narios. However, it also introduces multifaceted ethical dilemmas, which require careful considera-tion in its integration into nursing curricula. This study aims to critically examine the ethical implica-tions of GAI adoption in nursing education, focusing on its impact on ethical principles, clinical rea-soning, academic integrity, and pedagogical strategies. We synthesized peer-reviewed evidence published between January 2023 and August 2025 in a state-of-the-art review. Studies were selected from PubMed, Scopus, and Web of Science using specific search terms related to GAI, ethics, and nursing education. Data extraction was performed using a predefined template, capturing key variables such as ethical principles, methodological approaches, and recommended pedagogical safeguards. The integration of GAI in nursing education raises concerns regarding academic integrity, automation bias, AI "hallucinations," data privacy, and equity. However, it also offers opportunities for improving clinical reasoning, knowledge, and attitudes among students. The results underscore the need for clear gov-ernance frameworks, hybrid pedagogical approaches with "human-in-the-loop," and explicit guide-lines for transparency, bias mitigation, and data protection. GAI can enhance learning in nursing education when used responsibly. Ethical risks, such as the degradation of ethical reasoning and issues of privacy and equity, require careful management. A hybrid design approach, coupled with ethical training and continuous evaluation of AI use, is essential to ensure GAI's benefits while safe-guarding professional judgment and patient safety. El rápido avance de la inteligencia artificial generativa (IAG) presenta tanto oportunidades como desafíos éticos en la educación en enfermería. La IAG tiene el potencial de mejorar la enseñanza, el aprendizaje y la toma de decisiones clínicas mediante recursos de aprendizaje personalizados y simulaciones de escenarios de atención médica. Sin embargo, también introduce dilemas éticos multifacéticos, que requieren una consideración cuidadosa en su integración en los programas de enfermería. Este estudio tiene como objetivo examinar de manera crítica las implicaciones éticas de la adopción de la IAG en la educación en enfermería, centrándose en su impacto sobre los principios éticos, el razonamiento clínico, la integridad académica y las estrategias pedagógicas. Sintetizamos evidencia revisada por pares publicada entre enero de 2023 y agosto de 2025 en una revisión de estado del arte. Los estudios fueron seleccionados de PubMed, Scopus y Web of Science utilizando términos de búsqueda específicos relacionados con la IAG, la ética y la educación en enfermería. La extracción de datos se llevó a cabo utilizando una plantilla predefinida, capturando variables clave como los principios éticos, los enfoques metodológicos y las salvaguardias pedagógicas recomendadas. La integración de la IAG en la educación en enfermería genera preocupaciones sobre la integridad académica, el sesgo de automatización, las "alucinaciones" de la IAG, la privacidad de los datos y la equidad. Sin embargo, también ofrece oportunidades para mejorar el razonamiento clínico, el conocimiento y las actitudes entre los estudiantes. Los resultados subrayan la necesidad de marcos de gobernanza claros, enfoques pedagógicos híbridos con un "humano en el ciclo" y directrices explícitas para la transparencia, la mitigación de sesgos y la protección de los datos. La IAG puede mejorar el aprendizaje en la educación en enfermería cuando se utiliza de manera responsable. Los riesgos éticos, como la degradación del razonamiento ético y los problemas de privacidad y equidad, requieren una gestión cuidadosa. Un enfoque de diseño híbrido, junto con capacitación ética y una evaluación continua del uso de la IAG, es esencial para asegurar los beneficios de la IAG mientras se protege el juicio profesional y la seguridad del paciente.

Ähnliche Arbeiten