国外智慧教育研究现状分析—基于词频分析和可视化共词网络图的方法

张 欢

陕西师范大学教育学院,西安 710062

IBM提出智慧教育未来发展的五大代表性方向,分别是学习者的技术沉浸、多元且具有个性的学习路径、服务型经济的知识技能、系统文化资源的全球整合以及为21世纪经济发展起关键作用[1]。在当前快速发展的新型技术,如大数据、云计算、物联网等的支撑与推进下,世界多数区域已经把智慧教育作为其未来教育发展的重要战略,从数字教育转变为智慧教育已经成为全球教育发展的一个必然趋势[2]。文章拟对当下国外的智慧教育研究的热点进行词频分析,构建国外智慧教育热点网络图,借助可视化共词网络图对国外智慧教育发展的热点及未来趋势进行分析。

1 研究设计

1.1 研究方法

文章将在词频分析法以及共词分析法的基础上,结合国外相关研究文献进行分析研究。词频分析法能统计出文献核心内容的关键词所出现的频次,当某个关键词在某个领域多次出现时,这个词就能反映出这一领域的研究重点及热点[3];共词分析法能够计算出某组词在同一文献中共同出现的频次。在相同文献中出现的次数越多,说明这组词关系越紧密,进而反映出这些词之间的亲疏关系[3]。

1.2 研究工具

该次研究使用三种分析工具,即文献题录信息统计分析工具(statistical a nalysis toolkit for informetrics,SATI)[4]、综合型社会网络分析工具(UCINET)及内部集成的可视化工具(netdraw)。其中,SATI能够协助研究者进行某研究领域的相关字段抽取,如关键词、作者、年代等字段的抽取;可以进行关键词的词频

统计;还可以生成如高频词共生矩阵、相似共生矩阵、

相异共生矩阵等多种矩阵形式[5]。

2 数据分析过程

2.1 数据来源与准备

国外数据来源:主题＝“Smart Education”或“wisdom education”“Smart learning”以及“Smart school”,时间跨度为2013—2017年,数据库为Web of Science的子库Web of scienceTM核心合集,设置查找领域范围并进行检索,去除无关的会议报告等文献,最终得到1 062篇有效的文献,将这些有效文献的题录信息导出并保存成HTML格式的本地文件。

2.2 词频分析

研究中使用SATI打开国外智慧教育关键词的文件夹,文献数据使用“Text—(Web of Science)”进行格式转换。选择“关键词”选项进行字段的抽取,手动合并意义相同的关键词,删除与该次研究无关的词汇,最后使用SATI进行“频次统计”,选取国外文献的前36个高频词汇,如表1所示。

表1 国外智慧教育的高频关键词

2.3 构建共词矩阵与共词网络图

2.3.1 共词矩阵 根据上面所提取的高频关键词,将36个关键词组成一个36×36的共词矩阵,该共词矩阵为无向对称关系矩阵。行与列分别表示36个关键词,当两个关键词在同一篇文献中出现时表明两者之间存在某种关系。例如表2中,第五行与第四列交集是3,说明“learning”与“Intelligent tutoring systems”在同一篇文章中出现了3次。在矩阵中对角线上的数字代表该关键词的频数。以下是国外高频关键词的部分矩阵。2.3.2 共词网络图 将关键词共词矩阵导入社会网络分析软件Ucinet中,保存格式为.＃＃h的本地文件,之后将本地文件导入可视化工具—Netdraw中,进行相关参数的调整之后可得到国外智慧教育的高频关键词共词网络图,如图1所示。共词网络图可以直观地反映出共词网络的整体特征。在共词网络图中,每个节点代表一个关键词,每条直线代表两个关键词之间的关系,就是说这两个关键词在同一篇文献中共同出现过,直线的箭头表示词组之间关系的指向,连线次数表示与某一关键词有联系的其他关键词的数量[5]。

表2 国外智慧教育高频关键词的共词矩阵(局部)

图1 国外智慧教育高频关键词的共词网络图

3 分析与结论

从国外智慧教育高频关键词的可视化共词网络图中可以直观的看出:第一,一些处于网络图中心位置的关键词,说明这些词与其他词联系紧密,目前大多研究者在重点研究这些中心词,其他的研究基本上都是围绕这些中心关键词开展的,由此可以确定位于中心位置的词是智慧教育领域目前的研究热点;第二,某些词处于网络图比较边缘的位置,这些词之间的联系比较稀疏,但这并不代表这些词不重要,而是目前研究者对这方面的关注相对来说比较少。而这些词多出自近期的文章,反而可以说明边缘位置的词是智慧教育领域未来的研究趋势及研究方向;第三,某些词处于网络图的中间位置,它们是联系网络中心节点和边缘节点的桥梁[5]。文章将结合可视化网络图以及相关文献对国外智慧教育领域的研究热点及未来研究趋势进行相关分析:

3.1 国外智慧教育研究热点与趋势分析

3.1.1 中心节点—当前研究热点

①技术支持学习。从关键词“Machine learning”“artificial intelligence”等可以看出,技术在教育中扮演着非常重要的角色,计算机科学的发展为教育领域带来了巨大的变革。在人工智能领域,人工智能企图探索智能的本质,并研发出一种新的能够做出与人类智能类似反应的智能机器,这一领域的研究内容主要包括机器人、语言及图像识别和专家系统等[6]。在智能教学系统开发方面,外国的研究成果包括南加州大学的RIDES智能教学系统开发工具,北卡大学的INSTRUCT系统,斯坦福大学的MMAP协作型教学模式的教学系统等[7];在虚拟现实技术领域,学生和教师能在生动而逼真的学习环境开展教学活动,具有较强的可参与性,对突破传统教学的缺陷、重点、难点的分析和破解,学生技能的培养,学习积极性的调动等方面都将起到积极的影响[8]。虽然高新技术与教育的融合仍在起步阶段,但是不可否认的是技术为教育的发展做出了巨大的贡献。

②学习模式。从关键词“E-learning”“mobile learning”可以看出,随着信息技术的发展,国外对数字化学习、移动学习、混合式学习、泛在学习、协作学习等多种教学模式进行了探索研究。在传统教学中,由于环境的限制,部分教学活动无法有效开展。而在信息环境中,信息通信技术的出现给教育带来了创新,新型的教学方法使教师和学习者的角色发生了变化[9]。智利大学开展基于移动设备PDA的交互式游戏学习,在学习活动中,孩子们以实际的动物园观察为基础,基于学习游戏来进行物种进化以及演进的科学小实验,这一学习游戏活动可以提升学习者在科学实验课程中解决相关问题的技能[10]。在这种实际环境中,以情境理论与通信技术为支撑,学生带着自己的问题,以一种求知探索的精神去学习,移动设备不仅仅只是担当信息的传递工具,更是一种帮助学生构建知识体系的学习工具。

3.1.2 边缘节点—未来研究趋势

①智慧学习环境。智慧学习环境是一种能够促进学习者有效学习的学习场所或者活动空间,它可以感知学习者的学习情景、识别学习者的特征,并为学习者提供适合的学习资源以及便利的互动学习工具,还可以自动记录学习者的学习过程,评测学习者的学习成果[11]。智慧学习环境与数字学习环境的不同之处在于,智慧学习环境的核心是怎样通过各种数据的分析为学习者提供适合他们特点的学习,而数字学习环境主要是关注各种基础设施与资源的建设。从边缘词“smart learning environment”“data mining”可以看出,智慧学习环境与数据挖掘紧密结合。智慧学习环境研究的下一步是结合教育数据挖掘、学习分析、智能辅导等技术,联合不同的研究项目和研究成果,促进信息安全无缝流动,为学习者提供最优化的学习支持服务,这需要学习者的信息可以从一个系统无缝流动到另一个系统,系统间的无缝整合将是智慧学习环境研究的重心[12]。

②重视认知与动机。从关键词“motivation”“cognition”中可以看出,在学习活动的设计方面,国外比较注重学习者认知能力的提升以及学习动机的激发。例如:Frog Dissection这款生物学习的APP,它可以为学生提供虚拟青蛙和虚拟的解剖工具,给学生提供一种真实实验室桌面的感觉,同时在解剖的过程中会有详细的语音辅导和相关教程,这种虚拟实验可以刺激学生的感官,帮助学生深入认识青蛙这一生物的内部结构,从而增强学习者的学习动机,培养学习者的个人认知能力。

③学习效果的评价。从“assessment”“evaluation”这两个关键词来看,国外逐步重视学习效果的评价。在美国圣地亚哥州立大学所开展的mGage研究项目中,研究人员探索如何将移动学习与学校的课程进行深入的融合。该mGage研究项目被划分为两个阶段,第一个阶段是结合内容分析法,对学生的作业进行相关分析,其中实验组参与了移动学习项目,而对照组没有参与学习项目;第二个阶段采取基于设计的研究,以及对mGage在课堂应用具体情况的实地考察[13]。项目组的研究人员设计出一套评价工具,从认知过程、协作过程等16个维度对学习者进行评价,该研究的实验结果表明,移动技术与课程学习相结合能很好地提高学习者的学习效果[13]。

3.2 对研究的总结与思考

通过对国外智慧教育研究热点及研究趋势分析可得出以下启示:国外智慧教育研究的着重点主要是在情境中设计教学活动,技术设备与现实教学充分融合。可以看出,构建完整的智慧教育网络,要充分发挥出智慧教育的优势,不局限于技术的开发,应该是:

一是智慧教学模式的设计。要以学习者为中心,注重学习者的动机、情感需要以及认知能力的培养,要使学习者爱学习,会学习。有研究者在界定智慧学习的内涵与构建的智慧学习概念框架的基础上,设计出四种智慧学习模式,包括独立自助式学习模式、群组协作式学习模式、入境学习模式、创客学习模式等智慧学习模式,用以满足自主学习、协作学习、实践学习等不同的学习需求[14]。当前存在的问题是教学模式实践研究较为缺乏,应不断通过实证研究去改进完善。

二是智慧教育平台与资源的开发。技术对智慧教育的发展起着至关重要的作用,在未来的发展中构建智慧教育公共服务平台,是智慧教育环境建设的关键[15]。智慧教育平台可以为公众提供公共教育信息,促进优质资源的普及、共享,并在服务提供者与使用者之间搭建互动、交流、共享的环境[16]。要利用现有技术对当前教育资源进行全方位的整合,建设全国范围的教育云平台,构建完整的教育性优质网络资源库。

三是构建智慧学习评价体系。学习分析逐渐成为当下研究的热点,应借鉴国外经验,结合学习分析开展实证研究,通过实证研究不断构建与完善智慧教育的多维度评价体系,以便对智慧教育成果的有效评价,并进一步促进智慧教育行业的规范化发展。