我国人工智能教育的研究热点与趋势分析

朱广袤 乜勇

摘 要：人工智能与教育的融合引发教育领域新一轮研究热潮。本文选取国内近十年来教育技术学专业领域CSSCI检索源期刊中与人工智能教育相关的239 篇论文为研究对象，利用Bicomb2.0、Ucinet6.0及SPSS20.0软件，采取共词聚类、词频分析、多维尺度分析及社会网络分析等方法，对我国人工智能教育的研究现状与研究热点进行了详细分析，最后对未来研究趋势进行了讨论。

关键词：人工智能;人工智能教育;文献计量分析;可视化研究

中图分类号：G434 文献标志码：A 文章编号：2096-0069（2019）05-0008-06

收稿日期：2019-05-16

作者简介：朱广袤（1995— ），男，安徽亳州人，陕西师范大学教育学院教育技术专业硕士研究生，主要研究方向为信息技术教育应用;乜勇（1970— ），男，青海贵德人，陕西师范大学教育学院教育技术系主任、教授、博士生导师，主要研究方向为信息技术教育应用、网络与远程教育。

人工智能（Artificial Intelligence，AI）不是个新名词，从1954年在达特茅斯会议上首次提出到现在60余年来，虽历经三起三落，却一直在我们周围，与各行各业结合，潜移默化地融入我们的社会生活。近年来，大数据与深度学习正逐步成为社会热点，在它们的推动下，无论是出于国家发展战略的需要，还是弥补教育行业自身发展存在的不足，人工智能与教育的结合正形成新一波研究热潮[1]。

本文基于关键词聚类分析、可视化共词网络图分析、多维尺度分析等方法，对我国人工智能教育的相关研究进行了归纳整理，以期呈现出我国目前在人工智能教育方面的研究热点与研究领域的变化趋势，为以后的研究提供参考。

一、研究过程与方法

（一）数据来源及研究方法

本研究通过CNKI检索平台，选取“人工智能，教育”“人工智能教育”“教育人工智能”“人工智能技术，教育”“人工智能教育应用”“人工智能教育系统”“人工智能课程”“人工智能学科”等为主题词，来源限定为国内教育技术学专业领域CSSCI检索源期刊，检索时间为2009年到2018年。经统计，本研究检索到相关论350篇，经筛选后最终纳入分析的样本论文数为239篇。本研究将这239篇论文的题录信息以NoteFirst格式导出，以SPSS20.0、Ucinet6.0和Bicomb2.0 [2]为研究工具，采用知识图谱及共词分析方法进行分析。

（二）研究过程

具体路线图如图1（见下页）所示。

二、研究结果与分析

（一）高频关键词词频统计与分析

将样本文献信息导入Bicomb2.0，进行关键词提取操作。最后得到718个关键词，根据普赖斯公式[3]M=0.749Nmax確定高频关键词阈值为4，取所有频次大于等于4的关键词组成关键词频次表，如表1所示。

（二）相似矩阵分析

为了进一步分析高频关键词中的隐含关联信息，本研究用Bicomb2.0对33个关键词进行共词分析，生成共词矩阵，并将其结果导入SPSS20.0生成相似矩阵，部分矩阵如表2（见下页）所示。

在相似矩阵中，数值越接近0，说明两个关键词的关系越远，从图中可以看出，人工智能与其他关键词关系较为密切，是研究的中心。

（三）系统聚类分析

将前文中生成的相似矩阵导SPSS20.0进行聚类分析，得到聚类分析图如图2所示。聚类分析图可以将联系紧密的关键词形成类团，从而直观地揭示人工智能教育研究领域里的研究热点与研究分类 [4]。从图2中可以看出研究热点主要分为三个种类，具体分布如表3（见下页）所示。

种类一侧重于教育理论，涉及人工智能技术与教育融合的总体布局。以人工智能为代表的新一代智能技术与教育的融合称为智能教育（Intelligence Education），教育与技术融合是未来发展的方向。但智能教育只是手段与方法，是智慧教育的实践路径 [5]。智慧教育指的是信息技术支持下面向学生智慧能力发展的教育，是创新人才培养的源泉，也是教育信息化的未来愿景[6]。

种类二侧重于具体的教学模式，属于实践范畴，涉及人工智能教育以何种形式可以有效落地。在中小学，人工智能教育的目标以“基础体验”和“兴趣培养”为主[7]，所以，采用创客教育与机器人教育的方式让他们接触人工智能，甚至亲手编写程序，“创造”人工智能，可以有效地提升学生对人工智能的兴趣，并能培养学生的计算思维与创造能力。

种类三主要侧重人工智能教育应用，属于实践层面，目前人工智能在教育中的应用形式有智能教学系统、智能测评系统、教育游戏、教育机器人等，通过这些应用的帮助，从而可以实现机器学习、深度学习等教学模式与理念，最终实现个性化教育。

（四）多维尺度分析

本研究将相异矩阵导入SPSS20.0中进行多维尺度分析，结果如图3所示。Stress=0.069≤0.2，RSQ=0.891≥0.6，代表本次拟合效果良好。多维尺度法是一种多重变量分析的方法，将复杂维度下的样本或变量之间的相似关系作为二维平面内的距离，来对其进行分类的一种统计学研究方法[8]。通过多维尺度分析图，我们可以直观地观察到各个关键词在研究领域的位置，以及它们之间关系的远近。

（五）共现网络图分析

为了进一步分析关键词之间的联系，将共词矩阵导入Ucinet6.0，生成如图4所示的共现网络图，并进行中心度分析（centrality measures），以及设置节点之间的连线随着联系密切程度（tie strength）而变化。因此在图中，节点越大说明中心度越高，是其他关键词研究的中心概念。两点间连线越粗说明两者共同出现的频率越大，关系越紧密。从图中可以看出：①处于核心区的概念有“人工智能”和“大数据”，这二者节点最大，代表它们频次最高，在领域中影响力最大，是人工智能教育领域里的理论中心，概念最为宏观，其他的研究都围绕着这两个关键词展开。②位于过渡区的有“教育信息化”“智慧教育”“个性化学习”“深度学习”“智能教育”“学习分析”等，这些关键词都偏于理论，是连接中心关键词与边缘关键词的桥梁，也是目前研究的重点与热点。③位于边缘区的关键词如“VR/AR”“机器人”“网络学习空间”“在线教育”等都是比较具体的概念，也是研究者们实际立足的点，虽然在目前的研究里占比较少，但却是未来研究的方向。

三、研究热点分析

（一）人工智能教育的理论研究

新时代下的国际竞争将围绕核心技术与创新人才展开，而人工智能与教育的融合可以有效促进教育变革，培养新时代下急需的创新、创业、智能型人才[9]。关于这方面，国内专家有很多的研究，比较好的有徐晔[10]，从政府、企业、学校、科研机构四个角色出发构建“教育+人工智能”大生态系统。蔡莲玉等[11]提出人工智能与教育融合的智慧教育2.0概念，并从教育目标、组织方式、资源配置和技术路径四个维度对其进行建构。吴永和等[12]关注国家政策与国内外研究现状，提出 “人工智能+教育”生态系统模型的构建，并从应用形态、技术架构、业态趋向等方面提出具体建议。

（二）人工智能教育的教学模式研究

《新一代人工智能发展规划》中提到，“在中小学阶段设置人工智能相关课程，逐步推广编程教育”[13]。我国人工智能课程的建设开始进入高速发展时期，2018年4月华东师范大学出版社和商务印书馆共同出版了我国第一本人工智能教材《人工智能基础（高中版）》。这本教材将在国内40余所首批人工智能教育实验基地学校中进行试用[14]。王本陆等[15]在国内几十所中小学校中进行了人工智能课程的实验，并在此基础上初步归纳了中小学人工智能课程的内容层级、教学体系的大致框架。吴鑫[16]则另辟蹊径，探究创客教育与人工智能课程的有效融合，他以开源机器人“小菠萝”存钱罐作品为例，对小学阶段人工智能启蒙课方案进行了探究。赵飞龙等[17]在中小学进行了“语音合成课”的实践，并尝试进行了人工智能科普教育体系的构建。

（三）人工智能教育应用的研究

《新一代人工智能发展规划》中也提到，要“利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系”[18]。李振等[19]人对教育人工智能的典型应用进行了梳理，如DreamBox Learning自适应教学系统、科大讯飞机器口语测评系统、批改网作文自动化批改工具、AdmitHub助教机器人等。魏雪峰等[20]提出了一种能够主动诊断测评学习者学习过程，并自适应推送相关内容的教育测评机器人的理念构想，并在中小学进行了应用实践。王筱竹等[21]基于亚马逊ASK音效库设计出名为“大声说程序”的游戏，从而引导学生进行人机对话，并设计实验证明了人工智能技术的应用可以有效提高学习者对计算机编程技能的学习兴趣。汪张龙等[22]研究了针对传统纸笔考试的电子阅卷技术，并建构了纸笔考试智能网上评卷系统。

四、研究趋势讨论

（一）頂层设计，丰富完善人工智能教育理论

理论研究是一个领域研究的基础，但随着这一领域的研究呈现火热的趋势，研究水平总体较低，深度和广度不够、概念混淆乱用、研究主题离散的情况也随之出现[23]。总体而言，我国人工智能教育的理论研究尚处于起步阶段，许多框架与构想亟须实践加以验证。后续研究应在国内外其他研究的基础上，明确相关概念，用宏观的视野，从政府、企业、学校、研究院等不同的视角去分析人工智能与教育的融合的实践路径。

（二）立足实际，普及优化人工智能课程建设

高新技术是我国在国际竞争中的关键所在，人工智能作为高新技术中最璀璨的一颗明珠，其科普与课程建设工作关系到未来我国创新人才的层次与规模。目前，基础教育阶段人工智能课程建设的研究逐渐受到重视，但文献质量偏低，核心以上文献较少。后续研究应该立足实际，结合本班、本校乃至全省全国的实际情况，采用创客、实践、VR等多种手段与形式进行可推广的人工智能课程体系的建设。同样地，在高校中，也要尝试进行人工智能学科的设立，促进“人工智能+新工科”的融合，培养创新创业型新人才，为祖国建设添砖加瓦[24]。

（三）创新引领，开发实践人工智能教育应用

人工智能技术正在全面、深刻地影响着教育理念和教育模式。大数据、语音合成、智能阅卷系统、电子学伴等新型人工智能教育应用可以有效解决传统教育中的教师工作负荷大、教学一刀切、学生厌学等诸多弊端。后续研究应关注目前课堂中存在的问题，在实践中使用人工智能技术开发出对应的应用，从而能够切实地解决问题，提高课堂效率，真正实现智慧地教与学。

五、结束语

人工智能与教育的融合为教育带来了新的活力，新技术提高了教学效率，改变了教学模式，甚至改变了教学目标，使个性化、精准化教育日益成为现实。本文通过对近十年来的国内人工智能教育领域的CSSCI收录文献进行可视化分析，清楚明了地将该领域的研究现状与热点进行了展示，同时对未来的研究趋势进行了自己的思考，以期为后续研究提供参考。需要指出的是，本研究尚存在许多不足之处：①文献只选择了CSSCI文献，大量的普刊文献未予采用，在研究热点的把握上可能存在偏差;②通过文献计量分析的方法可以在一定程度上反映此领域的研究热点与研究趋势，但对可视化图表的解读存在一定的主观性与概括性。作者将继续关注人工智能与教育的融合，追踪其进一步发展。

[1][23]刘凯，胡祥恩，马玉慧，等.中国教育领域人工智能研究论纲：基于通用人工智能视角[J].开放教育研究，2018，24（02）：31-40+59.

[2]崔雷，刘伟，闫雷，等.文献数据库中书目信息共现挖掘系统的开发[J].现代图书情报技术，2008（8）：70-75.

[3]钟文娟.基于普赖斯定律与综合指数法的核心作者测评：以《图书馆建设》为例[J].科技管理研究，2012（2）：57-60.

[4][8]郭文斌.知识图谱：教育文献内容可视化研究新技术[J].华东师范大学学报（教育科学版），2016，34（01）：45-50+114.

[5]祝智庭，彭红超，雷云鹤.智能教育：智慧教育的实践路径[J].开放教育研究，2018，24（04）：13-24+42.

[6]祝智庭.以智慧教育引领教育信息化创新发展[J].中国教育信息化，2014（09）：4-8.

[7][15]王本陆，千京龙，卢亿雷，等.简论中小学人工智能课程的建构[J].教育研究与实验，2018（04）：37-43.

[9][10]徐晔.从“人工智能+教育”到“教育+人工智能”：人工智能与教育深度融合的路径探析[J].湖南师范大学教育科学學报，2018，17（05）：44-50.

[11]蔡连玉，韩倩倩.人工智能与教育的融合研究：一种纲领性探索[J].电化教育研究，2018，39（10）：27-32.

[12]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017，35（05）：27-39.

[13][18]国发〔2017〕35 号.新一代人工智能发展规划[EB/OL].

（2017-07-08）[2019-05-16].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[14]百度百科.人工智能基础（高中版）[EB/OL].（2018-07-07）

[2019-05-16].https：//baike.baidu.com/item/%E4%BA%BA%

E5%B7%A5%E6%99%BA%E8%83%BD%E5%9F%BA%E7%A1%80%

EF%BC%88%E9%AB%98%E4%B8%AD%E7%89%88%EF%BC%89/

22710511？fr=aladdin.

[16]吴鑫.小学创客教育初级人工智能作品的设计：以开源机器人“小菠萝”存钱罐作品为例[J].现代教育技术，2018，28（06）：122-126.

[17]赵飞龙，钟锟，刘敏.人工智能科普教育探究：以初中“语音合成”课为例[J].现代教育技术，2018，28（05）：5-11.

[19]李振，周东岱，刘娜，等.人工智能应用背景下的教育人工智能研究[J].现代教育技术，2018，28（09）：19-25.

[20]魏雪峰，刘永渤，曲丽娟，等.教育测评机器人的理念构想与教学应用研究[J].中国电化教育，2018（12）：25-30+53.

[21]王筱竹，OSUNDE J，BARTHAUD D，YU Y.人工智能辅助会话式编程：一种性别包容的程序设计教学法[J].中国远程教育，2018（08）：70-78.

[22]汪张龙，徐俊，李晓臻，等.纸笔考试智能网上评卷系统的设计和应用：智能教育应用之“考试评价”篇[J].现代教育技术，2018，28（03）：5-11.

[24]许涛，严骊，殷俊峰，等.创新创业教育视角下的“人工智能+新工科”发展模式和路径研究[J].远程教育杂志，2018，36（01）：80-88.

（责任编辑 杜丹丹 王策）

Research Hotspots and Trends of Artificial Intelligence Education in China

—Visualization Research Based on Co-word Analysis

ZHU Guangmao，NIE Yong

（School of Education，Shaanxi Normal University，Xi’an，Shaanxi，China 710062）

Abstract： The integration of artificial intelligence（AI）and education has triggered a new round of research in the field of education. In this paper，239 papers related to AI education and CSSCI source journals in the field of educational technology in China in recent ten years are selected as research subjects.By using software Bicomb 2.0，Ucinet 6.0 and SPSS 20.0，and by employing research methods like co-word clustering，word frequency analysis，multi-dimensional scale analysis and social network analysis，we have an in-depth study on the current situation and research hotspots of AI education in China.Finally，the future research trends are discussed.

Key words： AI;artificial intelligence education;bibliometric analysis;visualization research