近十年面向人工智能教育研究的文献计量分析与探索

马秀麟 姜雪 贾玉娟

摘   要：鉴于学习过程中个性化指导和在线学习快速发展的需要，人工智能与教育的融合日益紧密并获得快速发展，及时调查并分析人工智能教育的研究现状对人工智能教育的发展是必要的。文章以CNKI中发表于CSSCI期刊的人工智能领域的研究论文作为研究对象，兼顾科学网（Web of Science）中近10年的成果，通过计量分析的方法对人工智能教育领域的相关文献进行分析，总结人工智能教育发展的现状及存在的问题。在此基础上，文章梳理人工智能服务于教育的有效模式，分析当前人工智能教育存在的风险和不足，并提出有效的建议。

关键词：计量分析;人工智能教育;调查分析

中图分类号：G434         文献标志码：A        文章编号：1673-8454（2022）08-0035-12

一、研究背景、问题及意义

（一）研究背景

中共中央、国务院印发的《中国教育现代化2035》提出：“互联网、人工智能等新技术的发展正在不断重塑教育形态，知识获取方式和传授方式、教和学关系正在发生深刻变革。”从教育发生的要素视角来看，教育人工智能的应用对教育环境、教育工具、教育活动、教育评价的进化产生影响，进一步助力千人千面教学的实现。按教育阶段的划分来看，教育人工智能对K-12和高等教育的支持，则主要表现在人工智能课程的引入、STEM课程的不断深化完善、人才培养理念的更新。

自1956年美国达特茅斯学院举办的研讨会上提出“人工智能”以来，其60余年的发展史历经三次热潮。学习科学日渐兴起，两者相结合产生的教育人工智能（Educational Artificial Intelligence）也快速发展，并伴随着人工智能技术得到不断更新和进步。相关新技术结合教育领域的问题和实际需求，服务于教育领域的方方面面。

人工智能的存在使其成为各级各类教育部门进行教育教学改革的工具，逐渐走入学生的课堂，成为课堂上的“常客”。[1]例如，人脸识别系统、智能机器人等都在课堂教学中发挥举足轻重的作用。人工智能和教育的结合，促成教育界的一场重大革命。“人工智能教育”这一简单的名词，却深深代表着人工智能和教育产生的深度融合。因此，要充分发挥人工智能独一无二的优势，持续推动教育的变革和创新，提升教育品质，培养适合新时代的人才。

在肯定人工智能技术对教育正面作用的基础上，不可否认，在人工智能教育的应用中也不可避免地存在着一些负面问题，诸如人脸识别技术的滥用、为技术而技术的课堂教学行为、无视学生隐私权的学习行为监控等等。

（二）研究问题

在人工智能全面支持教育教学活动的今天，梳理人工智能服务于教育的现状及存在的问题，是应该且必要的，主要有以下两个方面。

（1）基于人工智能教育领域的最新研究成果，对相关文献的发文量、文献来源、文献的关键内容展开综合性分析，深入剖析人工智能教育领域的研究热点。

（2）在高影响力论文分析和高频关键词分析方面，形成聚焦且能够呈现内在逻辑的关键词网络图，进一步总结归纳人工智能教育领域的研究范畴，探究在发展层面难以处理和解决的问题，并以此为据来为我国发展中的人工智能教育提供建议。

（三）研究意义

本文通过对有关人工智能教育方面的文献进行可视化分析，深入把握人工智能教育方面的研究核心，验证与完善人工智能教育的相关理论;扩大与推广人工智能教育的实际应用。本文也通过研究人工智能教育发展的现实状态，深入探究人工智能教育在我国的发展情况，分析当前的人工智能教育中存在的风险和不足，并提出有效的建议。

二、研究方案设计

（一）研究流程

本研究聚焦于國内学者发表于CSSCI期刊的人工智能教育领域的重要论文，同时兼顾科学网（Web of Science）上的一些成果，基于计量分析的方法探索人工智能教育的研究现状。根据研究问题及其背景，本研究先根据关键词从CNKI检索相关文献，并剔除会议、访谈等不符合要求的文献;然后，对检索到的文献进行文献分布情况分析、高影响力论文分析、高频关键词分析、文献关键词的共现分析、文献合作网络分析，并对分析结果展开讨论，以发现人工智能教育研究中的研究焦点及其不足。研究流程如图1所示。

（二）研究对象

本文面向“中国知网”内所包含的人工智能教育方面的相关文献，聚焦于北大核心期刊和CSSCI期刊，主要分析的是2010年1月至2021年9月之间出版的文献。通过“人工智能教育”“教育人工智能”“人工智能+教育”等关键词检索，得到153篇文献。与此同时，笔者还关注了近10年发表在科学网（Web of Science）上的重要文献。

（三）研究工具

本文利用文献分析工具并结合相关工具中的具体分析方法来做可视化分析。当前，笔者选用的工具主要有文献题录信息统计分析工具（Statistical Analysis Toolkit for Informetrics，简称SATI）、社会网络分析工具（University of California at Irvine Network，简称UCINET）。

其中，SATI主要是使用数据分析方法处理数据，包括常规分析、伴随分析、聚类分析、多维度分析、社交网络分析等处理选定的数据，以研究和提供所需的分析结果。本研究主要是利用SATI的分析和绘图功能，对收集到的文献数据进行分析。UCINET是一个功能特别强大的社交网络分析软件，对本研究非常适用，它最初是由加州大学的专家开发的，用于进行文献分析研究并提供视觉效果，本文主要是利用UCINET的文献聚类分析功能，聚类关键词的网络图。

三、文献分布及关键词的分析

（一）文献分布情况分析

1.年發文量分析

中国最大的学术期刊网CNKI收录人工智能教育领域的论文数如图2所示。从图2可以看出，2011年至2016年是人工智能教育发展的初期阶段，发文量均在5篇以下（本研究只面向CSSCI期刊论文），而自2017年至2020年，人工智能教育研究论文数量在整体上迅速增长，总体趋势是快速增加。到本研究资料搜集结束，中国知网还没有完全收录2021年将发表的相关文献，但是从2021年9月以来的发文量来看，人工智能教育这一领域的相关研究仍呈现为高速增长势态。从国际上来看，关于人工智能教育的相关文献也是逐年增多，笔者统计Web of Science上发表的近10年相关领域的研究文献，从图3可以看出，尤其在2017年之后，文献量上升趋势尤为明显。

分析人工智能教育发展如此迅猛的原因，笔者认为：其一，是国家在政策方面的大力支持，目前，国家已出台诸多政策，从多方面支持和鼓励人工智能教育的快速发展;其二，是人工智能本身具有的独特优势，人工智能与教育结合给教育带来新的发展契机，并使教育充满活力，教育需要人工智能;其三，是教育自身发展的需要，需要教育和人工智能进行更加深层次的合作，不断迎接一轮又一轮的变革和发展。

从当前人工智能教育所进行的相关研究来看，多数研究聚焦于教育教学行为和学习过程管理，人工智能教育的核心目标依然是服务于教学活动，为教育教学提供更好、更贴切的指导，为学习者创建更好的学习情境，以培养出适合新时代发展特点的人才。

2.文献来源分析

从文献来源的视角看，教育技术领域的八大CSSCI期刊均收录大量人工智能教育方面的文献。统计各文献的来源期刊，笔者发现，以下五种期刊收录的文献相对较多，如图4所示。

从图4可知，发表人工智能教育论文较多的CSSCI期刊依次为《远程教育杂志》《现代教育技术》《中国电化教育》《电化教育研究》《开放教育研究》。另外，在非CSSCI期刊《中国教育信息化》中也有较多人工智能教育领域的论文发表。

（二）高影响力论文分析

论文的被引量是反映论文影响力的重要指标，高被引量的论文直接反映此领域的研究热点和影响力。因此，笔者重点关注人工智能教育领域引用量比较高的3篇文章。

1.高引用量论文及其要点

对检索到的文献按照其被引的次数进行降序排列，得到被引次数最多的前三篇文献。被引量排名第一的是余胜泉教授发表的论文《人工智能教师的未来角色》。在文章中，余胜泉教授系统地阐述如何应对当前人工智能快速发展态势，着重论述人工智能教师在未来可能承担的12个角色。余教授认为在未来的学习中，人工智能教师将会占有一席之地，未来教育将会由教师与人工智能教师协同共存。[2]

被引量排名第二的是论文《构筑“人工智能+教育”的生态系统》。在该文中，相关学者进一步分析当前“人工智能+教育”的研究态势，进而系统地论述如何构建“人工智能+教育”的人才培养体系。[3]

被引量排名第三的论文是《人工智能教育应用的现状分析、典型特征与发展趋势》。在文章中，相关学者从技术的角度呈现人工智能的发展历程，给出人工智能教育的发展现状和应用的五大典型特征，进一步构建出人工智能与教育的融合创新发展体系，为我国人工智能与教育的融合发展提供理论指导。[4]

2.分析与讨论

从高引用量论文来看，在人工智能教育领域，学者普遍关注人工智能技术在教育中的应用和基于人工智能技术的“新型教育生态系统”。事实上，人工智能的技术如何服务于教育、能否真正提高教学效率、实现面向学习者的个性化学习和精准教学，是关系着人工智能教育成败的关键因素。人工智能技术服务于教育的方式、作用效果，一直是众多学者关注的焦点和热点。

从另外一方面讲，作为具有重要技术属性的人工智能，在教育和生活的应用中，也是一把双刃剑。如果在教育教学中，不能正确地应用人工智能技术，或者滥用人工技能技术，有可能导致侵犯学生隐私、激发师生反感，甚至引发伦理和道德问题，这些也引起学者的关注。

因此，关注人工智能支持教育的有效策略和关键技术，并尽力规避人工智能技术应用中的风险，是当前人工智能教育研究的核心内容，关系着人工智能教育的成败。

（三）高频关键词分析

为了更准确地了解人工智能教育主题的研究焦点和发展趋势，笔者把待研究的153篇文献的关键信息以EndNote格式导出，用于数据分析和统计。

1.面向关键词的词频统计

本研究主要采用共词分析方法，从发表年份、作者、摘要、关键词等诸多维度对我国人工智能教育相关文献进行分析和研究。基于SATI软件做高频关键词词频统计与分析后，共得到569个关键词，其中所有关键词的总频次为988次（为保证研究质量，笔者已经提前组合语义相似或相近的关键词）。在计算出总频次之后，将已经得到的关键词数据根据频次的大小进行降序排列，其结果如表1所示。

从表1可以看出，人工智能、人工智能教育、教育占据高频词的前3位。除了这种全局性关键词，大数据、机器学习、人工智能教育应用、人才培养、深度学习等占据面向实践的应用型词汇的前5位。

2.分析与讨论

人工智能教育能否顺利地持续发展，主要在于人工智能能否在教育教学中发挥出巨大优势，从而使教育领域的专家学者更加关注人工智能对教育的重要影响。这个研究主要关注两方面的问题：第一方面是人工智能教育的概述，多是阐述人工智能的起源、历史进程、独特优势。第二方面是指，人工智能教育与智能教育的区别点、共性。在人工智能教育与智能教育的关系研究中，人工智能教育作为目前的一种新的研究方向，与早期已经存在的智能教育是否出现重合的地方，或者是否大部分内容是相似或是重合的，这也关系到人工智能教育研究的持续性问题。对此，有学者给出人的智能观念和人工智能观念两者的明确区别，并主要根据这个区别，得到关于智能教育与人工智能教育的关系模型。[5]充分厘清智能教育和人工智能教育之间的关系，对进一步研究人工智能教育意义重大。

有学者关注的关键点是人工智能与教育如何融合的研究，这类研究重点讨论人工智能在教育方面的独特优势，以及如何将教育更好地同人工智能结合起来。另有学者认为，目前人工智能和教育的密切融合已经被广泛应用于教学的各个阶段，学校和教育部门亟需加快推进人工智能和教育融合的进程。[6]未来的工作将更加着重于构建“人工智能+教育”融合的生态系统。

（四）文献关键词的共现分析

1.面向关键词的共词矩阵

针对19个高频关键词，为了分析关键词之间的内在逻辑，笔者利用SATI软件构造出一个共词矩阵，如表2所示。然后把相关数据导入到SATI的NetDraw中进一步分析，得到关键词的共词分析图，如图5所示。

从共词矩阵的数据可以看出，人工智能与人工智能教育具有较强的相关性，随着人工智能的发展，越来越重视人工智能与教育的结合，推动教育教学的发展;人工智能时代与教育应用也有较强的相关性，人工智能时代来临，促使教育发生翻天覆地的变革，尤其是许多教育应用的出现，促使教育教学的效率得以极大提高;人工智能时代与大数据有较强的相关性，大数据主要是在人工智能时代发展起来的;机器学习与大数据也有较强的相关性，可以认为机器学习主要是用来分析大数据的工具。

图5所示的关键词共词矩阵，也呈现出“人工智能”“教育人工智能”“人工智能+教育”有较强的相关性，人工智能教育目前的发展主要是以“人工智能”“教育人工智能”“人工智能+教育”等为主线，逐步向外延伸，扩展到大数据、教育变革、机器学习等方面。

2.关键词的聚类分析

为了更清晰地呈现出关键词之间的内在逻辑，笔者对已有的关键词进行聚类分析。笔者将从Excel软件生成的相异矩阵导入到UCINET软件中，用于凝聚子群分析。

凝聚子群分析是将主题大意十分接近的词语联系到一起形成可视化图像，借助于凝聚子群分析中的子群，清晰地呈现出组群中具有非常强关联性的关键词，笔者根据作图需求选择使用UCINET软件中的迭代相关收敛法（convergence of iterated correlation，简称CONCOR）对导入的相异矩阵进行分析。在多次重复计算后，CONCOR使用一个树图来表示各个子群之间的结构和紧密程度，并标识每个位置存在的成员。通过上述分析，本文聚類出树状子群，如图6所示。

根据关键词共现图、树状子群图，以及相关文献内容，得出关于人工智能教育研究主题类别，分析各类别对应文献的数量，如表3所示。

3.分析与讨论

通过共词矩阵的相关数据和聚类分析，很好地呈现出人工智能教育的4大研究领域，主要有四个方面。

（1）人工智能教育的基础理论研究，涵盖人工智能、教育等基础理论方面的研究。人工智能教育是在人工智能深入发展的基础上发展起来的，在教育教学过程中融入人工智能，使教学效果得到显著提升，所以对人工智能和教育等的研究是很有必要的。在对这些基础理论有深入的把握之后，再来研究人工智能教育的相关理论。

（2）人工智能教育的相关理论研究，涵盖人工智能教育、智能化教育、人工智能时代、深度学习等领域的研究。主要是研究在人工智能时代下，如何通过深度学习、机器学习等手段提升教育教学效果，使我国教育快速进入智能教育阶段。

（3）人工智能支持教育的技术，涵盖教育应用、人机协同、人工智能技术、教师、大数据、机器学习等领域。在这个领域主要是对人工智能支持教育的相关技术进行探究，研究分析教师应用什么样的技术，可以更好地促进教学，学生使用什么样的技术能产生更好的学习效果。

（4）人工智能教育应用领域的研究，涵盖职业教育、教育大数据、智慧教育、教育变革、人才培养、未来教育、高等教育等诸多领域。主要是针对各级教育该如何应用人工智能技术展开讨论。

（五）文献合作网络分析

1.作者合作网络分析

对于待分析文献，将其导入到UCINET，通过作者关键词矩阵图，可以生成作者合作网络分析图，其结果如图7所示。

从图7的布局可以看出，文献的合作者通常比较稳定，代表人工智能教育领域中的研究小团体已经形成。与此同时，笔者发现，多数论文虽然存在多名作者的合作现象，但各个小团体之间的沟通交流仍比较缺乏，而且跨小团队的合作现象依然不多。因此，比较大的研究合作团体在该领域研究中尚未形成。

根据图7的全部构图情况，笔者认为，各个小团队之间的位置分布仍然比较松散，跨团队之间合作依然较少，这将不利于人工智能教育的快速发展，更不利于大型的、影响全国的全局性教育信息化的推进。

2.高产量作者分析

对于待分析文献，共涉及1180名作者。笔者从作者发文量视角展开深入分析研究，将其发文量多少作为衡量的标准进行排列，得到排列在前13位的作者，如表4所示。

通过观察表4的数据，新疆师范大学的李海峰老师是发文量最多的作者，他共发表人工智能教育领域的相关文献5篇。他的研究主题是关于“人工智能+教育”领域的研究进展和前沿热点;接着是刘进、王炜、杨现民、梁迎丽、黄荣怀、顾小清、张志祯、张玲玲、黄尧、任友群、刘凯、钟绍春等学者，他们的发文量全部都在3篇或者是3篇以上，他们主要关注的是人工智能教育在具体实施过程中存在哪些挑战、人工智能时代基本学习形态的构建、人工智能的理论演进，以及教育人工智能的创新途径和如何促进教育发展等等。

进一步分析文献，笔者认为，人工智能教育已经引起高校教育教学工作者的高度关注。人工智能技术已经走进高校教育，与高校课程进行深度融合。诸如人工智能与高校思想政治课融合、人工智能与高校英语课程融合，给高校的课程更新带来不小的影响。

四、结果与讨论

从2010—2021年间发表的研究型文献看，人工智能教育的研究主要覆盖4个大的领域。在这四个研究领域中，关系着人工智能教育成败的关键因素是人工智能支持教育的技术（或人工智能服务于教育的具体策略）和人工智能教育的应用领域，针对高影响力论文的分析也能证实这一点。基于前述数据及分析，笔者认为，关注人工智能支持教育的有效策略和关键技术，并尽力规避人工智能技术应用中的风险，仍是当前人工智能教育应用研究的核心内容。

（一）人工智能支持教育的有效策略及影响

1.人工智能支持教学的有效策略

（1）基于人工智能技术的优质课件帮助学生更好地认知

人工智能技术的深入发展，在帮助学生更好地认知方面也发挥出巨大的作用。教师利用图像（平板电脑）、动画更好地呈现知识，帮助学生更好地理解知识，提高学生的认知水平;教师还可以利用智能化的教学课件针对不同学生的特点，为不同类别的学生提供个性化支持;在许多条件较好的中小学，虚拟现实（Virtual Reality，简称VR）、增强现实（Augmented Reality，简称AR）的相关技术也开始被应用到课堂教学中，有学者认为，应用VR/AR，学习者能够在虚实融合的教学情境中，以最贴近自然的方式进行自主探索，基于增强现实的交互手段给课堂提供新的教学方式，知识会越来越具有交互性、流动性、情境性，为学生带来良好的课堂体验。[7]

（2）一体化的智慧教室全方位服务于课堂教学

随着物联网技术的发展，很多学校都开启建设智能化教室的道路。智能化教室可以利用物联网技术更好地监测教室内的温度、声音、气味等参数，为学生匹配更加适宜的参数，为学生打造更加安全舒适的学习环境。[8]一体化的智慧教室也提供更好的交互手段，教室利用魔镜等工具可及时地采集学习者的学习状态数据，利用智慧笔、学生点读卡等全方位了解学生对知识点的掌握情况，便于教师及时调整或改进自己的教学策略，开展各种层次的教研活动，以实现更好的教学效果。

（3）基于专家系统和机器人技术的代理教师为学生提供全面辅导

基于专家系统和机器人技术的代理教师，作为一个课堂的辅助者逐渐走入教育教学过程，它可轻松完成对学生的全面辅导。在教学过程中，学生可以和代理教师进行对话，代理教师也能够通过对话理解学生的意图和需求，并给予及时的响应和反馈。

（4）基于人工智能技术的学习者画像及评价

学习者画像在判断学习者的学习状态、学习风格、认知特点、学习习惯等方面发挥重要作用。人工智能技术主要是通过人脸跟踪与语音识别等来精准判断学习者的学习行为和学习状态，针对所判断学习者的相关情况清晰地刻画出学习者的学习画像，学习者画像有利于教师更准确地进行学情分析，制定精准化的教学方案，指導学生进行个性化学习。

为了实现精准化教学，除了利用学习者画像，摄像头、智能手环、坐垫等设备也相应地出现在课堂中。这些设备可以实时地通过学生的表情或者生理信号监测学习者的学习状态，如果学习者的学习出现不专注的情况，则会及时提醒，采取适当的教学干预，促使学习者将注意力更好地集中到课堂中。然而，在应用这些监测设备的同时，学习者也表现出不适和抗议，研究者不得不以教学伦理的视角看待这一问题。因此，如何更好地应用教学监测设备，既能高效地反映学习者的学习情况，又不引起学习者的反感，这也是目前教学研究者比较关注的话题。

（5）人工智能支持下的在线学习资源个性化推荐

在线学习资源的个性化推荐是教育人工智能的重要研究领域。个性化的资源推荐精准诊断，帮助教师实现因人而异、因情境而异的个性化智能教学。[9]但是，从目前的研究来看，绝大部分的在线学习资源推荐都是基于学习者的学习兴趣或是当前学习者所重点关注的内容进行的。这种推荐方式并不利于学生系统知识框架的构建。所以，在实际的教育教学过程中，进行资源推荐时，应该注重学生知识体系的创建并结合相应的学习兴趣，避免完全依据学习兴趣进行资源推荐的方式。

2.人工智能对教育教学的重要影响

教育信息化发展到当前阶段，人工智能教育已经成为研究者关注的热门话题，越来越多的研究者纷纷加入到人工智能教育应用研究的队伍中，主要是探讨人工智能教育应用于教育教学的优势及局限性，主要包括三个方面。

首先，在课堂教学中应用人工智能可为教学活动带来诸多益处。人工智能教育背景下的课堂环境与传统课堂环境存在着很多不同的地方，可以说是不仅给传统教学环境带来新的改变，还能重新塑造教学关系，为后续进行个性化的学习提供充足的时间和空间。[10]人工智能教育使教师对学生学习过程具有深入了解，课前可以通过大数据分析学生对哪一部分知识已经掌握扎实、对哪一部分知识掌握得还不够深入，需要着重讲解。分析有关学生这些数据的目的就是，能够给每一位学生推荐和提供一份独属于自身的个性化的学习方案;课堂之中教师通过数据反馈结合学生学习需要及时调整本节课的教学计划，也可以运用多种互动方式，达到传统教学方式所达不到的效果。尤其是可以通过人脸识别、表情识别等方式，深入把握学生的学习动态，依据学生课堂表现，教师可以有针对性地对学生的薄弱环节重新加以讲解，便于学生理解并更新头脑中的知识体系。人工智能教育教学在促进和帮助学生个性化学习这方面的优点也比较明显，主要是根据数据分析出每个学生所处的水平和层次，然后根据其水平和层次来制定不同的学习方案。传统课堂本身的特点和数字化学习的优势的结合、线上线下两种模式的结合，更能实现个性化教学的目的。[11]

其次，应用人工智能技术支持教育，对教师的职业转变也有重要意义。目前，社会对集成性的人才需求更广，教育教学要以此为目标进行改革。尤其在人工智能推动教育教学改革背景下，教师应该做出什么样的改变、怎样做出改变来适应新型教学，成为当前学者关注的热点之一。教师是学生发展的引导者和促进者。尤其是在人工智能时代，教师要成为学生创新思维的引路人。21世纪核心素养对学生来说十分重要，教师的任务是在助力学生获得的同时，他们自身也必须要有足够的能力掌握这些素养。[12]

最后，从根源上探讨人工智能教育应用对教育教学的影响，有学者主要是探讨人工智能教育的本质特点与人工智能教育的价值批判。[13]人脑在处理信息方面的能力、深度学习方面的速度，和人工智能是无法相比拟的，鉴于人工智能这方面的极大优势，很多学校已经开始将机器学习、对自然语言的学习等人工智能方面的新型技术，与教、学、评等过程融合起来，产生很不错的效果。[14]提到人工智能教育应用就必须要提机器人教育，机器人教育在中小学教育中已经显现出非常强大的应用价值与发展前景，尤其是在培养学生实践创新能力和思维能力方面。[15]

（二）人工智能教育研究中的不足及建议

1.人工智能教育研究与实践中存在的问题

（1）人工智能的教育应用可能产生伦理风险

人工智能的巨大影响力，使人工智能与教育的密切深度融合成为众多学校和教育机构关注的首要焦点，目的都是希望以此来提高教育教学效率。只关注人工智能提升教育教学效果的结果而不关注过程，往往会产生诸多问题。例如，目前市面上很多学习类软件质量参差不齐、学生学习也可能过度依赖电子设备，以及课堂和校园内的人脸识别技术学生是否接受，是否容易暴露学生的隐私，这些问题如果得不到很好的解决，将会影响人工智能与教育结合的进一步发展。[16]

（2）人工智能技术与教育结合中出现不当的融合

新兴技术的快速发展，让教育教学面临前所未有的发展机遇和需要突破的挑战。部分学者和行政部门过于看中人工智能在教育中的作用，追求“新”与“奇”、过于强调二者的融合，导致不当融合现象频现，反倒不利于人工智能教育的发展。另外，人工智能的进步可以为人们创造一个相对休闲的社会，但某种意义上也呈现一定的劣势，导致很多人面临失业的问题，这会给囿于传统的人们带来前所未有的痛苦。因此，为了确保人工智能与教育深度融合，还需要更多人工智能方面的研究，需要多方面共同做出不懈的努力。

（3）人工智能教育產品有待完善

通过市场调查可以发现，市场上的多数人工智能教育产品更多的只是关注视听方面的信息输出，却很少注意到人工智能教育的相关产品该如何吸引使用者注意力的问题。目前，学校或者教学机构等已广泛使用人工智能教育的诸多产品，可以说已经使教师摆脱简单重复又繁杂的教学工作，并且在很大程度上能提高教育教学的效率。但是，总的来说，目前还是有很多人工智能教育的产品与应用不是把关注的焦点放在学生身上，而是去关注人工智能技术自身，这会导致人工智能产品的效力大打折扣，而且这些产品在学习者的能力培养和素质提升方面也达不到应该实现的效果，不能有效满足社会对培养个性化人才的需求，因而亟待完善。[17]

（4）一线教师的教育技术能力不强，难以胜任人工智能教育的要求

目前，由于对专任教师在人工智能教育和智慧教室使用方面的培养不足，导致一线教师的教育技术能力普遍不强，难以胜任人工智能教育的要求。从当前的研究及相关调研来看，多数一线中小学教师只是听说过人工智能教育的基本概念，但对人工智能教育产品、智慧教室的使用均知之甚少。另外，由于缺乏专门的人工智能教育培训机构，也没有制定合适的课程，导致面向一线教师的教育技术能力培训不够系统，直接影响人工智能教育教学策略的实施和推广，致使很多优秀的应用案例和策略只是停留在实验室内的理论探索阶段。

2.建议与举措

（1）发挥人工智能正向作用，注意伦理安全

人工智能的发展过程也是一把“双刃剑”，如果能将其正向的积极作用发挥出来意义重大，这需要政府、教育主管部门、学校提高警惕，避免出现“技术颠覆教育”和“技术决定论”等思想，以至于对人工智能教育的发展产生破坏性的影响。坚持将人工智能教育的“育人”价值充分发挥出来，彰显人工智能教育“教书育人”的深刻内涵，不断促进教育发展，更好地保障师生的尊严，维护教育公平和教育资源合理分配。[18]因此，在实际开展人工智能教育教学过程中，注意人工智能与教育的深度融合，发挥人工智能的独特优势，扬长避短，充分体现人工智能促进教育教学的作用，不断引导社会、学校、家庭、个人正确理解人工智能作为辅助教学手段的地位，做人工智能的主人。[19]

（2）不断完善人工智能教育产品，提高教学效率

人工智能教育所关涉的产品覆盖面非常广泛，不仅包含具体的促进教育教学的设备和物品，也包括人工智能教育服务和环境。在具体的实施中，鼓励学校不断加强智能设施的建设，提升校园整体智能化水平，提高人工智能应用在校园的覆盖率。具体可以表现为：搭建以大数据和人工智能为基础的多种教学场所，既可以提升教师和学生的信息化素养，也能充分发挥人工智能对教育的独特影响;开发教师的智能教育助理，帮助教师构建较为完整的分析评价体系，为教师和学生提供更为精准的信息化服务;设计更符合学生学习和认知的软件APP，记录学生学习过程和结果数据。[20]

（3）加强理论研究，促进人工智能与教育深度融合

在实践层面，人工智能技术在教育教学工作中应用的相关研究已比较丰富，而且理论研究已基本达到可初步实践应用的水准。在教育教学层面，高校更应该加强人工智能与教育融合层面的理论研究，助推高校教育教学的发展。

（4）强化教师教育技术能力的培养，提升其应用人工智能解决教育问题的能力

人工智能浪潮给教育带来深刻的影响，现有的很多传统的教育教学模式、教学的一些方法、教育的相关内容出现一些前所未有的特征，这就要求学校和教育部门思考：如何转变教育模式才能够紧跟时代的步伐，如何培养人工智能时代的新型教师，如何营造新型的学习环境，如何设计符合人工智能时代的教学方法。高等院校需要不断调整，适当增加现有课程体系中关于人工智能课程的比重。对于师范院校来说，需要培养适合人工智能时代的新教师，这就需要师范院校加大开设人工智能课程的支持力度。在人工智能掀起新的“教育浪潮”尚未完全覆盖教育的情况下，高等院校要持续加强对学生有关人工智能意识的引导，鼓励他们了解人工智能技术，增强学生的学习意识，[21]帮助学生领会并熟练运用人工智能技术开展教育教学活动的技巧和方法，使他们在今后的学习生活中能够自觉运用人工智能，成为适应人工智能时代的新式人才。

五、结语与展望

人工智能技术的广泛应用，不仅提升教育教学改革的水平和速度，也为学生、教师、家长的学习与工作提供很多便利。在发展过程中存在一些问题并不可怕，只需学生、家长、政府、学校等的多方配合，相互理解，正确处理人工智能支持教育过程中出现的问题和困难。另外，为了充分发挥人工智能技术特别是大数据、机器学习等技术的优势，需要学校和教育行政部门找准自身的发展空间，不断结合自身特点呈现出技术该有的优势，避免以偏概全，从而更好地协助国家实现人才培养的最终目的。

参考文献：

[1]任友群.人工智能教育如何进校园[N].中国教育报，2018-05-19（1）.

[2][9]余胜泉.人工智能教师的未来角色[J].开放教育研究，2018，24（1）：16-28.

[3]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（5）：27-39.

[4][18]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.

[5]李亦菲.智能教育与人工智能教育之间的关系[J].教育家，2017（44）：16-18.

[6]张珊珊，杜晓敏，张安然.中小学开展人工智能教育的挑战、重点和策略[J].中国电化教育，2020（11）：67-72，96.

[7]蔡苏，张晗，薛晓茹，等.增强现实（AR）在教学中的应用案例评述[J].中国电化教育，2017（3）：1-9，30.

[8]马秀麟，刘静静，范晨雨.教育人工智能发展状况分析及趋势思考[J].中国教育信息化，2020（13）：1-7.

[10]贾鹂宇，张朝晖，赵小燕，等.基于人工智能视频处理的课堂学生状态分析[J].现代教育技术，2019（12）：82-88.

[11]刘磊，刘瑞.人工智能时代的教师角色转变：困境与突围——基于海德格尔技术哲學视角[J].开放教育研究，2020（3）：44-50.

[12]刘斌.人工智能时代教师的智能教育素养探究[J].现代教育技术，2020（11）：12-18.

[13]陈维维.多元智能视域中的人工智能技术发展及教育应用[J].电化教育研究，2018（7）：12-19.

[14]安涛.“算计”与“解蔽”：人工智能教育应用的本质与价值批判[J].现代远程教育研究，2020（6）：9-15.

[15]钟柏昌，夏莉颖.“人工智能+教育”背景下机器人支持数学学习的国际案例研究[J].电化教育研究，2020（12）：113-121.

[16]靖东阁.人工智能时代教育研究的主体性缺失与回归[J].中国电化教育，2020（12）：9-15.

[17]赵磊磊，代蕊华，赵可云.人工智能场域下智慧校园建设框架及路径[J].中国电化教育，2020（8）：100-106，133.

[19]侯浩翔，钟婉娟.人工智能视阈下教育治理的技术功用与困境突破[J].电化教育研究，2019（4）：37-43，58.

[20]郑刚，杨雁茹，张汶军.生命价值与技术变革的现实“联姻”——基于人工智能教育应用的哲学审思[J].电化教育研究，2021（3）：12-17，26.

[21]谢忠新，曹杨璐，李盈.中小学人工智能课程内容设计探究[J].中国电化教育，2019（4）：17-22.

作者简介：

马秀麟，副教授，硕士生导师，博士，主要研究方向为网络课程开发、在线学习行为分析、在线学习环境建设等，邮箱：maxl@bnu.edu.cn;

姜雪，硕士研究生，主要研究方向为精准教学策略研究、在线学习行为分析等，邮箱：jx19981115@163.com;

贾玉娟，硕士研究生，主要研究方向为精准教学策略研究、在线学习行为分析等，邮箱：jyujuan8807@163.com。

Literature Investigation and Analysis of Artificial Intelligence Education Research from the Perspective of Econometric Analysis in the Past Ten Years

Xiulin MA， Xue JIANG， Yujuan JIA

（Faculty of Education， Beijing Normal University， Beijing 100875）

Abstract： Based on the needs of personalized guidance in the learning process and the rapid development of online learning， the integration of artificial intelligence and education has become increasingly closed and developed rapidly. Thus， it is necessary to investigate and analyze the research status of artificial intelligence education in a timely manner for the development of artificial intelligence education. Taking the research papers in the field of artificial intelligence published in CSSCI journals in CNKI as the research object and taking into consideration of the achievements of web of Science in recent 10 years， this paper analyzes the relevant literature in the field of artificial intelligence education through the method of econometric analysis， and it summarizes the current situation and existing problems of the development of artificial intelligence education. On this basis， the author organizes the effective mode of artificial intelligence serving education， analyzes the risks and deficiencies existing in the current artificial intelligence education， and puts forward several effective suggestions.

Keywords： Metrological analysis; Artificial intelligence education; Investigation and analysis

编辑：王天鹏   校对：王晓明