國外教育人工智能研究的熱點
——基于知識圖譜的可視化分析

麻娟

(新疆師范大學(xué),教育科學(xué)學(xué)院，新疆，烏魯木齊 830017)

0 引言

人工智能在教育中的應(yīng)用是構(gòu)建智慧教育的重點，是成為未來教育變革的重要趨勢。關(guān)于國際教育人工智能的研究，研究者通過對教育技術(shù)領(lǐng)域26項國際會議內(nèi)容的探究，發(fā)現(xiàn)國際人工智能前沿主要集中在人工智能時代技術(shù)人才、人文教育、人工智能技術(shù)與教師的關(guān)系以及智能教育系統(tǒng)的設(shè)計和開發(fā)等[1]。本研究基于Cite Space的可視化研究探索國外教育人工智能2015～2020年研究熱點，并進行總結(jié)和展望，為我國教育人工智能的發(fā)展提供啟示和借鑒。

1 數(shù)據(jù)與方法

1.1 研究數(shù)據(jù)獲取

本研究以Web of Science數(shù)據(jù)庫核心數(shù)據(jù)合集作為研究數(shù)據(jù)來源。檢索范圍為Web of Science核心合集中，以“Educational Intelligen*”和“AI”為主題，文獻類型為Article，語種為English進行檢索，將主題檢索通過高級檢索“or”組配檢索式，再以“Education*”和“Teaching”主題檢索，檢索條件相同，經(jīng) “or”組配檢索式，將兩次經(jīng)過“or”組配的檢索式，通過“and”再次進行組配，確定最終研究文獻為643篇。

1.2 研究工具與方法

Cite Space能夠幫助研究者更好地理解所從事的研究領(lǐng)域，突顯出該領(lǐng)域發(fā)展中聚焦的關(guān)注點[2]。本研究基于643篇國外研究文獻，通過可視化文本分析和視圖分析，總結(jié)國外教育人工智能發(fā)展的熱點，深度了解國外教育人工智能發(fā)展的趨勢。

2 國外教育人工智能研究的熱點

探尋國外教育人工智能的研究熱點，通過對Web of Science數(shù)據(jù)庫核心數(shù)據(jù)合集確定的643篇文獻運用Cite Space進行可視化分析，經(jīng)過聚類分析得到模塊值為0.758 7，平均輪廓值是0.803 2，說明劃分出來的社區(qū)結(jié)構(gòu)是顯著的且聚類高度令人信服。

2.1 文本分析

對關(guān)鍵詞頻次和中心關(guān)鍵詞進行統(tǒng)計，如表1所示。

表1 2015～2020年國內(nèi)教育人工智能研究高頻關(guān)鍵詞和中心關(guān)鍵詞統(tǒng)計

從表1中可以看出，國外關(guān)于教育人工智能研究的文獻樣本中，高頻關(guān)鍵詞凸顯了系統(tǒng)(system)、模型(model)、設(shè)計(design)、診斷(diagnosis)、類神經(jīng)網(wǎng)絡(luò)(neural network)等。從關(guān)鍵詞出現(xiàn)的頻次可以看出國外教育人工智能研究范圍更廣泛，聚焦更多新技術(shù)領(lǐng)域。中心關(guān)鍵詞可以表示在教育人工智能領(lǐng)域演化的重要性，遺傳算法(genetic algorithm)和等級(classification)關(guān)鍵詞在國外教育人工智能的研究中扮演重要的角色。

2.2 視圖分析

(1) 關(guān)鍵詞共現(xiàn)圖譜分析

圖1中圓圈大小代表該關(guān)鍵詞在領(lǐng)域中關(guān)注度的大小，人工智能(artificial intelligence)作為檢索詞節(jié)點圓圈直徑最大，教育(education)、機器學(xué)習(xí)(machine learning)、系統(tǒng)(system)、模型(model)、深度學(xué)習(xí)(deep learning)圓圈直徑大小次之。節(jié)點人工神經(jīng)網(wǎng)絡(luò)(artificial neural network)、診斷(diagnosis)、設(shè)計(design)等關(guān)鍵詞可對我國教育人工智能研究提供借鑒。

(2) 關(guān)鍵詞聚類圖譜分析

關(guān)鍵詞聚類視圖可呈現(xiàn)不同的研究主題，如圖2中國外教育人工智能研究共分為11大聚類。

圖1 2015～2020年國外教育人工智能的關(guān)鍵詞共現(xiàn)圖譜

圖2 2015～2020國外教育人工智能的關(guān)鍵詞聚類圖譜

高頻關(guān)鍵詞網(wǎng)絡(luò)(Internet)、AI(人工智能)屬于聚類#0。JIA[3]利用智能分類算法開發(fā)了智能化的教育信息物理系統(tǒng)，用于大學(xué)英語課堂教學(xué)，取得了有效的課堂學(xué)習(xí)研究。CHEW等[4]建議開發(fā)5G教學(xué)框架，以此提高學(xué)習(xí)動機。在5G時代，人工智能帶來許多新的挑戰(zhàn)，要求教育者不斷更新知識和創(chuàng)新教育，將課程納入新的人工智能領(lǐng)域，實施教學(xué)和學(xué)習(xí)計劃來實現(xiàn)更高的教育目標。

高頻關(guān)鍵詞機器學(xué)習(xí)(machine learning)、神經(jīng)網(wǎng)絡(luò)(neural network)、設(shè)計(design)屬于聚類#1。WINKLER-SCHWARTZ等[5]提出要縮小人工智能、醫(yī)學(xué)、教育學(xué)之間的知識鴻溝，使機器學(xué)習(xí)能夠成為醫(yī)學(xué)中外科教育的新興領(lǐng)域。

高頻關(guān)鍵詞診斷(diagnosis)、影響(impact)屬于聚類#2。DAI等[6]開展了一項關(guān)于人工智能在課程應(yīng)用后，學(xué)生關(guān)于人工智能技術(shù)看法見解的調(diào)查研究，將收集的數(shù)據(jù)進行分析，學(xué)生的自信心及其對人工智能的了解共同影響著人工智能技術(shù)在課堂上的使用情況，該研究表明男生對于人工智能技術(shù)的了解要高于女生，同時對人工智能技術(shù)非常感興趣，認為人工智能技術(shù)是一種強大的技術(shù)。隨著在線學(xué)習(xí)和混合學(xué)習(xí)的發(fā)展，在線學(xué)習(xí)的評估也需要智能化的手段。SNCHEZ-PRIETO等[7]構(gòu)建了基于感知的有用性、感知的易用性、使用的態(tài)度、行為意圖和實際使用五個方面的人工智能教育評估模型。

高頻關(guān)鍵詞教育(education)和中心關(guān)鍵詞學(xué)生(student)屬于聚類#4?；谌斯ぶ悄芗夹g(shù)的機器人平臺的構(gòu)建也成為關(guān)注的熱點，學(xué)生在其中可以實現(xiàn)多樣性的想法。在高等教育中，學(xué)生對教育有著不同的需求，迫使探尋個性化學(xué)習(xí)方法迫在眉睫。XIAO等[8]提出了在學(xué)生進入大學(xué)前對其學(xué)習(xí)信息進行分析，將學(xué)生信息利用特征方法建模，形成一種基于人工智能的個性化學(xué)習(xí)模型構(gòu)建方法，在此方法的基礎(chǔ)上，定制面向高等院校師生設(shè)計個性化學(xué)習(xí)方案，同時應(yīng)用在高校學(xué)生畢業(yè)后的職業(yè)規(guī)劃中。

高頻關(guān)鍵詞人工智能(diagnosis)、系統(tǒng)(system)、模型(model)屬于聚類#7。人工智能教學(xué)的應(yīng)用使學(xué)生在實際問題中可以使用深度學(xué)習(xí)或機器學(xué)習(xí)技術(shù)尋找現(xiàn)實世界復(fù)雜問題的解決方案，學(xué)習(xí)同伴間也可以更好的進行協(xié)同合作。BERNARD等[9]提出以人工智能來識別學(xué)習(xí)風(fēng)格，通過計算智能算法提高學(xué)習(xí)風(fēng)格的識別度，當學(xué)習(xí)者處在不同學(xué)習(xí)環(huán)境中尋求合適的學(xué)習(xí)風(fēng)格，使得基于人工智能的專家系統(tǒng)和智能教學(xué)系統(tǒng)得以精準化使用。

高頻關(guān)鍵詞深度學(xué)習(xí)(deep learning)屬于聚類#9。在學(xué)習(xí)科學(xué)中，深度學(xué)習(xí)在學(xué)習(xí)者情感識別領(lǐng)域使用腦電信號的情緒分析方法來預(yù)測積極情緒和消極情緒[10]。SUN等[11]認為大數(shù)據(jù)和人工智能的綜合能力應(yīng)用已經(jīng)成為英語教學(xué)的影響因素之一，將人工智能和大數(shù)據(jù)引入英語教學(xué)中，形成了新的英語教學(xué)生態(tài)環(huán)境建設(shè)方法。

3 總結(jié)

通過梳理國外教育人工智能研究的熱點，主要集中在醫(yī)學(xué)、教育學(xué)、社會學(xué)領(lǐng)域，國外教育人工智能研究層次更深入，從學(xué)生學(xué)習(xí)行為的分析逐漸深入到關(guān)注學(xué)習(xí)者情感、情緒、態(tài)度的分析，通過構(gòu)建基于人工智能的模型評估學(xué)生的學(xué)習(xí)情緒，以此提高教學(xué)質(zhì)量和學(xué)習(xí)效果。在應(yīng)用層面，國外教育人工智能更多的是通過人工智能技術(shù)對模型、算法層的構(gòu)建，缺乏將這些技術(shù)應(yīng)用于教學(xué)中的實證研究。國外重視人工智能在教學(xué)中應(yīng)用效果評估和影響研究，在課堂上使用人工智能技術(shù)表明學(xué)生關(guān)于人工智能技術(shù)在課堂中應(yīng)用的體驗，發(fā)現(xiàn)人工智能技術(shù)能夠激發(fā)學(xué)生學(xué)習(xí)動機和興趣。此外，國外教育人工智能研究更關(guān)注人工智能算法層和相關(guān)模型的構(gòu)建，基于大數(shù)據(jù)的深度學(xué)習(xí)和機器學(xué)習(xí)的研究，基于人工智能技術(shù)的情感態(tài)度的探究，或是應(yīng)用大數(shù)據(jù)和人工智能系統(tǒng)構(gòu)建新的學(xué)習(xí)生態(tài)環(huán)境，以及智能化學(xué)習(xí)系統(tǒng)和導(dǎo)師系統(tǒng)的開發(fā)等。

未來,對比國外教育人工智能的發(fā)展，國內(nèi)教育人工智能的發(fā)展應(yīng)多關(guān)注初等教育、中等教育、高等教育、職業(yè)教育、工程教育、醫(yī)學(xué)教育等類型教育。隨著在線學(xué)習(xí)和混合式學(xué)習(xí)的發(fā)展，要注重人工智能技術(shù)對在線學(xué)習(xí)的教學(xué)的評估和學(xué)習(xí)評價。此外，還應(yīng)注重綜合性系統(tǒng)的研發(fā)，為學(xué)生學(xué)習(xí)過程中的發(fā)展提供助力。