我國教育人工智能研究熱點及趨勢

摘 要：為了促進人工智能在教育領域的深度應用，加快實現(xiàn)人工智能為教育賦能，以“教育+人工智能”為主題對中國知網(wǎng)（CNKI）的CSSCI數(shù)據(jù)庫進行檢索，最終篩選出1 395篇文獻作為研究樣本，利用CiteSpace和VOSviewer工具進行全面分析，發(fā)現(xiàn)目前我國教育人工智能的研究主要包括人工智能與教育理論的探討、人工智能與教育的技術研究、人工智能在教育領域的應用以及人工智能對教育的影響。未來，研究還需強化理論基礎，加強技術突破，注重實證研究和關注倫理問題。

關鍵詞：教育人工智能；可視化分析；知識圖譜；CiteSpace；VOSviewer

中圖分類號：TP391 文獻標識碼：A 文章編號：2096-4706（2024）17-0159-06

0 引 言

人工智能作為新一輪科技革命和產業(yè)革命的重要驅動力量，在多個領域發(fā)揮其價值，其中教育領域也不例外。近年來，我國對于人工智能與教育的深度融合給予了極高的關注，相繼頒布了《新一代人工智能發(fā)展規(guī)劃》《高等學校人工智能創(chuàng)新行動計劃》《中國教育現(xiàn)代化2035》等政策文件，積極引導人工智能與教育的融合發(fā)展。那么，我國教育人工智能的研究熱點和研究趨勢有哪些？本研究以中國知網(wǎng)（CNKI）數(shù)據(jù)庫中的文獻為研究對象，借助可視化分析工具，深度剖析關鍵研究節(jié)點和聚類結果，更好地揭示我國教育人工智能領域的研究熱點與未來趨勢，進而把握我國教育人工智能的發(fā)展脈絡。本文的“教育人工智能”指的是人工智能在教育領域的應用。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本文以中國知網(wǎng)（CNKI）為數(shù)據(jù)來源，通過檢索式：SU%= '人工智能'*'教育'OR TI%= '人工智能'*'教育'OR SU%= 'AI'*'教育'OR TI %= 'AI'*'教育'，以CSSCI庫作為篩選標準，檢索時間跨度為1998年至2023年，剔除無關文獻后共獲得1 395篇文獻作為研究樣本，樣本文獻的年度發(fā)文數(shù)量及趨勢如圖1所示。

1.2 研究工具及方法

本文主要對文獻進行知識圖譜分析、聚類分析、共線性分析等定量分析，主要采用的工具是CiteSpace 6.1.6和VOSviewer 1.6.20，通過知識圖譜可視化、基于LLR算法的聚類分析、關鍵詞詞頻統(tǒng)計等方法，對我國教育人工智能領域的研究熱點及發(fā)展趨勢進行梳理歸納。研究過程可分為三個階段：首先是數(shù)據(jù)的收集與篩選。以中國知網(wǎng)（CNKI）中的CSSCI庫作為數(shù)據(jù)來源，通過檢索式檢索符合要求的文獻，將篩選后的1 395篇文獻作為研究樣本。其次是數(shù)據(jù)的處理與可視化。主要借助CiteSpace和VOSviewer兩款工具，對研究樣本進行可視化分析。最后是數(shù)據(jù)的深度剖析。根據(jù)聚類分析的結果，對具有代表性的文獻進行精讀，從而全面揭示我國教育人工智能發(fā)展的規(guī)律和趨勢。

2 統(tǒng)計結果

從圖1所示的發(fā)文趨勢圖來看，2016年以前我國教育人工智能的研究處于低谷時期，其中2007—2008年論文數(shù)量略有浮動，之后又趨于平緩，2016年以后發(fā)文量迅速增長，一直持續(xù)到2019年，2020年稍有減緩，到2021年數(shù)量又有所增加，2022年數(shù)量略有減少，但仍處于較高水平，截至2023年發(fā)文量處于最高狀態(tài)。

2.1 文本分析：教育人工智能的研究熱點

2.1.1 作者合作網(wǎng)絡分析

借助VOSviewer對作者的合作情況進行可視化展示，反映領域內作者合作關系。如圖2所示，全面展示了教育人工智能領域作者的合作情況。圖中節(jié)點數(shù)為2 108，即包含2 108位作者，連線數(shù)為3 317，即作者之間存在3 317條合作關系連線，連線強度為3 624，即領域總合作關系強度為3 624。因此，作者之間存在一定的合作關系，但相較于整體規(guī)模，其合作強度尚顯不足。

如表1所示，從發(fā)文量來看，華東師范大學的顧小清（35篇）發(fā)文最多，其后依次為北京師范大學的鄭永和（19篇）和王一巖（17篇）、華東師范大學的李世瑾（14篇）、北京師范大學的黃榮懷（13篇）。根據(jù)普萊斯定律公式（M=0.749×）計算領域內核心作者發(fā)文量[1]，其中Nmax表示最高發(fā)文量，得出M≈4.43，即核心作者的發(fā)文量需不低于4篇。根據(jù)統(tǒng)計結果，該領域內共有53位核心作者，共發(fā)文550篇，占總文獻量的39.43%，說明該領域尚未完全形成較為穩(wěn)定的核心作者群體。

2.1.2 關鍵詞被引頻次分析

關鍵詞的引用頻率是反映特定領域研究焦點的關鍵指標[2]。如表2所示，從教育人工智能的關鍵詞統(tǒng)計結果來看，1998—2023年引用率最高的為人工智能667次，第二是智能教育100次，第三是ChatGPT60次，第四是學習50次，第五是教育49次。

本文通過對引用頻次超過30次的高頻關鍵詞進行梳理，深入剖析了其中的代表性文獻，進而總結出教育人工智能領域的研究熱點知識子群：

1）教育數(shù)字化轉型。一是由“教育生態(tài)”“未來教育”“高等教育”“職業(yè)教育”“人才培養(yǎng)”等關鍵詞組成的“教育數(shù)字化轉型”子群。教育數(shù)字化轉型是將數(shù)字技術整合到教育的各個層面，推動教育組織在教學范式、組織架構、教學過程以及教學評價的創(chuàng)新與變革，最終構建一個健康的教育生態(tài)環(huán)境[3]。隨著新一代智能技術的發(fā)展及應用，數(shù)字化轉型是未來教育發(fā)展的必然趨勢，但我國教育數(shù)字化轉型仍處于起步階段，面臨諸多困境，大多數(shù)研究都是對于教育數(shù)字化轉型的實踐策略與路徑。

2）生成式人工智能。二是由“ChatGPT”“生成式人工智能”“大語言模型”“教育潛能”以及“倫理問題”等關鍵詞形成的“生成式人工智能”子群。生成式人工智能是基于人工智能技術的大型語言對話模型，是一種新型語言處理工具，其中最具代表性的就是ChatGPT [4]。2022年11月OpenAI推出的ChatGPT模型火爆全網(wǎng)，引發(fā)了研究熱潮。關于生成式人工智能的研究，主要包括生成式人工智能對教育生態(tài)變革的影響、生成式人工智能的倫理風險以及教育應用。

3）智慧教育。三是由“智能教育”“智能技術”“數(shù)字孿生”“混合現(xiàn)實”“人機協(xié)同”“個性化學習”等關鍵詞形成了“智慧教育”子群。只有通過智慧的教育培養(yǎng)智慧的人，充分發(fā)掘生命的內在潛質，才能符合社會的人才需求[5]。智慧教育是運用人工智能技術構建智能化的學習環(huán)境，為學生提供精準、個性、靈活的教育服務，最終促進學生的智慧生成。智慧教育的研究主要圍繞運用人工智能、數(shù)字孿生、混合現(xiàn)實等技術在智慧學習環(huán)境、學習方式、教育管理等方面的路徑研究，以優(yōu)化教育生態(tài)，促進教育變革。

4）學習分析。四是由“學習”“自適應學習”“多模態(tài)數(shù)據(jù)”等關鍵詞形成了“學習分析”子群。學習分析是促進有效學習的一種技術，數(shù)據(jù)是其分析的核心，從學習者的學習情境、學習過程、學習規(guī)律和學習績效等方面進行分析，從而揭示學習的本質[6]。智能技術和智能設備的迅速發(fā)展，為教育數(shù)據(jù)的智能感知提供了有力支持，多模態(tài)學習分析成為解密學習者學習黑箱的重要手段[7]。關于學習分析的研究主要聚焦于理論、技術和方法三個方面，主要圍繞多模態(tài)數(shù)據(jù)融合與挖掘、多模態(tài)感知與情緒分析、多模態(tài)表征與對象識別三大領域[8]。

2.1.3 關鍵詞突現(xiàn)分析

關鍵詞突現(xiàn)是指在一段時間內某一關鍵詞引用頻次發(fā)生顯著變化，一定程度上可以反映某一領域的研究趨勢[2]。如圖3所示，從我國教育人工智能領域研究的關鍵詞突現(xiàn)的年份、強度以及起止時間來看，我國教育人工智能的研究呈現(xiàn)從宏觀到微觀、從單一到多元的變化趨勢。

從突現(xiàn)強度來看，“學習”這一關鍵詞的突現(xiàn)強度最大，且突現(xiàn)年份最早，該主題詞標志著我國早期教育人工智能研究的重要方向，因此成為學術界廣泛關注的焦點。同時，“智能時代”“學習分析”“深度學習”以及“大數(shù)據(jù)”的突現(xiàn)強度也比較大，是教育人工智能比較重要的研究前沿領域。綜合來看，“教師教育”“教育評價”“教育公平”以及“未來教育”是教育人工智能的核心前沿熱點，受到研究者的廣泛關注。

從突現(xiàn)時間來看，教育人工智能相關研究中，“學習”這一主題詞出現(xiàn)得最早，且在研究的時間軸上占據(jù)了最長的持續(xù)期，成為研究中持續(xù)關注的熱點。同時，主題詞突現(xiàn)時間跨度大于5年的有“教育技術”“知識工程”“機器人”以及“計算思維”。此外，從近3年的突現(xiàn)詞來看，智能時代的“教師教育”“教育評價”“教育公平”和“未來教育”一直從2021年持續(xù)至2023年，成為延續(xù)至今的最新研究前沿。

2.2 視圖分析：教育人工智能的研究趨勢

2.2.1 關鍵詞共現(xiàn)圖譜分析

關鍵詞共現(xiàn)網(wǎng)絡能夠深入揭示特定領域的研究動態(tài)[2]。本文運用VOSviewer工具對關鍵詞（頻次≥3）進行共現(xiàn)分析，如圖4所示，2018—2019年教育人工智能的熱點關鍵詞有智能教育、教育信息化、計算思維、遠程教育、機器學習、終身教育。2020—2021年的研究熱點為核心素養(yǎng)、職業(yè)教育、未來教育，2022年以后的研究熱點為ChatGPT、高質量發(fā)展、教育改革、教育評價、師生關系、倫理風險。從研究熱點來看，我國在2018年左右教育人工智能得到快速發(fā)展，但研究方向比較分散。

2.2.2 聚類視圖分析

聚類視圖可以揭示研究領域的分布情況，展示研究主題及其內在的關聯(lián)與差異[2]。本研究通過LLR算法進行聚類，得出的模塊值為0.522 6，大于0.3，從而驗證了本研究聚類結構的顯著性。同時，平均輪廓值高達0.853，遠大于0.5，證明針對教育人工智能領域相關研究的聚類劃分是合理且有效的。如圖5所示，最終聚類出10個主題。

聚類1是人工智能，主要聚焦于人工智能在教育領域的理論內涵、技術框架、技術應用以及中小學人工智能課程的構建。聚類2是學習，主要關注以學習者為中心的學習全過程，包括學習發(fā)生機制理論的探討、支持深度學習的算法研究以及促進學習發(fā)生的實踐應用三方面。聚類3是智能教育，主要關注智慧教育系統(tǒng)的框架構建、核心技術以及實施策略。聚類4是教育技術，主要聚焦于教育技術學專業(yè)學科發(fā)展以及教育技術與學科結合的應用研究。聚類5是高等教育，主要聚焦于人工智能在高校的治理的探討。聚類O1EONEcBdT43+w+wxP5LTAebMq+0MkmAx6BalvfB3ck=6是大數(shù)據(jù)，主要聚焦于運用大數(shù)據(jù)技術服務于教育領域。聚類7是ChatGPT，主要聚焦于ChatGPT引發(fā)的教育生態(tài)變革的理論探討、教育應用以及倫理問題的審視與探討。聚類8是機器人，主要聚焦于智能機器人教育的理論探討與實踐應用，理論方面主要包括機器人教育的目的、方法以及技術，實踐方面主要是教育機器人的實踐應用。聚類9是教育應用，聚焦于各種人工智能技術在教育領域應用的宏觀分析。聚類10是遠程教育，近幾年關于教育人工智能的遠程教育的研究主要包括遠程教育理論的反思與改革發(fā)展以及各技術在遠程教育中“教—學—測—管—評”等方面如何發(fā)揮作用，以促進學生個性化學習和教師精準化教學。

2.2.3 時間線視圖分析

時間線視圖能夠清晰地描繪出某一領域研究主題在時間維度上的演變脈絡，追蹤描繪出研究焦點的動態(tài)演進軌跡[2]。本研究通過結合CiteSpace工具對教育人工智能領域在不同時區(qū)的發(fā)展狀況進行分析。如圖6時間線視圖所示，可以發(fā)現(xiàn)我國教育人工智能的研究經(jīng)歷過兩次高潮，2006—2010年教育人工智能研究較多，2011—2015年處于研究低谷期，直到2016年3月人工智能再次成為公眾關注的焦點，主要原因是由于技術的突破，阿爾法狗擊敗了世界圍棋冠軍。從2016年起，教育人工智能的研究熱度一直保持，研究領域不斷擴展和豐富。2022年11月，OpenAI推出的ChatGPT模型引發(fā)了廣泛的關注，成為新的研究熱點之一。

3 未來研究展望

人工智能與教育的深度融合已是未來教育的發(fā)展趨勢，我國教育人工智能的研究方向呈現(xiàn)出多元化、研究范式更加多樣化以及研究內容變得具體化。目前我國教育人工智能的研究主要包括人工智能與教育理論的探討、人工智能與教育的技術研究、人工智能在教育領域的應用以及人工智能對教育的影響。這些變化反映了我國教育人工智能領域的不斷發(fā)展和進步。結合研究現(xiàn)狀，本文對教育人工智能研究做如下思考。

3.1 強化理論基礎

教育人工智能發(fā)展的核心是要回歸教育本質，拋棄育人本質的教學不是人工智能時代的應然狀態(tài)[9]，教育人工智能要兼顧教育與人工智能，使其協(xié)同發(fā)展，最終實現(xiàn)人的全面發(fā)展。教育系統(tǒng)的復雜性和動態(tài)性也使得教育人工智能領域面臨諸多挑戰(zhàn)。目前，我國教育人工智能處于發(fā)展階段，關于教育人工智能的研究大都停留在對教育本質和教育理念的初步探討階段，理論基礎尚未形成體系。教育人工智能涉及多個研究領域，需要加強跨學科的合作和交流，推動理論創(chuàng)新和發(fā)展，為教育人工智能的研究提供更堅實的理論基礎。

3.2 加強技術突破

目前我國教育人工智能技術包括教育數(shù)據(jù)層、算法層、感知層、認知層以及應用層五個方面[10]。在教育領域，核心要素始終是“人”，人工智能主要作為一種輔助技術手段而存在。雖然在數(shù)據(jù)處理和知識管理等“智商”方面，教育人工智能已展現(xiàn)出超越人類的能力，但在涉及情感、意識等更為復雜和微妙的“情商”層面，它尚未取得明顯的進步。人工智能發(fā)展仍處于弱人工智能階段，在創(chuàng)新、決策和復雜情感理解等方面還存在明顯的局限，再加上教育的復雜性，技術方面還需不斷發(fā)展與突破。在未來的教育變革中，人工智能應在遵守著本質目標的前提下朝著更加智能化、個性化和人性化的方向發(fā)展，讓人工智能技術更好地服務于教育事業(yè)。

3.3 注重實證研究

具體化的研究內容有助于深入挖掘教育人工智能的應用潛力，為解決實際的教育問題提供有力的支持。目前，我國關于教育人工智能的研究大都停留在宏觀和中觀層面，實證類的研究較少。這主要是由于當前教育人工智能的研究尚處于初級階段，下一步研究可以通過開展實驗研究、實地調查等方式，對教育人工智能的實際應用情況及其效果進行深入探討。實證研究要加強跨學科合作，包括教育學、心理學、計算機科學等多個領域的研究者共同參與，以期在教育人工智能領域實現(xiàn)更大的實踐價值。同時，由于教育人工智能的應用涉及多個領域和方面，其研究難度也相對較大，需要投入更多的人力和物力資源。

3.4 關注倫理問題

雖然人工智能技術與教育在逐漸的深度融合，但目前人工智能仍處于“弱”人工智能時代，教育數(shù)據(jù)生態(tài)尚未形成，共享機制和人工智能倫理尚未形成，伴隨著倫理問題不斷顯現(xiàn)。近年來，國際組織、各國政府與學界不斷探索教育領域的人工智能倫理，以期明晰人工智能在教育領域的價值導向。未來的教育人工智能還需要關注教育中的倫理問題，如教育公平、教育質量和教育責任等，構建更加公平、包容、平等和高質量的教育體系。

4 結 論

本研究通過運用CiteSpace和VOSviewere工具對我國教育人工智能領域的文獻進行了可視化分析，系統(tǒng)整理并歸納出我國教育人工智能主要的研究熱點和可能的發(fā)展趨勢，進一步提出未來研究展望。然而在文獻分析時，主題詞的劃分和歸類上可能存在偏差，并且手工篩選數(shù)據(jù)過程中可能產生偶然性，以上因素均有可能導致最終的研究結論存在一定的誤差。

對教育而言，人工智能是把“金鑰匙”，它不僅影響未來的教育，還影響教育的未來。教育人工智能是我國教育發(fā)展的必然方向，也期望未來能夠將人工智能技術深入到教育教學和管理的全過程、全環(huán)節(jié)。相信通過與人工智能的深度融合，能夠促進高質量教育體系的構建，進一步實現(xiàn)教育強國的建設。

參考文獻：

[1] 李小霞.近年來國內洛特卡定律研究綜述 [J].科技情報開發(fā)與經(jīng)濟，2005（13）：27-28.

[2] 陳悅，陳超美，胡志剛，等.引文空間分析原理與應用：CiteSpace實用指南 [M].北京：科學出版社，2014．

[3] 祝智庭，胡姣.教育數(shù)字化轉型的理論框架 [J].中國教育學刊，2022（4）：41-49.

[4] 王佑鎂，王旦，梁煒怡，等.“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應用的潛能與風險 [J].現(xiàn)代遠程教育研究，2023，35（2）：48-56.

[5] 祝智庭，賀斌.智慧教育：教育信息化的新境界 [J].電化教育研究，2012，33（12）：5-13.

[6] 顧小清，張進良，蔡慧英.學習分析：正在浮現(xiàn)中的數(shù)據(jù)技術 [J].遠程教育雜志，2012，30（1）：18-25.

[7] 李海峰，王煒.學習分析研究：基本框架和核心問題——2022版《學習分析手冊》的要點與思考 [J].開放教育研究，2022，28（6）：60-71.

[8] 牟智佳，符雅茹.多模態(tài)學習分析研究綜述 [J].現(xiàn)代教育技術，2021，31（6）：23-31.

[9] 徐曄.從“人工智能教育”走向“教育人工智能”的路徑探究 [J].中國電化教育，2018（12）：81-87.

[10] 楊現(xiàn)民，張昊，郭利明，等.教育人工智能的發(fā)展難題與突破路徑 [J].現(xiàn)代遠程教育研究，2018（3）：30-38.

作者簡介：張宇宇（2000—），女，漢族，陜西榆林人，碩士研究生在讀，研究方向：信息技術教育、計算機應用；通信作者：張燕（1978—），女，漢族，甘肅天水人，副教授，博士，研究方向：計算機應用、信息技術教育。

DOI：10.19850/j.cnki.2096-4706.2024.17.031

收稿日期：2024-06-13

基金項目：新疆師范大學自治區(qū)“十四五”重點學科教育學招標課題（23XJKD0202）；新疆師范大學校級教學研究與改革項目（SDJG2022-14）

Research Hotspots and Trends of Artificial Intelligence in Chinese Education

—Visual Analysis Based on CiteSpace and VOSviewer

ZHANG Yuyu， ZHANG Yan

（College of Educational Science， Xinjiang Normal University， Urumqi 830017， China）

Abstract： In order to promote the in-depth application of Artificial Intelligence （AI） in education field and accelerate the realization of AI empowerment for education， the CSSCI database of China Knowledge Network （CNKI） is searched with the theme of “education + AI”， and 1 395 documents are finally screened as research samples， which are comprehensively analyzed by using CiteSpace and VOSviewer tools. It is found that the current research on education AI in China mainly includes the discussion of AI and education theory， the technical research on AI and education， the application of AI in education field， and the impact of AI on education. In the future， the research needs to strengthen the theoretical foundation， enhance technological breakthroughs， focus on empirical research， and pay attention to ethical issues.

Keywords： Educational Artificial Intelligence; visual analysis; knowledge graph; CiteSpace; VOSviewer