周良發(fā),潘 紅

(安徽理工大學 馬克思主義學院，安徽 淮南 232001)

近年來，隨著人工智能技術(shù)的迅猛發(fā)展和2017年7月國務(wù)院《新一代人工智能發(fā)展規(guī)劃》[1]的出臺，人工智能教育問題再次受到政界、學界和業(yè)界的關(guān)注，涌現(xiàn)了一大批思想觀點和學術(shù)成果。及時梳理和統(tǒng)計人工智能教育研究的成果，把握其動態(tài)、探察其義理、剖判其得失，是今后深化和拓展人工智能教育研究的重要工作。鑒于文獻梳理和經(jīng)驗總結(jié)的重要性，深入分析20世紀80年代以來我國人工智能教育研究的歷史進程、研究成果、研究主題、研究層次以及存在的不足之處，可為今后進一步將人工智能教育研究推向縱深提供有益資鑒。

一、文獻統(tǒng)計

本研究依托中國知網(wǎng)數(shù)據(jù)庫獲取研究數(shù)據(jù)，檢索時間為2018年12月16日。具體檢索方法為：文獻篇名中含有“智能教育”“人工智能教育”“教育人工智能”“AI教育”的期刊文獻，學科領(lǐng)域選擇包括“信息科技”“基礎(chǔ)科學”“哲學與人文科學”“社會科學Ⅰ輯”“社會科學Ⅱ輯”“經(jīng)濟與管理科學”6項。期刊文獻檢索表明，自1984年王正旋發(fā)表《人工智能技術(shù)在教育中的應(yīng)用》[2]一文以來，我國學界關(guān)于人工智能教育的研究已有30余年。30多年來，人工智能教育研究方面的期刊文獻共計356篇，年均發(fā)文10.2篇。從時間脈絡(luò)來看，2000年之前人工智能教育研究文獻不多，僅發(fā)文3篇；2000年以后，人工智能教育研究文獻日漸增多，其中2017年發(fā)文95篇，2018年發(fā)文228篇。年度發(fā)文數(shù)量統(tǒng)計表明，近年來我國人工智能教育研究呈大規(guī)模繁榮發(fā)展態(tài)勢。

二、學科分布與研究主題

(一)學科分布

人工智能教育內(nèi)涵豐富，涉及哲學人文社會科學、自然科學、工程技術(shù)科學等多個方面，因而受到不同學科專業(yè)研究者的關(guān)注，其研究學科分布見表1。

表1 我國人工智能教育研究期刊論文學科分布

由表1統(tǒng)計數(shù)據(jù)可以看出，我國人工智能教育研究呈現(xiàn)出兩個顯著特征：一是學科分布相當廣。目前人工智能教育研究領(lǐng)域涉及26個學科，不僅包括教育、控制工程、通信經(jīng)濟、計算機、工商管理等主流學科，還包括影視、美術(shù)、藝術(shù)、語言等非主流學科。這充分反映了人工智能教育內(nèi)涵的豐富性、應(yīng)用的廣泛性，同時也反映了人工智能教育受到其他學科的重視程度，對相關(guān)學科的發(fā)展具有重要的引領(lǐng)和推動作用。二是學科分布不均衡。在356篇期刊文獻中，教育學科文獻最多，有272篇，占比76.4%，是人工智能教育研究的主要學科；控制工程學科次之，有37篇，占比10.4%。這兩個學科研究文獻占比高達86.8%，由此可見，30多年來我國人工智能教育研究的主要學科領(lǐng)域為教育和控制工程，其他領(lǐng)域發(fā)文所占比例總體上偏低。

(二)研究主題

關(guān)于我國人工智能教育研究的主題，可以通過篇名主題詞和文獻關(guān)鍵詞兩個層面來分析。一般而言，使用頻率高的主題詞和關(guān)鍵詞表征著某一研究論域的理論聚焦和發(fā)展趨勢。同時，需要指出的是，有些研究文獻的主題詞和關(guān)鍵詞存在專指度低、表述不清、組配歧義等問題。本文對此進行必要的篩選以及重新組合，剔除與篇名高度重合的主題詞和關(guān)鍵詞，如“人工智能”“教育”“教育人工智能”“人工智能教育”“人工智能技術(shù)”“人工智能+”“人工智能時代”等，具體統(tǒng)計情況見表2。

表2 我國人工智能教育研究文獻主題詞和關(guān)鍵詞統(tǒng)計

表2統(tǒng)計數(shù)據(jù)表明，我國人工智能教育研究大多聚焦于“智慧教育”“個性化學習”“專家系統(tǒng)”等，而這恰恰是人工智能技術(shù)給教育教學帶來的深度變革。人工智能語境下的教育教學不同于傳統(tǒng)的“教”“學”模式，它在一定程度上重塑了教育教學生態(tài)，以智能技術(shù)為核心的智能教育逐漸成型，如教學過程的個性化、人機交互的擬人化和教學評價的智能化等。未來隨著人工智能技術(shù)的進一步發(fā)展，勢必在更大的領(lǐng)域和更深的層面引起教育教學的革新“個性化學習”“深度學習”“機器學習”“人機協(xié)同”等核心議題成為人工智能教育研究的理論聚焦。

三、發(fā)文刊物與研究機構(gòu)

(一)發(fā)文刊物

整理文獻發(fā)現(xiàn)，我國發(fā)表關(guān)于人工智能教育方面研究論文的學術(shù)刊物有90多種，見表3。

由表3可知，國內(nèi)發(fā)表人工智能教育研究論文最多的期刊是《中小學信息技術(shù)教育》，共發(fā)文17篇；發(fā)文超過10篇的期刊有《遠程教育雜志》《現(xiàn)代教育技術(shù)》和《中國信息技術(shù)教育》；排名前20位的期刊共發(fā)文114篇，占發(fā)文總量的32%，可見人工智能教育研究論文刊發(fā)較為集中。從刊物的性質(zhì)來看，教育類期刊發(fā)表人工智能教育研究論文最多，發(fā)文數(shù)排名前20位中共有17種；從刊物的級別來看，發(fā)表人工智能教育研究論文排名前20位的刊物中，核心期刊(主要包括“中文核心”“CSSCI期刊”)共計10種；從刊物所在地來看，北京市刊物最多，共有10家，占據(jù)半壁江山，其余也分布在信息化教育比較發(fā)達的區(qū)域。

(二)研究機構(gòu)

研究機構(gòu)為學術(shù)研究的有序進行提供了重要的平臺支撐。我國人工智能教育研究的主要機構(gòu)見表4。

表4 我國人工智能教育研究主要機構(gòu)(發(fā)文數(shù)排名前20)

表4數(shù)據(jù)表明，發(fā)表人工智能教育研究論文最多的是華東師范大學，共發(fā)文16篇；北京師范大學次之，發(fā)文11篇。排名前20位的研究機構(gòu)共發(fā)文93篇，占人工智能教育研究論文總數(shù)的26.1%，可見人工智能教育研究較為集中，也反映了人工智能教育研究機構(gòu)分布存在不平衡性。從研究機構(gòu)的屬性來看，排名前20位中高校共有18家，其中師范類院校有11家，可見師范類院校是人工智能教育研究之重鎮(zhèn)。需要指出的是，科大訊飛信息有限公司在人工智能教育研究中頗為搶眼，發(fā)文數(shù)量名列前茅。

四、研究層次與基金項目

(一)研究層次

統(tǒng)計發(fā)現(xiàn)，我國人工智能教育研究文獻分屬12個研究層次，具體情況見表5。

根據(jù)表5，從文獻的研究層次來看，30余年來人工智能教育研究多為基礎(chǔ)理論研究和基礎(chǔ)教育研究。其中基礎(chǔ)理論研究文獻最多，共計155篇，占發(fā)文總量的43.5%；基礎(chǔ)教育研究次之，發(fā)文59篇，占發(fā)文總量的16.6%。專業(yè)實用技術(shù)和應(yīng)用對策研究方面的文獻較少，這是今后推進人工智能教育研究需要注意的問題，確?；A(chǔ)理論研究與應(yīng)用對策研究互為支撐、協(xié)同并進。

表5 我國人工智能教育文獻的研究層次統(tǒng)計

(二)基金項目

基金項目為學術(shù)研究提供了重要的經(jīng)費支撐，它可以反映某一時期相關(guān)學科的理論聚焦和發(fā)展趨勢。根據(jù)表6統(tǒng)計數(shù)據(jù)，我國人工智能教育研究的基金項目共有14種，其中國家級基金項目6種，省廳級基金項目8種。進一步分析發(fā)現(xiàn)，省廳級基金項目目前僅分布于北京、上海、浙江、山東、吉林、貴州等省市，大部分省市區(qū)還沒有相關(guān)基金項目支撐。基金項目支撐論文共計31篇，占發(fā)文總量的8.7%，總體上看，基金項目論文占比不高。今后需要加大經(jīng)費投入，確保人工智能教育研究有序推進和高質(zhì)量發(fā)展。

五、高被引論文與高產(chǎn)作者

(一)高被引論文

被引次數(shù)是研究文獻學術(shù)水平的重要標識，高被引意味著較高的學術(shù)關(guān)注度和學術(shù)影響力。我國人工智能教育研究高被引論文見表7。

表6 我國人工智能教育研究的項目支撐

表7 我國人工智能教育研究高被引論文(被引次數(shù)排名前10)

由表7可知，被引次數(shù)最多的文獻是閆志明等合作的《教育人工智能(EAI)的內(nèi)涵、關(guān)鍵技術(shù)及應(yīng)用趨勢——美國〈為人工智能的未來做好準備〉和〈國家人工智能研發(fā)戰(zhàn)略規(guī)劃〉報告解析》[3]。該文從教育人工智能的角度對美國兩份人工智能戰(zhàn)略規(guī)劃重要文獻作了深度解讀，因而受到我國研究者的高度關(guān)注，被引次數(shù)累計達99次。從高被引文獻的作者構(gòu)成來看，排名前10位中只有3篇是獨作，其余7篇均為合作成果，可見人工智能教育研究已經(jīng)出現(xiàn)多作者合作、多單位聯(lián)合的發(fā)展趨勢。從高被引文獻的發(fā)表時間來看，排名前10位中有5篇文獻發(fā)表于2017年，這表明新一代人工智能技術(shù)受到學界的廣泛關(guān)注。從高被引文獻的發(fā)表刊物來看，排名前10位中有4篇文獻刊于《遠程教育雜志》，占該刊發(fā)文量的28.6%，可見《遠程教育雜志》相當重視人工智能教育研究。從高被引文獻的刊物級別來看，排名前10位中核心期刊占9家，可見高被引文獻主要發(fā)表在“中文核心”和“CSSCI期刊”等核心期刊上。

(二)高產(chǎn)作者

人工智能教育研究的高產(chǎn)作者統(tǒng)計情況見表8。

表8 我國人工智能教育研究高產(chǎn)作者(發(fā)文數(shù)排名10)

表8數(shù)據(jù)表明，人工智能教育研究文獻最多的是北京大學的賈積有，共發(fā)文4篇；發(fā)文3篇的有3人；發(fā)文2篇的有6人。此外，既是高被引論文作者又是高產(chǎn)作者的只有賈積有和余明華兩位，說明高產(chǎn)不代表所有研究成果都是高質(zhì)量的，研究水平還需進一步提升。

六、結(jié)論與未來研究展望

隨著新一代人工智能技術(shù)的迅猛發(fā)展，學界對人工智能教育予以較多的關(guān)注，研究成果呈現(xiàn)不斷增長態(tài)勢?；谘芯楷F(xiàn)狀的梳理，研究成果的評判，今后要進一步深化理論研究、拓展視野范圍、加強隊伍建設(shè)、強化經(jīng)費保障，確保人工智能教育研究向縱深推進。

一是進一步深化理論研究。當前人工智能教育的基礎(chǔ)理論研究專注于人工智能教育應(yīng)用層面，如應(yīng)用困境、突破路徑、融合方式、發(fā)展理念等，但對人工智能教育本身的關(guān)注不多，缺乏有理論深度的研究成果。從高被引文獻來看，排名前10位期刊文獻中僅有1篇涉及人工智能教育的概念內(nèi)涵，而關(guān)于人工智能教育應(yīng)用方面的文獻有7篇。今后要盡快扭轉(zhuǎn)理論研究不足的局面，進一步深化基礎(chǔ)理論研究，為人工智能教育研究向縱深推進提供學理支撐。一方面要對人工智能教育的科學內(nèi)涵、核心要素、基本特征等作出更為精深的學理探察，為人工智能教育研究有序推進提供更為扎實的理論根基；另一方面要從人工智能發(fā)展史的宏大視閾審視人工智能教育問題，以理論的價值、定位、基礎(chǔ)為切入點，不斷推進人工智能教育理論體系的創(chuàng)新發(fā)展，繼而發(fā)揮理論指導(dǎo)實踐的作用。

二是進一步拓展視野范圍。人工智能技術(shù)給教育領(lǐng)域帶來的變革是廣泛而深刻的，既包括哲學人文社會科學，也包括自然科學，還包括工程技術(shù)學科。但我國人工智能教育研究具有不平衡性，其研究成果主要集中于哲學人文社會科學基礎(chǔ)領(lǐng)域，而工程技術(shù)研究、自然科學研究和應(yīng)用技術(shù)研究文獻甚少?？梢姡斯ぶ悄芙逃谧匀豢茖W、工程技術(shù)學科等領(lǐng)域的研究仍然有很大的拓展空間。今后，要積極引導(dǎo)自然科學和工程技術(shù)學科研究者投身到這一研究論域中來，就人工智能技術(shù)與自然科學、工程技術(shù)學科的對接與融合進行學理探討。從學理層面厘清人工智能技術(shù)在自然科學和工程技術(shù)學科的應(yīng)用前景和發(fā)展趨勢，切實推進人工智能教育研究全面均衡發(fā)展，為實現(xiàn)教育教學智能化轉(zhuǎn)型打下堅實的理論基礎(chǔ)。

三是進一步加強隊伍建設(shè)。從研究機構(gòu)來看，高校是我國人工智能教育研究的主要機構(gòu)，排名前20位中高校系統(tǒng)18家，行政機關(guān)1家，企業(yè)1家；從高產(chǎn)作者所在單位來看，排名前10位中高校系統(tǒng)8家，行政機關(guān)1家，學會組織1家；從發(fā)文刊物來看，排名前20位中教育類期刊占17家，綜合類期刊1家，專業(yè)性期刊2家?？梢?，我國人工智能教育研究機構(gòu)集中在以高校為主體的教育系統(tǒng)，政界和業(yè)界研究成果占比較小。今后在鞏固教育系統(tǒng)研究人員的同時，還要大力吸引行政機關(guān)人員和業(yè)界技術(shù)人員關(guān)注和參與人工智能教育研究，通過加強隊伍建設(shè)、擴大研究力量進一步促進人工智能教育研究繁榮興盛。

四是進一步強化經(jīng)費保障?？茖W研究的有序推進和高質(zhì)量產(chǎn)出需要經(jīng)費保障，基金項目是政府支持、引導(dǎo)和激勵科學研究的主要途徑。然而，目前我國人工智能教育研究的基金項目比重較低。表7統(tǒng)計可知，目前人工智能教育研究高被引次數(shù)排名前10位中有5篇研究得到基金項目支撐(其中國家級基金1項，省廳級基金4項)。這充分說明，我國人工智能教育研究的基金項目文獻占比不高。今后進一步深化人工智能教育研究，需要不斷加大經(jīng)費投入，強化經(jīng)費保障，通過各層次、各類別基金項目自助的方式引導(dǎo)學界、政界、業(yè)界研究人員關(guān)注和參與人工智能教育論域，前瞻布局一批新一代人工智能教育重大科技項目。