高丹陽　張雙梅

摘? ?要：智能技術對人們的生活方式和思維方式具有不可忽視的影響。人工智能與教育的融合，對我國教育教學的變革起到了巨大作用。為進一步了解人工智能在我國教育領域中的研究現(xiàn)狀，本文以中國知網(wǎng)（CNKI）為數(shù)據(jù)來源，以2015-2019年發(fā)表的264篇國內(nèi)人工智能研究文獻為對象，運用CiteSpaceⅤ分析工具進行可視化分析，采用社會網(wǎng)絡分析的方法，梳理并闡述了當前我國人工智能的研究現(xiàn)狀，并運用內(nèi)容分析法分析人工智能在國內(nèi)教育中的研究特征，以期為后續(xù)研究做好基奠。

關鍵詞：人工智能;知識圖譜;CiteSpaceⅤ;社會網(wǎng)絡分析

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2019）13-0028-05

一、引言

隨著科技的快速發(fā)展，各種新技術層出不窮。人工智能作為當前的新興技術，在各個領域都發(fā)揮著重要作用，推動了社會各領域從數(shù)字化、網(wǎng)絡化向智能化的躍升，深刻改變著人們的生活方式和思維模式。人工智能是通過機器延伸，提高人們社會治理能力和水平的新興技術，它涉及心理學、計算機科學、信息科學、哲學等多個學科的融合研究[1]。國務院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》指出，隨著人工智能的快速發(fā)展，教育呈現(xiàn)出深度學習、跨界融合、人機協(xié)同、群智開放、自主操控等新特征，人工智能技術在教育中的應用越來越重要[2]。近年來，人工智能技術與教育的融合，從很大程度上推動了我國教育的發(fā)展，智能教室、智能助手等技術的應用，在教育教學中發(fā)揮了巨大作用。研究人工智能在我國教育領域中的應用現(xiàn)狀及特征，有利于促進我國教育科研的發(fā)展，同時增強人工智能技術與教育的深度融合。

二、數(shù)據(jù)來源及研究過程

本文聚焦人工智能在教育領域中的應用研究，通過檢索中國知網(wǎng)（CNKI）核心期刊以及CSSCI期刊，對人工智能相關研究的作者、關鍵詞及熱點主題內(nèi)容進行了探討，繪制了人工智能的知識圖譜，并對國內(nèi)人工智能的研究特征進行了詳細論述。

1.數(shù)據(jù)來源

研究數(shù)據(jù)全部來源于中國知網(wǎng)，以“人工智能”為主題在社會科學Ⅱ輯中的教育理論與教育管理、學前教育、初等教育、中等教育、高等教育、職業(yè)教育、成人教育與特殊教育等幾個教育學科范圍內(nèi)進行文獻檢索。來源類別為核心期刊和CSSCI期刊，檢索時間跨度為2015-2019年，共得到524條檢索結果。然后經(jīng)過多次篩選，共剔除會議通知類、訪談記錄類、文件解讀類、無作者、無關鍵詞以及其他與研究主題相關性較低的文章等260篇，最終得到有效文章264篇。

2.研究過程

首先從中國知網(wǎng)進行相關文獻的檢索并篩選有效文章，然后用Excel軟件統(tǒng)計2015-2019年相關文章的發(fā)文量，分析其研究趨勢;接著利用CiteSpaceⅤ分析軟件將這些文章進行數(shù)據(jù)的轉換及導入，對264篇文獻進行作者合作網(wǎng)絡分析、關鍵詞共現(xiàn)分析以及聚類分析等，并生成相關知識圖譜，呈現(xiàn)出國內(nèi)人工智能的可視化研究主題現(xiàn)狀;最后通過內(nèi)容分析法，分析人工智能在教育領域中的文獻研究特征并進行詳細闡述。

三、研究現(xiàn)狀

1.發(fā)文量統(tǒng)計

發(fā)文量統(tǒng)計圖能夠比較清晰地顯示人工智能在教育領域中發(fā)表的文章數(shù)量。將篩選好的文章進行各年份發(fā)文量統(tǒng)計，利用Excel軟件錄入文章的發(fā)表年份及各年的發(fā)文量，然后做出發(fā)文量與時間的折線統(tǒng)計圖，并顯示其線性。圖1所示為2015-2019年人工智能的發(fā)文量統(tǒng)計，從圖中可以看出，教育領域關于人工智能的研究從2015年到2018年一直呈上升趨勢，說明人工智能的研究一直在發(fā)展，2017-2018年是發(fā)展的飛速時期，眾多學者開始關注人工智能技術在教育中的應用。從線性圖中還可以發(fā)現(xiàn)，2015-2019年由于發(fā)文量與時間呈線性關系，發(fā)文量逐年增加，由此可以推測2019年人工智能與教育的研究還會呈上升趨勢，將會是近幾年相關學者研究的熱點內(nèi)容。《教育信息化2.0行動計劃》中也指出，要實施“智慧教育創(chuàng)新發(fā)展行動”，大力推進智能教育，推動人工智能在教學、管理等方面的全流程應用，利用智能技術加快推動人才培養(yǎng)模式、教學方法改革等。因此，關于人工智能的研究還會呈增長態(tài)勢，研究內(nèi)容將更廣泛、深入。

2.研究作者合作網(wǎng)絡分析

為了能夠快速而清楚地了解到研究智慧學習的核心作者及其研究團隊信息，對研究作者進行了合作網(wǎng)絡分析。選定時間范圍為2015-2019年，切片間隔為一年，節(jié)點類型（Node Types）為作者（Author），其他為默認值，經(jīng)過調整，最終生成如圖2所示的作者合作網(wǎng)絡圖。導出節(jié)點信息，得到相關作者及其發(fā)文量，可以發(fā)現(xiàn)祝智庭為發(fā)文量最多的作者，共發(fā)表相關文章5篇，對人工智能在教育中的研究貢獻較大;其次，是程平、賀相春、南旭光、盛群力、牟智佳、張進良以及郭紹青等人，發(fā)文量均在3篇及以上，對該領域的研究也作出了較大貢獻。

通過分析生成的作者合作網(wǎng)絡圖，可以發(fā)現(xiàn)，人工智能在教育領域中的研究已經(jīng)形成了幾個研究小團體，其中，賀相春、郭紹青、張進良等人的研究小團體比較有影響力。但是在該領域研究中尚未形成一個比較大的研究合作團體，各學者之間還缺乏一定的溝通交流，需加強團隊合作。

3.研究熱點分析

（1）關鍵詞共現(xiàn)分析

為了清晰地了解當前人工智能的研究熱點，對關鍵詞進行共現(xiàn)分析。先將轉換后的數(shù)據(jù)項目導入到CiteSpaceⅤ中，時間范圍選擇2015-2019年，時間切片為1年，節(jié)點類型選擇關鍵詞（Keyword），其他為默認值，生成關鍵詞共現(xiàn)圖譜。然后對同義詞進行合并，得到的關鍵詞共現(xiàn)圖譜如圖3所示。圖中共有99個節(jié)點、214條連線，密度（Density）為0.0441。

根據(jù)關鍵詞出現(xiàn)的頻率可以發(fā)現(xiàn)人工智能在教育領域中的熱點研究內(nèi)容?？梢砸罁?jù)普萊斯定律確定頻次的臨界值，計算公式為M=0.749（Nmax）1/2，其中M為關鍵詞的最低出現(xiàn)頻次，Nmax為指定時間范圍內(nèi)關鍵詞的最高出現(xiàn)頻次[3]，當某個關鍵詞的出現(xiàn)頻次不低于M時，這個關鍵詞就可以認為是該領域研究的一個熱點內(nèi)容。除去基本的關鍵詞人工智能（AI）后，可以發(fā)現(xiàn)，出現(xiàn)次數(shù)最多是深度學習和大數(shù)據(jù)，各出現(xiàn)15次，根據(jù)普萊斯定律，Nmax=15，計算得出M=2.9，即出現(xiàn)3次及以上的關鍵詞為研究熱點，如表1所示的核心關鍵詞及其出現(xiàn)頻次，共有44個熱點詞匯。其中人工智能、深度學習、大數(shù)據(jù)、機器人、智慧教育和人才培養(yǎng)出現(xiàn)的次數(shù)均在10次以上，是研究的核心熱點，其次還有教育大數(shù)據(jù)、智能教育、機器學習、學習分析、創(chuàng)客教育、計算思維等關鍵詞的頻次均大于3，也是研究的熱點內(nèi)容。

（2）關鍵詞時區(qū)分析

關鍵詞時序分布圖可以幫助我們更加清晰地了解各個時區(qū)人工智能與教育研究的主要內(nèi)容。從人工智能關鍵詞時序分布圖（如圖4所示）可以看出：2015年最初主要是關于機器人的研究，研究的內(nèi)容比較單一;到2016年，對人工智能的研究逐漸增多，2016年到2018年是人工智能研究的發(fā)展時期;隨著時間的推移，2018年人工智能在教育領域中的研究角度更加廣泛，不僅僅局限于人工智能技術的研究，而呈多元化發(fā)展，如人工智能時代、機器人教育、自適應學習等。

通過以上對各時間人工智能研究內(nèi)容的分析，可以推測，2019年關于人工智能在教育領域中的研究會更加深入，一方面是在現(xiàn)有基礎研究的基礎上繼續(xù)深入討論;另一方面是挖掘不同的角度，比如對學習者的學習分析、學習支持、精準教學等方面的研究。

（3）主題聚類分析

①聚類結果

采用LLR（Log-Likelihood Rate）算法進行聚類分析，對關鍵詞進行分類整理，從而了解人工智能在教育中的研究主題類別。運用CiteSpace中的聚類功能進行聚類分析，共得到七個聚類結果，其中Modularity=0.5872、Mean Sihouette=0.6547，說明聚類結果比較成功。這七個結果依次為：#0智能教育、#1教育、#2深度學習、#3個性化學習、#4教學、#5大數(shù)據(jù)智能、#6信息技術。

第一，#0智能教育包括教育信息化、教育現(xiàn)代化、智慧教育、信息素養(yǎng)、人機協(xié)同、“互聯(lián)網(wǎng)+”教育、未來教育、田園教育、人工智能課程、融合創(chuàng)新、核心素養(yǎng)、混合智能、AI教育、個性化教育、教學設計等關鍵詞。主要針對人工智能技術進入教育領域，對教育所產(chǎn)生的一系列影響，將技術與教育進行融合，進行信息化、智能化的教育。

第二，#1教育包括學習方式、通用人工智能、轉識成智、自然智能、智能教學系統(tǒng)、軟技能、慕課、教師專業(yè)發(fā)展、機器教育、STEM/STEAM、人工智能教育應用、智慧教育、智能教育、人機共教、教師職業(yè)、自適應學習、教育應用、自主智能系統(tǒng)等關鍵詞。

第三，#2深度學習包括高等教育、教學改革、產(chǎn)教融合、校企合作、教育應用、集成服務、泛在學習、學習環(huán)境、學習科學、精準管理、多元智能、非正式學習、智慧教學、仿腦機理、情感智能、智能學科與技術、深度教學、工具性思維、人工智能思維、智能材料、語義分析等關鍵詞。

第四，#3個性化學習包括個性化學習、機器學習、學習分析、教育大數(shù)據(jù)、人工智能+教育、學習空間、精準教學、翻轉課堂、個性化教學、人機協(xié)作、學習結果預測、交互、學習服務、深度融合、虛擬課堂、因學定教、學習行為等關鍵詞。

第五，#4教學包括大數(shù)據(jù)、在線學習、人工智能教育、自適應學習、知識圖譜、智適應學習、智慧學習環(huán)境、遠程教育、物聯(lián)網(wǎng)、信息交互、研究性學習、教學交互、系統(tǒng)設計、腦科學、學習通用設計、模型構建、移動學習、智慧教室、遠程開放學習、技術賦能學習、開放教育資源、教育決策等關鍵詞。

第六，#5大數(shù)據(jù)智能包括大數(shù)據(jù)智能、人才培養(yǎng)、終身學習、人工智能2.0，職業(yè)教育、跨媒體智能、個性化教育、自主智能系統(tǒng)、群體智能、跨媒體學習、智能圖書館、素質培養(yǎng)、教育管理、數(shù)據(jù)融合、智能賬務、計算機博弈、試題關聯(lián)網(wǎng)絡、試題推薦系統(tǒng)等關鍵詞。

第七，#6信息技術包括信息技術、機器人、機器人教育、創(chuàng)客教育、教學設計、合作學習、教育教學、機器智能、教育機器人、機器人競賽、配對編程、配對學習、功能定位、創(chuàng)客學習、學習體驗、創(chuàng)新技能教育、融合方式、教學模式、混合現(xiàn)實、智創(chuàng)空間等關鍵詞。

②聚類分析

通過對有效文獻進行內(nèi)容分析，進一步歸納總結為理論研究與信息技術研究兩個大方面研究內(nèi)容。具體來講，理論研究涉及到教育教學變革、學習者學習、人才培養(yǎng)等研究;信息技術研究包含技術及其成果等研究。

教育教學的變革研究：具體來說主要是教學模式的研究以及智能教學、教師專業(yè)發(fā)展等理論研究。如劉勉、張際平在研究虛擬現(xiàn)實概念的基礎上，將虛擬現(xiàn)實技術融入課堂教學，構建了未來課堂環(huán)境的“Va A（VR and AR）”教學模式[4];尹睿等人在汲取神經(jīng)科學研究成果的基礎上，構建了人工智能教學系統(tǒng)，推動智能課程的產(chǎn)生[5];宋靈青等從立德樹人、重塑教師角色、變革教學方式等八個方面闡述了“AI”時代教師專業(yè)發(fā)展的途徑[6]。總體來講，對教育教學的變革研究主要就是人工智能技術與教學的深度融合，帶動課堂教學、教師角色等的轉變。

學習者學習的相關研究：主要體現(xiàn)在學習方式、學習環(huán)境等方面。學習方式的研究主要有深度學習、個性化學習、機器學習等[7-9];王萍等人在對智能虛擬助手的概念及其關鍵技術分析的基礎上，提出了涵蓋交互層、功能層、技術層以及能力層在內(nèi)的智能虛擬助手下的學習支持系統(tǒng)框架，并討論了其開發(fā)和實現(xiàn)方式[10];塔衛(wèi)剛從學習科學的角度出發(fā)，研究了學習環(huán)境設計的問題，并提出了學習環(huán)境設計面臨的人機共生的交互、反思學習的需求以及創(chuàng)新創(chuàng)造思維這三大挑戰(zhàn)[11]。人工智能技術的發(fā)展，在學生的學習、學習分析以及個性化需求等方面發(fā)揮著重要作用，為學生提供了各方面的學習支持，促進其學習效果的提升。

人才培養(yǎng)研究：主要包括人工智能人才的培養(yǎng)以及人工智能背景下其他各方面人才的培養(yǎng)。如張茂聰?shù)热嗽谟懻撐覈斯ぶ悄苋瞬排囵B(yǎng)現(xiàn)狀的基礎上，從科學建設人工智能一級學科、鼓勵高校培養(yǎng)人工智能交叉人才以及推進產(chǎn)學研合作的培養(yǎng)模式三個方面提出我國人工智能人才的培養(yǎng)途徑[12];李秋斌闡述了人工智能技術的發(fā)展對職業(yè)教育產(chǎn)生的影響，提出人工智能背景下職業(yè)教育中人才培養(yǎng)的四個問題，并就如何進行職業(yè)教育人才培養(yǎng)進行了詳細的論述[13]。人工智能的發(fā)展對人才培養(yǎng)提出了要求，智能機器人、機器人助理等產(chǎn)品興起，人們在學習生活中的角色也發(fā)生了一系列變化，為適應社會技術的發(fā)展，人才培養(yǎng)的方向也是一個值得思考的問題。

信息技術研究：人工智能技術在教育中關于信息技術方面的研究，主要是關于人工智能技術產(chǎn)生的一系列成果的討論研究，如智能機器人、學習支持系統(tǒng)等。魏雪峰等人提出了教育測評機器人理念構想，具有三大功能模塊、四層系統(tǒng)架構與五個應用策略，并在實際課程中展開了實踐研究，驗證了教育測評機器人對于提升學生成績和自我效能感是有效的，可以滿足學生的個性化需求[14];陳凱泉論述了人工智能技術應用在教育中催生新型智能教學系統(tǒng)，可以進行更加精準的學情判斷和科學的學習路徑推薦，用以支持學生的個性化學習[15]。教育信息化發(fā)展以及學生的個性化需求等促進了相關學者對智能技術的研究，智能學習系統(tǒng)、智能教師等的研發(fā)，能夠有效地促進學生的智能學習。

四、研究特征

通過對以上內(nèi)容的研究分析，可以發(fā)現(xiàn)，人工智能在教育領域中的研究呈現(xiàn)出從理論到實踐、從現(xiàn)象到本質、從單一到多元等特征。

首先，人工智能在教育領域中的研究是從理論討論到實踐應用的研究。人工智能這一新技術的出現(xiàn)，受到了教育領域各專家學者的諸多關注，對人工智能理論進行討論，如深度學習、AI時代的教師專業(yè)發(fā)展以及課堂的教學模式等等。伴隨人工智能技術的發(fā)展以及國家政策的大力支持，人工智能的一些成型產(chǎn)品也應用到了實際教育教學當中，如學習分析技術、智能助手等，并對其教育教學的應用效果進行了討論分析，從而促進教學質量的提升。

其次，人工智能在教育領域中的研究是從現(xiàn)象到本質的遞進研究。人工智能技術初期在教育領域中的研究僅限于外部層次，對這一技術的了解不夠充分，只能是基于表層研究，如簡單的機器人研究;隨著研究的逐漸深入，開始對人工智能在教育中一些比較具體的問題進行深入探討，如人機交互、智能考試系統(tǒng)、智能助教、智能感知等問題，研究的層次逐漸深入。由此可以發(fā)現(xiàn)，我國對于人工智能的研究呈現(xiàn)出層層遞進的特征，而后期的研究也會更加深入，研究視角也會更多樣化。

最后，人工智能在教育領域中的研究是從單一到多元化的研究。從研究的關鍵詞時序圖可以明顯發(fā)現(xiàn)，人工智能領域的研究主題逐漸增多，不僅僅是簡單的機器人研究，研究的內(nèi)容越來越多樣化。單純對技術的研究已不能滿足新時代下教育教學變革的要求，為應對新形勢、新挑戰(zhàn)，要從當前教師教學和學生的需求出發(fā)，研究人工智能在教學和學習中的應用及其效能。從多角度去探討人工智能在教育領域中所發(fā)揮的功能作用，如智能識別、智能助手、精準教學等等，從而滿足學生的個性化需求，提升教學質量，促進教育信息化2.0時代我國教育教學的不斷發(fā)展。

五、結束語

為促進教育信息化的發(fā)展，還需不斷加強對人工智能的研究，將技術與教育深度融合，構建信息化學習環(huán)境和學習資源，加強課堂教學的智能評價、人機交互以及智能學習分析，深入討論如何運用人工智能做到精準教學等，從多角度、多層次去探討，不斷推動學校教育教學質量的提升以及人工智能人才的培養(yǎng)。

參考文獻：

[1]徐鵬，王以寧.國內(nèi)人工智能教育應用研究現(xiàn)狀與反思[J].現(xiàn)代遠距離教育，2009（5）：3-5.

[2]國發(fā)[2017]35號.國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[Z].

[3]丁學東.文獻計量學基礎[M].北京：北京大學出版社，1992.

[4]劉勉，張際平.虛擬現(xiàn)實視域下的未來課堂教學模式研究[J].中國電化教育，2018（5）：30-37.

[5]尹睿，黃甫全，曾文婕，曾育芬，潘蕾瓊，陳思宇，伍曉琪.人工智能與學科教學深度融合創(chuàng)生智能課程[J].開放教育研究，2018，24（6）：70-80.

[6]宋靈青，許林.“AI”時代未來教師專業(yè)發(fā)展途徑探究[J].中國電化教育，2018（7）：73-80.

[7]祝智庭，彭紅超.深度學習：智慧教育的核心支柱[J].中國教育學刊，2017（5）：36-45.

[8]牟智佳.“人工智能+”時代的個性化學習理論重思與開解[J].遠程教育雜志，2017，35（3）：22-30.

[9]余明華，馮翔，祝智庭.人工智能視域下機器學習的教育應用與創(chuàng)新探索[J].遠程教育雜志，2017，35（3）：11-21.

[10]王萍，石磊，陳章進.智能虛擬助手：一種新型學習支持系統(tǒng)的分析與設計[J].電化教育研究，2018，39（2）：67-73.

[11]塔衛(wèi)剛.學習科學視野下學習環(huán)境設計研究[J].現(xiàn)代教育技術，2018，28（6）：5-10.

[12]張茂聰，張圳.我國人工智能人才狀況及其培養(yǎng)途徑[J].現(xiàn)代教育技術，2018，28（8）：19-25.

[13]李秋斌.人工智能背景下高職人才培養(yǎng)的思考[J].職教論壇，2018（10）：132-136.

[14]魏雪峰，劉永渤，曲麗娟，王曉宇.教育測評機器人的理念構想與教學應用研究[J].中國電化教育，2018（12）：25-30，53.

[15]陳凱泉，沙俊宏，何瑤，王曉芳.人工智能2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統(tǒng)的功能升級[J].遠程教育雜志，2017，35（5）：40-53.

（編輯：王曉明）