我国人工智能教育研究进展与前瞻——基于CNKI期刊文献的统计分析

周良发,潘 红

(安徽理工大学 马克思主义学院，安徽 淮南 232001)

近年来，随着人工智能技术的迅猛发展和2017年7月国务院《新一代人工智能发展规划》[1]的出台，人工智能教育问题再次受到政界、学界和业界的关注，涌现了一大批思想观点和学术成果。及时梳理和统计人工智能教育研究的成果，把握其动态、探察其义理、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。鉴于文献梳理和经验总结的重要性，深入分析20世纪80年代以来我国人工智能教育研究的历史进程、研究成果、研究主题、研究层次以及存在的不足之处，可为今后进一步将人工智能教育研究推向纵深提供有益资鉴。

一、文献统计

本研究依托中国知网数据库获取研究数据，检索时间为2018年12月16日。具体检索方法为：文献篇名中含有“智能教育”“人工智能教育”“教育人工智能”“AI教育”的期刊文献，学科领域选择包括“信息科技”“基础科学”“哲学与人文科学”“社会科学Ⅰ辑”“社会科学Ⅱ辑”“经济与管理科学”6项。期刊文献检索表明，自1984年王正旋发表《人工智能技术在教育中的应用》[2]一文以来，我国学界关于人工智能教育的研究已有30余年。30多年来，人工智能教育研究方面的期刊文献共计356篇，年均发文10.2篇。从时间脉络来看，2000年之前人工智能教育研究文献不多，仅发文3篇；2000年以后，人工智能教育研究文献日渐增多，其中2017年发文95篇，2018年发文228篇。年度发文数量统计表明，近年来我国人工智能教育研究呈大规模繁荣发展态势。

二、学科分布与研究主题

(一)学科分布

人工智能教育内涵丰富，涉及哲学人文社会科学、自然科学、工程技术科学等多个方面，因而受到不同学科专业研究者的关注，其研究学科分布见表1。

表1 我国人工智能教育研究期刊论文学科分布

由表1统计数据可以看出，我国人工智能教育研究呈现出两个显著特征：一是学科分布相当广。目前人工智能教育研究领域涉及26个学科，不仅包括教育、控制工程、通信经济、计算机、工商管理等主流学科，还包括影视、美术、艺术、语言等非主流学科。这充分反映了人工智能教育内涵的丰富性、应用的广泛性，同时也反映了人工智能教育受到其他学科的重视程度，对相关学科的发展具有重要的引领和推动作用。二是学科分布不均衡。在356篇期刊文献中，教育学科文献最多，有272篇，占比76.4%，是人工智能教育研究的主要学科；控制工程学科次之，有37篇，占比10.4%。这两个学科研究文献占比高达86.8%，由此可见，30多年来我国人工智能教育研究的主要学科领域为教育和控制工程，其他领域发文所占比例总体上偏低。

(二)研究主题

关于我国人工智能教育研究的主题，可以通过篇名主题词和文献关键词两个层面来分析。一般而言，使用频率高的主题词和关键词表征着某一研究论域的理论聚焦和发展趋势。同时，需要指出的是，有些研究文献的主题词和关键词存在专指度低、表述不清、组配歧义等问题。本文对此进行必要的筛选以及重新组合，剔除与篇名高度重合的主题词和关键词，如“人工智能”“教育”“教育人工智能”“人工智能教育”“人工智能技术”“人工智能+”“人工智能时代”等，具体统计情况见表2。

表2 我国人工智能教育研究文献主题词和关键词统计

表2统计数据表明，我国人工智能教育研究大多聚焦于“智慧教育”“个性化学习”“专家系统”等，而这恰恰是人工智能技术给教育教学带来的深度变革。人工智能语境下的教育教学不同于传统的“教”“学”模式，它在一定程度上重塑了教育教学生态，以智能技术为核心的智能教育逐渐成型，如教学过程的个性化、人机交互的拟人化和教学评价的智能化等。未来随着人工智能技术的进一步发展，势必在更大的领域和更深的层面引起教育教学的革新“个性化学习”“深度学习”“机器学习”“人机协同”等核心议题成为人工智能教育研究的理论聚焦。

三、发文刊物与研究机构

(一)发文刊物

整理文献发现，我国发表关于人工智能教育方面研究论文的学术刊物有90多种，见表3。

由表3可知，国内发表人工智能教育研究论文最多的期刊是《中小学信息技术教育》，共发文17篇；发文超过10篇的期刊有《远程教育杂志》《现代教育技术》和《中国信息技术教育》；排名前20位的期刊共发文114篇，占发文总量的32%，可见人工智能教育研究论文刊发较为集中。从刊物的性质来看，教育类期刊发表人工智能教育研究论文最多，发文数排名前20位中共有17种；从刊物的级别来看，发表人工智能教育研究论文排名前20位的刊物中，核心期刊(主要包括“中文核心”“CSSCI期刊”)共计10种；从刊物所在地来看，北京市刊物最多，共有10家，占据半壁江山，其余也分布在信息化教育比较发达的区域。

(二)研究机构

研究机构为学术研究的有序进行提供了重要的平台支撑。我国人工智能教育研究的主要机构见表4。

表4 我国人工智能教育研究主要机构(发文数排名前20)

表4数据表明，发表人工智能教育研究论文最多的是华东师范大学，共发文16篇；北京师范大学次之，发文11篇。排名前20位的研究机构共发文93篇，占人工智能教育研究论文总数的26.1%，可见人工智能教育研究较为集中，也反映了人工智能教育研究机构分布存在不平衡性。从研究机构的属性来看，排名前20位中高校共有18家，其中师范类院校有11家，可见师范类院校是人工智能教育研究之重镇。需要指出的是，科大讯飞信息有限公司在人工智能教育研究中颇为抢眼，发文数量名列前茅。

四、研究层次与基金项目

(一)研究层次

统计发现，我国人工智能教育研究文献分属12个研究层次，具体情况见表5。

根据表5，从文献的研究层次来看，30余年来人工智能教育研究多为基础理论研究和基础教育研究。其中基础理论研究文献最多，共计155篇，占发文总量的43.5%；基础教育研究次之，发文59篇，占发文总量的16.6%。专业实用技术和应用对策研究方面的文献较少，这是今后推进人工智能教育研究需要注意的问题，确保基础理论研究与应用对策研究互为支撑、协同并进。

表5 我国人工智能教育文献的研究层次统计

(二)基金项目

基金项目为学术研究提供了重要的经费支撑，它可以反映某一时期相关学科的理论聚焦和发展趋势。根据表6统计数据，我国人工智能教育研究的基金项目共有14种，其中国家级基金项目6种，省厅级基金项目8种。进一步分析发现，省厅级基金项目目前仅分布于北京、上海、浙江、山东、吉林、贵州等省市，大部分省市区还没有相关基金项目支撑。基金项目支撑论文共计31篇，占发文总量的8.7%，总体上看，基金项目论文占比不高。今后需要加大经费投入，确保人工智能教育研究有序推进和高质量发展。

五、高被引论文与高产作者

(一)高被引论文

被引次数是研究文献学术水平的重要标识，高被引意味着较高的学术关注度和学术影响力。我国人工智能教育研究高被引论文见表7。

表6 我国人工智能教育研究的项目支撑

表7 我国人工智能教育研究高被引论文(被引次数排名前10)

由表7可知，被引次数最多的文献是闫志明等合作的《教育人工智能(EAI)的内涵、关键技术及应用趋势——美国〈为人工智能的未来做好准备〉和〈国家人工智能研发战略规划〉报告解析》[3]。该文从教育人工智能的角度对美国两份人工智能战略规划重要文献作了深度解读，因而受到我国研究者的高度关注，被引次数累计达99次。从高被引文献的作者构成来看，排名前10位中只有3篇是独作，其余7篇均为合作成果，可见人工智能教育研究已经出现多作者合作、多单位联合的发展趋势。从高被引文献的发表时间来看，排名前10位中有5篇文献发表于2017年，这表明新一代人工智能技术受到学界的广泛关注。从高被引文献的发表刊物来看，排名前10位中有4篇文献刊于《远程教育杂志》，占该刊发文量的28.6%，可见《远程教育杂志》相当重视人工智能教育研究。从高被引文献的刊物级别来看，排名前10位中核心期刊占9家，可见高被引文献主要发表在“中文核心”和“CSSCI期刊”等核心期刊上。

(二)高产作者

人工智能教育研究的高产作者统计情况见表8。

表8 我国人工智能教育研究高产作者(发文数排名10)

表8数据表明，人工智能教育研究文献最多的是北京大学的贾积有，共发文4篇；发文3篇的有3人；发文2篇的有6人。此外，既是高被引论文作者又是高产作者的只有贾积有和余明华两位，说明高产不代表所有研究成果都是高质量的，研究水平还需进一步提升。

六、结论与未来研究展望

随着新一代人工智能技术的迅猛发展，学界对人工智能教育予以较多的关注，研究成果呈现不断增长态势。基于研究现状的梳理，研究成果的评判，今后要进一步深化理论研究、拓展视野范围、加强队伍建设、强化经费保障，确保人工智能教育研究向纵深推进。

一是进一步深化理论研究。当前人工智能教育的基础理论研究专注于人工智能教育应用层面，如应用困境、突破路径、融合方式、发展理念等，但对人工智能教育本身的关注不多，缺乏有理论深度的研究成果。从高被引文献来看，排名前10位期刊文献中仅有1篇涉及人工智能教育的概念内涵，而关于人工智能教育应用方面的文献有7篇。今后要尽快扭转理论研究不足的局面，进一步深化基础理论研究，为人工智能教育研究向纵深推进提供学理支撑。一方面要对人工智能教育的科学内涵、核心要素、基本特征等作出更为精深的学理探察，为人工智能教育研究有序推进提供更为扎实的理论根基；另一方面要从人工智能发展史的宏大视阈审视人工智能教育问题，以理论的价值、定位、基础为切入点，不断推进人工智能教育理论体系的创新发展，继而发挥理论指导实践的作用。

二是进一步拓展视野范围。人工智能技术给教育领域带来的变革是广泛而深刻的，既包括哲学人文社会科学，也包括自然科学，还包括工程技术学科。但我国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学人文社会科学基础领域，而工程技术研究、自然科学研究和应用技术研究文献甚少。可见，人工智能教育在自然科学、工程技术学科等领域的研究仍然有很大的拓展空间。今后，要积极引导自然科学和工程技术学科研究者投身到这一研究论域中来，就人工智能技术与自然科学、工程技术学科的对接与融合进行学理探讨。从学理层面厘清人工智能技术在自然科学和工程技术学科的应用前景和发展趋势，切实推进人工智能教育研究全面均衡发展，为实现教育教学智能化转型打下坚实的理论基础。

三是进一步加强队伍建设。从研究机构来看，高校是我国人工智能教育研究的主要机构，排名前20位中高校系统18家，行政机关1家，企业1家；从高产作者所在单位来看，排名前10位中高校系统8家，行政机关1家，学会组织1家；从发文刊物来看，排名前20位中教育类期刊占17家，综合类期刊1家，专业性期刊2家。可见，我国人工智能教育研究机构集中在以高校为主体的教育系统，政界和业界研究成果占比较小。今后在巩固教育系统研究人员的同时，还要大力吸引行政机关人员和业界技术人员关注和参与人工智能教育研究，通过加强队伍建设、扩大研究力量进一步促进人工智能教育研究繁荣兴盛。

四是进一步强化经费保障。科学研究的有序推进和高质量产出需要经费保障，基金项目是政府支持、引导和激励科学研究的主要途径。然而，目前我国人工智能教育研究的基金项目比重较低。表7统计可知，目前人工智能教育研究高被引次数排名前10位中有5篇研究得到基金项目支撑(其中国家级基金1项，省厅级基金4项)。这充分说明，我国人工智能教育研究的基金项目文献占比不高。今后进一步深化人工智能教育研究，需要不断加大经费投入，强化经费保障，通过各层次、各类别基金项目自助的方式引导学界、政界、业界研究人员关注和参与人工智能教育论域，前瞻布局一批新一代人工智能教育重大科技项目。