我国近十年“人工智能+教育”研究热点分析

徐嘉欣 张浩

摘 要：在中国知网（CNKI）数据库中对2009-2019年核心期刊“人工智能+教育”关键词进行检索整理，利用UCINET和SPSS对收集的数据进行中心性分析、社会网络分析和聚类分析，结果显示“人工智能+教育”关键词具有完全网络效应，由此可见其成团和小世界性质，相关研究所呈现的认知范围仍有局限，认知深度和广度尚显不足。根据聚类分析总结出五大研究热点：交流平台、关键技术、智能教育环境、教学实施路径和智能教学过程，并详细描述了上述五大热点研究现状和发展态势。

关键词：人工智能;智慧教育;深度学习;教育信息化

DOI：10. 11907/rjdk. 191748 开放科学（资源服务）标识码（OSID）：

中图分类号：TP3-0文献标识码：A 文章编号：1672-7800（2019）008-0008-04

Analysis of the Hotspots of “Artificial Intelligence + Education”

in Recent Ten Years in China

XU Jia-xin， ZHANG Hao

（School of Journalism & Communication，Yangzhou University， Yangzhou 225000，China）

Abstract： The research searches and sorts out the key word of “Artificial Intelligence + Education” in core journals from 2009 to 2019 in CNKI database， and conducts centricity analysis， social network analysis， and cluster analysis by using UCINET and SPSS. The result shows that “Artificial Intelligence + Education” has full network effects， which shows its group and small-world networks nature， cognitive range by related research is still limited， cognitive depth and breadth is still inadequate. According to cluster analysis of this research， five research hotspots are summarized as followed： communication platform， key technologies， intelligent education environment， teaching implementation path and intelligent teaching process. The research status and development trend of these five hotspots are described afterwards.

Key Words： artificial intelligence; smarter education; deep learning; educational informatization

基金项目：国家社会科学基金（教育学）一般项目（BCA170084）

作者简介：徐嘉欣（1993-），女，扬州大学新闻与传媒学院硕士研究生，研究方向为信息技术教育应用;张浩（1977-），男，博士，扬州大学新闻与传媒学院副教授，研究方向为信息技术教育应用。

0 引言

人工智能（Artificial Intelligence，AI）概念的提出始于1956年美国达特茅斯会议，1970年机器人Shakey诞生，1982年计算机科学家Minsky[1]利用反问方式，试图说明计算机的智能性和创造性，并预言未来的智能机器，同年物理学家Hopfield[2]证明使用神经网络可使计算机以全新方式学习处理信息，与此同时BP算法快速发展，使得大规模神经网络训练成为可能。之后一段时间，人工智能研究相对沉寂，直到1997年IBM研发的“深蓝”（Deep Blue）击败国际象棋冠军卡斯帕罗夫，人工智能才再一次进入公众视线。2006年Gorder[3]发表论文认为可以创造一种人工神经网络，模仿人类大脑功能，通过反复试验学习图像识别模式。随后以深度学习为代表的机器学习算法，在机器视觉和语音识别等领域取得极大成功。2016年谷歌研发的AlphaGo击败围棋冠军李世石，引发全球范围对人工智能的热议。2017年国务院印发《新一代人工智能发展规划》文件，“智能教育”的概念被明确提出[4]。那么“人工智能+教育”的关注点是什么？其认知存在哪些问题？如何将人工智能“智能”地应用于教育领域？这些都值得思考和探究。

本文基于研究文献中“人工智能+教育”相关关键词，使用中心性分析、社会网络分析和聚类分析，挖掘我国“人工智能+教育”的认知现状、关注熱点，为促进我国“人工智能+教育”发展及相关研究提供参考。

1 研究设计

1.1 数据分析

本文研究数据来源于中国知网（CNKI）数据库，时间限定在2009-2019年，选定教育类核心期刊，采用高级检索方式，以“人工智能”并含“教育”进行检索，共筛选整理出具有代表性有效论文216篇。

1.2 方法选取

3.2 “人工智能+教育”关键技术

人工智能应用于教育的关键技术包括深度学习、精准教学、人机协作、个性化学习、机器学习、教育大数据、学习分析、教育数据挖掘等。教育人工智能是人工智能与学习科学相结合的一个新领域，其关键技术主要体现在知识的表示方法、机器学习与深度学习、自然语言处理等方面[8]。深度学习是机器学习中的一种表征学习，某些特定方法可以让机器学习算法更易于实现。机器学习作为人工智能领域的核心，能够基于大量数据自动识别模式、发现规则、预测学生表现，为满足智慧教育和个性化学习需求提供可能[9]。有报道指出，数据是信息时代数字经济驱动的货币，分析技术寻找方法去收集、连接、组合和解释数据，以更清楚地了解學习者的能力和进步之处，可推动个性化和适应性的学习经验[10]。这些“人工智能+教育”关键技术将为人工智能与教育融合提供可能，为教育智能转变提供技术支持。

3.3 “人工智能+教育”智能教育环境

人工智能创造智能化教育环境的关键词主要有教育信息化2.0、智慧时代、智慧教育、教育现代化、教育信息化，智能教育、智能技术等。任友群等[11]提出教育信息化2.0进入“融合创新智能引领新时期”，构建“四化三学”的教育新格局，智慧教育是教育信息化的新境界、新诉求[12]。2010年，浙江大学提出建设“智慧校园”。曹晓明[13]认为当前智慧校园在研究和实践中出现概念泛化、边界模糊等倾向，而人工智能正以清晰的路径影响和变革着校园生态系统;祝智庭等[14]认为智能教育可以作为智慧教育的实践路径，智慧教育可以对智能教育起导向作用。“人工智能+教育”在智能技术支持下，将概念化的智慧时代和智慧教育，转为可操作的智能时代和智能教育，积极推动教育现代化、信息化、智能化，为实现教育信息化2.0和智能教育环境建构作贡献。同时，关于智慧教育、智能教育和教育信息化的研究相互交叉、联系密切，但是针对三者之间概念的辨析和界定尚不明确。

3.4 “人工智能+教育”教学实施路径

人工智能为教育提供教学实施路径关键词主要有创客教育、STEAM教育、MOOC、在线教育、机器人教育、机器人、信息技术、网络学习空间等。创客教育制作具有人机交互功能的智能机器人，探索人工智能领域寓教于乐的创客教学策略[15]。MOOC是在线开放网络课程的代表，也称慕课，慕课改变了传统教学模式，利用网络为教学实施带来便捷。詹泽慧等[16]提出人工智能的引入也许是解决MOOC现存问题的唯一可能，应用大数据与人工智能可帮助在线教育突破瓶颈[17]。针对“人工智能+教育”具体教学实施路径，大部分学者的主要关注热点是创客教育、机器人教育、STEM教育、MOOC、网络学习等方面，各中小学纷纷模仿，以机器人和编程为代表，顺应智能时代需求。“人工智能+教育”融合帮助教学实施具体落实，教学强调智能性、趣味性、整合性、跨学科、开放性、共享性等理念，教学路径多样化，可操作性更强，但针对中学信息技术教育中人工智能选修课程的教学研究较少。

3.5 “人工智能+教育”智能教学过程

人工智能融合教育优化智能教学过程关键词包括智能导师系统、教师专业发展、教育人工智能、学习环境、学习科学、人机交互、虚拟现实、自适应学习、知识图谱、可视化分析、脑科学、未来教育、计算思维、编程教育、信息素养等。人工智能发展推动教育领域变革，对教师角色和工作产生影响。利用人工智能辅助教师完成日常教学、教研、专业发展和学习。未来智能教学系统将基于大数据智能与跨媒体智能协同，支撑精准的学情判断和科学的学习路径推荐，教育中的人工智能将走向人机协同的增强智能[18]。通过人机交互、虚拟现实、自适应学习、知识图谱等智能技术，教学过程精准可靠，便于掌握整个教学过程，从而及时调整、分析、评价和反思。针对不同需求对海量教学数据进行智能整合，从而辅助和优化教学过程。

4 结语

研究发现，近十年来我国“人工智能+教育”还存在认知范围相对局限和认知深度有待扩展等缺点。研究热点主要包括交流平台、关键技术、智能教育环境、教学实施路径和智能教学过程，还需考虑计算思维、编程教育和信息素养等。“人工智能+教育”研究需进一步关注如何加强智能技术在教育中的融合，构建智能教育环境，提供智能教学实施路径，优化智能教学过程，并持续推进对研究的深度挖掘和路径探索，从而为我国“人工智能+教育”的未来发展打好坚实基础。

参考文献：

[1] MINSKY M. Why people think computers can't[J]. AI Magazine Fall，1982，86（8）：76.

[2] HOPFIELD J J. Neural networks and physical systems with emergent collective computational abilities[J]. Proceedings of the National Academy of Sciences，1982，79（8）：2554-2558.

[3] GORDER P F. Neural networks show new promise for machine vision[J].  Computing in Science & Engineering， 2006，8（6）：4-8.

[4] 中华人民共和国国务院. 新一代人工智能发展规划[R]. 2017-07- 20.

[5] 邓君，马晓君，毕强. 社会网络分析工具Ucinet和Gephi的比较研究[J]. 情报理论与实践，2014，37（8）：133-138.

[6] 彭辉. 复杂网络上的演化博弈[D]. 兰州：兰州理工大学，2012.

[7] 任友群，万昆，赵健. 推进教育信息化2.0需要处理好十个关系[J]. 现代远程教育研究，2018（6）：3-11.

[8] 闫志明，唐夏夏，秦旋，等. 教育人工智能（EAI）的内涵、关键技术与应用趋势——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[J]. 远程教育杂志，2017，35（1）：26-35.

[9] 余明華，冯翔，祝智庭. 人工智能视域下机器学习的教育应用与创新探索[J]. 远程教育杂志，2017，35（3）：11-21.

[10] 巩辰. 全球人工智能治理——“未来”到来与全球治理新议程（四）[EB/OL].  [2018-12-03]. https：//www.economist.com/news/leaders/21721656-data-economy-demands-new-approach-antitrust rules-worlds-most-valuable-resource.

[11] 任友群，冯仰存，郑旭东. 融合创新，智能引领，迎接教育信息化新时代[J]. 中国电化教育，2018（1）：7-14，34.

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

[13] 曹晓明. “智能+”校园：教育信息化2.0视域下的学校发展新样态[J]. 远程教育杂志，2018，36（4）：57-68.

[14] 祝智庭，彭红超，雷云鹤. 智能教育：智慧教育的实践路径[J]. 开放教育研究，2018，24（4）：13-24，42.

[15] 吴鑫. 小学创客教育初级人工智能作品的设计——以开源机器人“小菠萝”存钱罐作品为例[J]. 现代教育技术，2018，28（6）：122-126.

[16] 詹泽慧，霍丽名，姚佳静，等. 人工智能时代MOOC将如何发展：机遇与挑战——与Curtis Bonk教授和Paul Kim教授的对话[J]. 中国电化教育，2019（2）：10-15.

[17] 钟华. 考虑大数据与人工智能影响的在线教育产业发展趋势研究[D]. 成都：西南交通大学，2018.

[18] 陈凯泉，沙俊宏，何瑶，等. 人工智能2.0重塑学习的技术路径与实践探索——兼论智能教学系统的功能升级[J]. 远程教育杂志，2017，35（5）：40-53.

（责任编辑：孙 娟）