国外近十年教育机器人实证研究的热点、现状与启示

李凌云，马妍淼，王海军

(1. 南京晓庄学院 教师教育学院，江苏 南京 211171；2. 南京市竹山小学，江苏 南京 211100；3. 南京晓庄学院 电子工程学院，江苏 南京 211171)

0 引言

作为机器人教育的载体，教育机器人是指一类应用于教育领域、以培养学生分析能力、创造能力和实践能力为目标的机器人[1].近年来，随着人工智能的发展和教育模式的创新，各国越来越看好教育机器人对未来社会的作用和影响，并积极探索教育机器人在教学中的运用与实践.美国、日本、韩国、欧洲等国家和地区纷纷制定教育机器人的发展战略规划.我国政府及相关教育部门也高度重视教育机器人在教学中的运用.在教育部2018年发布的《教育信息化2.0行动计划》[2]中，明确提出要加强智能教学助手、教育机器人、智能学伴等关键技术的研究与应用.同年浙江省教育厅印发了《关于开展教育机器人应用试点示范学校建设工作的通知》，提出到2020年浙江省将建成100所特色鲜明、具有示范引领作用的教育机器人应用试点示范学校[3].

各国研究者们对教育机器人在教学中的应用给予了广泛的关注，并进行了积极研究.为了了解教育机器人研究的现状，一些学者对现有的研究进行了系统回顾.如Toh等人[4]对教育机器人在早期教育和低年级教育中的应用进行了系统回顾，Benitti等人针对小学、初中、高中阶段教育机器人应用的学科、有关教育机器人教学的评价、教育机器人是否是有效的教学工具三个方面的定量研究进行了回顾[5].已有的回顾性文章能够为研究者提供一个很好地研究起点，但是还存在一些不足.如现有的研究都是围绕特定的研究问题展开，研究视角较为单一；现有的研究分别关注了K-12或者早期教育阶段(Pre-school到3年级阶段)，对教育机器人应用的教育阶段的关注不够宽泛.本研究拓展了已有研究中教育机器人应用的教育阶段，涵盖了近十年来教育机器人在学龄前教育(Pre-school)以及K-12教育阶段中的应用，试图从多个维度较为全面地勾勒国外近十年教育机器人实证研究的全貌，以期对教育者提供一定的启示.

1 研究设计

1.1 研究资料

本研究以“Web of Science核心合集”数据库中2011—2020年的学龄前到高中阶段教育机器人应用的文献为研究样本.以((robotic OR robotics OR robot OR robots OR Lego)AND(instruction or learn or learning or teach or teaching or education or educational)AND(childhood or k-12 or elementary school or secondary school or high school or preschool))为关键词对“英文出版、同行评议的期刊文章”进行检索，去掉重复的文章，共获得211篇论文.为了进一步获取有效数据，采用以下策略进行进一步筛选：(1)必须使用具体的、有形的机器人；(2)教育机器人应用于Pre-school以及K-12教育阶段，大学教育被排除在外；(3)文章必须要有评价，可以是定量的，也可以是定性的.

此外，文章还采用以下去除标准剔除文献：(1)有关机器人的设计与开发的文章，尽管该类文章也有教学应用的评价，但是其侧重点在于评价机器人套件与系统的使用效果；(2)有关机器人课程建设的文章；(3)残疾儿童利用机器人进行医学训练和治疗；(4)教师对于教育机器人的看法等一些针对教师进行的研究.

最后采用“标题+摘要+全文”的分析方法，对研究内容进一步审查后，最终筛选出53篇文章作为分析样本.

1.2 研究方法

社会网络分析法是对社会网络中行为者之间的关系进行的量化研究.社会网络分析法应用于文献可视化研究时,通过寻求研究中关键词之间的关系,以分析和预测未来走向及趋势[6].共词分析是对一组关键词两两统计它们在同一篇文献中出现的次数，以此为基础对这些词进行聚类分析，从而反映出这些词之间的亲疏关系，进而分析这些词所代表的学科和主题的结构变化[7].因此，采用共词分析法构建高频关键词矩阵，并运用社会网络分析法进行分析，适用于研究领域的研究热点.

仅仅了解这个领域的研究热点还不足以了解整个研究的现状，因此必须借助内容分析法.沈霞娟[8]等人根据谢幼如[9]提出的内容分析的步骤，将内容分析法归纳为确定研究样本、确定分析维度、归纳统计、量化分析四个步骤，具体步骤如图1.通过这些步骤，能对研究内容进行深入的了解.

图1 内容分析流程

1.3 数据预处理

对53篇文献的关键词进行统计，将意思相近的一类关键词，如“Robotics、Robots、Robot”等关键词合并，共得到237个不同的关键词.

1.3.1 高频关键词的选择

本文采用频次选取法，将频次大于或等于2的关键词作为高频关键词，共得到27个.由于篇幅有限，只呈现前十一个关键词，见表1.

表1 高频关键词

1.3.2 共词网络的构建

表2 教育机器人实证研究编码

将27个高频关键词分别作为矩阵的行和列，形成一个27×27的矩阵.通过统计关键词之间的共现频率，形成一个原始的关键词共现矩阵.如果两个关键词之间不存在关系，则用0表示.如果存在n次关系，则用n表示.本文使用UCINET 6.0软件来进行分析，它有很强的矩阵分析功能，能够为接下来的可视化分析、中心性分析提供便利.

1.3.3 内容分析编码

Dinsmore和Alexander提出了实证研究的核心要素为概念界定、测量方式、学科情境和研究结果[10].根据Dinsmore和Alexander对实证研究的定义，并联系“教育机器人”的实证研究的核心要素，建立应用领域、研究情境、研究方法和研究结果4个维度的内容分析编码体系，具体如表2所示.

此外，为了保证内容分析的信度，三位作者分别对每篇文献按照上述类目编码进行独立评判，对不同意见交流协商，并确定最终的编码.

2 研究结果分析

2.1 研究热点分析

社群图能够直观的反应出研究主题之间的关系.关键词网络社群图中两节点之间的连线可以表示他们的共现关系，连线越粗，表示关键词共现次数越多.利用Ucinet软件绘制国外近十年教育机器人实证研究领域高频关键词网络社群图，如图2所示.

图2 教育机器人实证研究高频关键词网络社群图

可以看出，educational robotics-programming、educational robotics-early childhood、educational robotics-STEAM、programming-education共现次数最多，其次educational robotics-computational thinking、elementary education-interactivel earning environments等共现的次数其次，表明编程学习及教育机器人在编程学习中的应用、教育机器人在早期儿童教育中的应用、教育机器人与STEAM学习、教育机器人促进计算思维的培养、小学阶段交互式学习环境设计等方面引起了人们较多的关注.从上图还能看出，教育机器人研究领域形成了以教育机器人、编程、STEAM、早期教育、小学教育、交互式学习环境为核心的研究圈.

2.2 研究现状分析

2.2.1 应用领域

通过对文献的分析，发现国外教育机器人主要用在STEAM教育、语言学习、社会交互3个领域，如表3所示.

表3 教育机器人实证研究主题统计

Benitti在2012年对利用教育机器人在小学、初中和高中开展定量研究的文献分析结果表明，绝大多数研究关注的是教育机器人在STEM领域应用[5].通过对近十年教育机器人研究领域的分析发现，最近几年出现了教育机器人在舞蹈和戏剧表演等方面的应用，人们对教育机器人的研究开始从STEM领域转向STEAM领域.71.7%的文献关注的是教育机器人在STEAM领域的应用，说明了近几年来STEAM领域仍然是教育机器人应用研究的主要领域.其次是语言学习领域，即机器人辅助语言学习(Robot-Assisted Language Learning，RALL).这类研究将教育机器人用于语言的学习，有效的促进了学习者学习结果的提高和学习动机的激发.在社会交互领域也有一些应用，如儿童通过与机器人的社会交互进行学习，接受它的权威，或者将其视为同伴，对机器人展示了各种社会关怀行为.

2.2.2 研究情境

(1) 教育机器人的类型

按照教育机器人在教学应用中承担的不同角色，可以分为三类.第一类是教学助手类机器人，该类教育机器人扮演教学者或者教学辅助者的角色，如Nao、SAYA、Bioloid等类人机器人.第二类是学习环境和工具类机器人，这类机器人被用来支持和帮助学生学习领域知识，主要以LEGO、KIBO机器人为主.第三类是学习伙伴类机器人，这类机器人作为促进人际关系的媒介，鼓励学习者之间协作，如Mecwilly、Telenoid以及QRIO机器人.通过分析可知，近十年国外研究中学习环境和工具类教育机器人最多，占60.4%，其次是教学助手类机器人，占30.2%.

(2) 研究对象

学龄前儿童和小学生是国外教育机器人实证研究最为关注的群体，73.6%的研究关注教育机器人在这两个阶段的应用.从研究对象的人数来说，人数在50人及以下的研究最多，有28篇，51～100人以及100人以上的研究相对较少.其中参与人数最多的研究是Wendell等[11]从四个方面测量了442名学生，来探讨以机器人支持的工程设计为基础的课程是否对小学生的科学态度和科学内容知识的掌握有影响.而人数最少的只有10人，Chou等[12]通过6周的机器人课程，利用混合方法分析了教育机器人是否对10名小学生的空间可视化和排序技巧有积极影响.

(3) 教学形式

国外开展的教育机器人应用的形式通常有三种：一是通过学校开设的课程，如机器人技术课程，或者以教育机器人作为辅助工具的其他学科课程；二是校内的综合实践性活动，这类活动是以与机器人有关的主题活动或者计划、项目等形式开展；三是校外的有关机器人主题的拓展活动，如一些大学或者教育机构开设的工作坊、夏令营、实验项目等.近十年来国外教育机器人的应用更多地体现在学校的必修课程中，如通过机器人学习编程能力，或者在英语、数学、科学等课程中引入教育机器人.校内开展的以教育机器人为主题的实践活动以及校外的拓展活动这两种形式所占比例差不多.这一结果与我国基础教育中有关机器人教育的现状不同，竞赛模式或者兴趣小组模式仍然在我国基础教育领域机器人教育中占据绝对的主导地位[13].

(4) 研究持续时间

教育机器人实证研究大多持续时间在1个月内，并且大多数都是一次性的干预，而持续时间长、迭代轮次多的研究较少.持续1个月—3个月以及以上的研究相对较少.因此，为了能够更加清晰和系统地了解教育机器人的应用效果，并能够通过反馈数据优化和完善干预，建议研究者们今后能够开展持续时间较长、干预轮次较多的实证研究.

图3 研究方法

2.2.3 研究方法

Trochim将研究方法分为三种类型：随机的或真实实验研究、准实验研究以及非实验研究[14].随机的或真实实验控制水平高，样本必须是随机分组，因而操作上可能存在很大的困难.准实验设计是将真实实验的方法用于解决实际问题，是在接近现实条件下，尽可能地运用真实实验设计的原则和要求.非实验研究是指实验研究和准实验研究之外的研究.现有研究的研究类型分析如图3所示，62.3%的研究者采用了非实验研究的类型，如案例研究、轶事研究、混合方法研究等.28.3%的研究者采用了准实验研究的类型.实验研究方法采用的比较少，只有5篇.

2.2.4 研究结果

通过分析，近十年教育机器人实证研究的结果可分为学业/课程表现、思维与能力发展、情感体验3个方面，90.6%的研究取得了较为积极的效果.

(1) 学业/课程表现主要包括学生对知识的掌握程度和学习效果等.已有研究报告了在机器人辅助语言学习上，使用教育机器人可以使学生获得更好的学习结果[15,16].此外，绝大多数研究结果表明机器人在支持STEM领域知识的学习时是有效的[17-19].Rosi等人使用人形机器人来支持营养知识的教学活动，但是并没有导致任何显著的学习效果[20].此外，还对有教育机器人参与和无机器人参与[21]、使用教育机器人与使用PPT等辅助手段[22]、不同年龄与不同性别学生进行学习的效果进行了对比研究[23].

(2) 思维与能力发展主要体现在计算思维、编程能力、问题解决能力等方面.研究者们关注了儿童可以通过学习、使用和开发适当的工具对机器人进行编程来提高排序技能.Hwang等人将多机器人系统用于合作任务中，观察和记录学生在合作中的交际行为，考察他们的合作策略与交互.结果表明，通过教育机器人活动可以开发和改进协作策略和解决问题的能力[24].

(3) 情感体验主要体现在学生的学习兴趣、学习动机和态度方面.学生通过参与项目或工作坊，使用机器人套件进行STEM专业的学习，能导致学生形成对工程学习持续的、正面的态度，吸引他们从事工程有关的职业[25，26].此外，研究者还关注了使用教育机器人辅助语言学习，学生对外语学习的兴趣能够得到增加[27].对有教育机器人参与和无教育机器人参与的教学进行对比，来了解学生的学习动机和兴趣的差异.

3 研究结论与启示

3.1 研究结论

本文以Web of Science核心合集中国外近十年教育机器人实证研究领域的53篇英文文献为例，运用共词分析法、社会网络分析法以及内容分析法，从研究热点与研究现状两个方面进行分析，得到以下结论：

(1) 从研究热点看，教育机器人实证研究领域形成了以儿童、机器人、教学方法、教育技术、STEM为核心的研究圈.

(2) 从研究领域看，现有研究主要集中在STEAM教育、语言学习、社会交互3个领域，尤其在STEAM教育和语言学习领域的实证研究较多.

(3) 在研究情境方面，教育机器人在教学中普遍作为学生学习环境和工具、教学助手；学龄前儿童和小学生受到研究者普遍关注；主要以50人以下的小样本研究为主；目前国外教育机器人开展的教学形式有通过学校开设的课程、校内的综合实践性活动、校外的有关机器人主题的拓展活动三种教学形式；从研究持续时间看，长时间、多轮次的持续研究较少.

(4) 从研究方法看，近十年实证研究多采用非实验方法，准实验方法和真实验方法较少.

(5) 从研究结果看，教育机器人在学生学业/课堂表现、思维和能力发展、情感体验的影响方面起到了较为积极的效果.

3.2 研究启示

我国研究者对教育机器人的研究给予了广泛的关注，尤其从2016年起，发文量呈大幅度增长趋势.国内有关这方面的研究从早期对机器人教育的价值探讨、中小学机器人教育的调查，到使用教育机器人开展教学的模式，再到基于创客理念的中小学机器人教学研究，教育机器人的实证研究逐步得到人们的重视.因此，非常有必要以国外研究为借鉴，为国内后续研究提供参考.本文通过分析国外教育机器人的实证研究，得到以下启示：

(1) 扩大教育机器人研究领域

国外现有的教育机器人的实证研究主要集中在STEAM教育和语言学习方面，社会交互等方面的研究还比较少，因此，非常有必要扩大教育机器人的应用领域，关注教育机器人在人文学科应用的实践.此外，尽管人们开始关注教育机器人在STEAM教育中的应用，但是利用教育机器人为多学科提供教育支持的研究不多，后续可以对教育机器人支持下的跨学科教育模式进行探讨，并积极开展教学实践.

(2) 关注基于教育机器人辅助教学的课程及学习活动设计

与国外相比，我国研究者对教育机器人课程设计以及基于教育机器人开展学习活动的设计关注不够，还没有关注到教育机器人的学习活动设计对学生学习的影响.此外，对学生参与不同技术媒介的学习活动，对学生学习效果、学习动机以及情感体验的比较研究还没有引起关注.

(3) 关注教育机器人在常态课教学中的应用研究

国内教育机器人运用的主要形式为竞赛，在校外机器人主题拓展活动、校内综合实践活动中应用较多，但是在学校开设的常态课的教学中融入教育机器人的实践探索还很少.因此，国内研究者非常有必要在常态课教学中探索教育机器人应用的新模式.

(4) 关注教育机器人研究的有效性

已有的研究以非实验研究为主，有关实验研究和准实验研究不多，尤其是具有良好的实验研究设计的研究成果非常少.有关教育机器人在教学实践中有效性的检验，还需要通过良好的实验设计、有效的实验样本的选择、开发详细可行的评估工具进行研究.

对于我国教育机器人的应用研究而言，要走的路似乎还很长.如何超越现有的以竞赛或者兴趣小组为主体的机器人教育模式，将教育机器人融入其他学科课程的学习；如何加强高校、机器人教育团体与基础教育的联系，建立共同体，促进教育机器人在基础教育中的应用实效.这些也都将成为教育工作者后续努力的方向.