我国“人工智能+教育”研究现状与热点分析

王志鹏

（安徽建筑大学建筑与规划学院，安徽 合肥 230001）

0 引言

国务院于2017年印发了《新一代人工智能发展规划》文件，“人工智能+教育”的概念成为教育发展的新方向[1]。人工智能与教育的结合点有哪些？两者之间如何关联？人工智能大背景下，教育该如何进行改革？这些都是人工智能与教育结合发展过程中需要研究的问题。因此，本文以“人工智能+教育”为关键词，利用文献分析方法对“人工智能+教育”的研究现状与热点进行聚类分析，以期为我国“人工智能+教育”研究提供理论参考。

1 数据来源与分析方法

为了解我国现阶段人工智能与教育结合研究的现状与热点，采用定量与定性相结合的分析方法对既有文献进行综合分析。具体采用的方法包括词频分析和社会网络分析。数据来源为中文学术期刊库，检索文献类型为研究论文，检索关键词为“人工智能”+“教育”，检索文献时间跨度为“2000”年至“2021”年。检索具体时间为2022年1月5日，共检索出文章2 853 篇。

2 研究结果

2.1 文献时间分布分析

研究论文的发表数量以及不同年限之间发表数量的差异性与变化趋势，是探求研究主题发展状况的衡量指标之一，以一段时间内的变化趋势来分析研究发展动态趋势。通过在中国知网（CNKI）内的文献分析，得出近20年我国“人工智能+教育”领域的文献发展趋势，其中，2000年至2005年，关于“人工智能+教育”的文献数量较少，基本保持在每年30 篇以下，这表明在教育领域涉及人工智能的研究还较少。2006年至2016年，相关研究仍处于缓慢发展阶段，文献数量保持在每年50 篇左右。2017年，“人工智能+教育”研究迎来了重要的发展契机，在2017年“两会”的政府报告中首次从国家战略层面提到“人工智能”，这为“人工智能+”的发展提供了基础。随后，2018年由教育部印发的《教育信息化2.0 行动计划》则是为“人工智能+教育”的研究提供了发展基础。在此背景下，全国各大高校迅速反应，更多的学者投入人工智能教育研究中，极大地提高了我国人工智能与教育研究的广度与深度，相应的论文发表数量也得到了迅猛增长，在2020年，涉及人工智能教育的文献达到了868 篇。

2.2 高影响机构分析

在分析文献发表时间分布基础上，进一步对文献的研究机构进行统计分析，得到2000—2021年发表“人工智能+教育”文献排名前十的高影响机构，分别为北京师范大学（112 篇）、华东师范大学（110 篇）、华中师范大学（62 篇）、陕西师范大学（50 篇）、西南大学（47 篇）、江苏师范大学（40 篇）、华南师范大学（38 篇）、华东师范大学（37 篇）、首都师范大学（36 篇）和浙江师范大学（30 篇）。通过分析可见高影响研究机构主要以师范类高等院校为主。

2.3 高被引文献分析

对检索文献的被引用次数进行统计分析得出高被引文献。其中，发表在《教育研究》的文献“身体与学习：具身认知及其对传统教育观的挑战”的被引次数最高，达到了458 次。而发表在《远程教育杂志》的文献“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”下载次数达到了38 681 次，被引次数为400 次。

2.4 高频关键词分析

论文关键词是衡量文献研究方向与研究主题的重要指标，因此分析检索论文关键词的频率，可以间接反映出论文研究领域的热点。本研究利用文献题录信息统计分析软件SATI 对检索文献进行高频关键词分析，结果表明“人工智能”“人工智能时代”“机器人”“教学中的应用”“人工智能技术”“策略研究”“小学生”“智能时代”“人才培养”“大数据”“人工智能教育”和“新工科”等热点关键词是我国现阶段“人工智能+教育”研究的热点关键词。

3 研究热点分析

通过文献综合分析，我国现阶段人工智能教育研究的热点可以概括为以下两点。

3.1 注重教育应用层面的研究

目前我国对“人工智能+教育”的研究，主要从人工智能技术在教育领域的应用内涵、应用模式、应用场景、应用存在问题及解决策略等方面展开[2]。在应用内涵研究中，王竹立从理论与实践两个层面肯定了人工智能技术的科学性[3]；闫志明等人从多学科角度分析了人工智能技术与教育融合的模式，提出在教育领域中应积极融入计算机科学、大数据、认知科学等领域知识[4]；吴永和等人提出人工智能技术应从小规模教育试验开始，并逐步扩展到大规模的应用，在不同场景中，让教育从粗犷式应用场景发展到独特化和精准化的教育场景[5]；在应用场景上，杨现民构建了具体的框架形式，从教育数据获得、数据计算方法、结果反馈感知、学习者理解感知等方面提出了人工智能在教育领域应用面临的挑战及解决策略[6]。

3.2 关注人工智能技术发展

近年来，人工智能技术在教育领域的运用主要从深度内容学习、机器自主学习、个性化定制学习和智慧教育等方面展开技术更迭。而相关研究主要关注将上述技术高效运用到教育不同领域中的具体实施途径，以充分凸显出技术优势并发挥新技术作用为不同教育实施者提供更好的服务与支持。其中，机器自主学习是利用计算机，通过分析所获得的数据来进行教育行为预测[7]；个性化定制学习则是从学习者角度，根据其自身特征与需求提出针对个人的个性化学习方式[8]。个性化定制学习已成为未来“人工智能+教育”的主要发展方向之一。

4 研究发展趋势

近20年来，我国人工智能教育的研究取得了迅速的发展，但仍存在不足之处，其主要问题在于相关研究理论还未形成系统且缺乏具备高影响力的核心研究点，此外，运用在教育领域的人工智能技术仍存在科学性和安全性问题。因此，本研究认为未来我国人工智能教育的发展主要可以从以下三个方面开展开。

4.1 强化人工智能与教育的学科交融性

现阶段，人工智能教育研究在教学评价、教学手段和人工智能教育产品和平台方面已取得一定的研究成果，但所涉及的学科领域单一，主要集中在教育技术领域，在多学科交叉领域的研究尚存在不足，特别是在数学、统计学和认知科学等与人工智能存在学科交融的多学科交融研究上不够深入。针对这一现象，未来人工智能教育研究应从不同层次对不同学科进行不同类型的多学科交叉研究，充分利用人工智能的资源优势和技术优势，开展系统化研究。

4.2 完善人工智能与教育的技术安全性

人工智能技术为教学者和学习者提供了便利性，教育不再只是发生在实体教室中，各类学习平台能够提供精准的服务与支持，但如何控制信息安全问题则是未来人工智能教育研究中需要关注的重要方向。目前人工智能教育网络相对开放，各种源代码和数据均可开发或者共享。因此，未来研究应探究人工智能教育数据的保密性和真实性，建立适宜管理机制，为提高人工智能技术在教育领域运用的安全性提供理论和实践支持。

4.3 提高人工智能与教育的深度融合性

伴随人工智能技术的不同发展阶段，人工智能与教育的融合也就呈现出不同的层次，而不同的融合层次，又会反馈到教育教学要求的变化中，继而对人工智能与教育深度融合的研究提出了新标准。在人工智能技术渗透到教育的不同阶段过程中，加速了教学的改革步伐，对不同层次人才培养的方式、教学手段和教学评价产生了深远影响，进而提高了教学效果。此外，在人工智能与教育的深度融合中，还能强化不同机构与教学单位之间的合作，为人工智能的高质量发展提高保证。

5 结语

人工智能作为未来发展的核心技术，将引发教育领域的创新发展。研究发现，近年来我国“人工智能+教育”的研究热点主要集中在应用和智能技术层面。未来，“人工智能+教育”研究应进一步强化智能技术与教育的学科融合，构建安全的融合途径，提高教学过程的智能化，并提高研究深度，从而为我国“人工智能+教育”发展打好良好理论的基础。