人工智能时代背景下我国教育智能化策略研究——基于文献计量视角的中外人工智能教育科研现状分析

宋 欢

（大同师范高等专科学校，山西 大同 037000）

0 引言

人工智能是一个基于计算机科学的由心理学、认知科学、信息、控制、教育等多学科交叉融合的用来模拟、延伸和扩展人的智能的新兴技术科学[1]。2020年全球新冠疫情的爆发及蔓延对人类学校教育及课堂教学的传统业态产生了巨大的冲击和挑战，现实需求进一步助推了学界对教育智能化领域的技术创新、业态变革和哲学反思。

本文采用文献计量学方法对中外人工智能教育主题的学术研究成果进行对比分析，利用Excel、VOSviewer1.6.17等工具对特定数据库文献的科研重点及前沿热点进行历时和共时分析，以期把握中外对人工智能教育学术研究的异同之处；厘清该主题下学科、领域、知识的交叉和流动脉络，为我国教育智能化研究提供全局性视角。

1 人工智能教育研究背景

1.1 人工智能时代背景

对于人类社会现阶段是否已进入“人工智能时代”，学界的认定标准不一。“时代”在词典里的释义是历史上以经济、政治、文化等状况为依据而划分的某个时期[2]。根据社会学中的生产力标准，以物质生产三要素及其子技术进步中作用的变化作为划分依据，计算机网络已成为当今世界经济和社会发展中最为广泛、活跃和强有力的动因，人类社会整体上已步入继材料、能源时代后的信息时代。而作为当前计算机科技飞速发展的分布式主体和产业新风向的人工智能技术，在近数十年指数级的发展速度下已成为一项主流计算机技术，在全球范围内引发了一场颠覆性的科技革命。因而可以肯定的是，作为第一生产力的核心科技代表，人工智能技术已开启了一个人类社会新时代——人工智能时代。

1.2 我国教育产业智能化政策演进

本小节梳理我国自2016年颁布十三五规划（2016—2020）明确提出稳步推进教育现代化的战略目标以来，教育政策关键词从“信息化”到“智能化”的演进过程。

我国教育信息化政策在2016—2017年间步入战略上升期，于2019年进入密集增长期。国家层面的教育智能化战略肇始于2017年7月，国务院在《新一代人工智能发展规划》（以下简称《规划》）中提出“发展‘智能教育’，利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。这一顶层设计为推动我国人工智能教育体系创建提供了明确指引。2017—2020年是我国出台人工智能教育文件的密集爆发期，政策扶持力度持续加大。正是从2020年之后，教育“智能化”开始替代教育“信息化”“互联网+教育”等词眼而成为引领新一轮教育产业变革的关键战略。

2 国内外人工智能教育科研成果分析

2.1 数据来源与分析方法

本小节基于中国知网（CNKI）及Web of Science（WOS）两大数据平台，利用Excel、VOSviewer等科学知识图谱软件分析国内外学者对人工智能教育主题的科研成果。

首先检索CNKI期刊数据库（本研究的所有文献检索时间均截至2021年12月20日，故不包含此后发表的相关文章及相关数据）中以“人工智能教育”为主题词的中文期刊文章，得到的3 982篇相关主题文献构成数据库A。其次，为确保文献质量及权威性，通过检索CNKI中文期刊数据库中“人工智能教育”主题词下SCI、CSSCI及核心期刊来源论文，共获取1992—2021年间共1 168篇高水平文献作为本文国内科研成果研究的基础文献库B（1992—2021）（该数据库文献来源为CNKI数据平台中SCI、EI、核心、CSSCI、CSCD五类期刊）。选取WOS核心合集中“artificial intelligence education”主题词下的1 425篇国外期刊论文作为文献库C（1984—2021）。因B（1 168篇）和C（1 425篇）数据库容量接近、文献类型相同、水准对等，构成中外人工智能教育科研成果的可比语料库具有客观性和可信度。

2.2 发文年份

通过统计文献库B中近20年（2000—2021）的发文量及各年度的同比增长率，可清晰看出近年来我国人工智能教育研究领域的学术研究关注度及变化趋势。

我国人工智能教育学术研究在2017年突破了平台期，同比增长率比2016年上涨129个百分点，并于2018年增至311%——发展速度达到近20年的峰值。可见2017—2018年是我国人工智能教育的科研爆发期。在此后的2019—2021三年中，学术论文的增长速度有所减缓，但发文量仍保持大基数逐年上涨趋势。相较而言，文献库C（1984—2021）中，国外高水平期刊发文量的同比增长率由2018年的38%升至2019年的峰值129%，美国的学术研究高峰期是从2019年的48%升至2020年的135%，其后发文量均保持小幅稳步增长

2.3 学科分布

通过平行对比文献库A、B、C中人工智能教育主题词下发文占比位列前十的学科范畴，可以一探中外科研重点领域、研究态势的异同。

文献库A中“人工智能教育”主题下涵盖的学科类别较为基础，体现了国内针对人工智能教育的主体研究方向为“科技创新及教育学科建设探索”。相较而言，文献库B中研究维度更为纵深和细化，教育学和控制工程为主体研究领域；具体学科的智能化研究如图书情报档案、语言、新闻传播、思政教育等是前景日益广阔且更具挖掘潜力的子课题。人工智能赋能医学产业是近年来国内外科研新趋势，突出放射学、核医学、医学成像等领域的技术应用。

总体而言，国内外人工智能教育研究呈现学科领域的多样化和交叉性特点，并有学科细分与重组研究趋势。

2.4 前沿热点及关联性

本小节采用文献计量学中的共现分析（Cooccurrence Analysis）方法，使用基于大数据思维的知识图谱可视化分析软件VOSviewer1.6.17进一步锁定国内外人工智能教育主题下的科研热点、知识关联性及演变趋势。

2.4.1 国内科研热点分析

将文献库B中的1 168条文献以Refworks格式导入VOSviewer软件后可得到4 764个关键词，共现阈值设置为5，出现了199个共现频次≥5的关键词，通过手动筛除其中的67个英译词汇，剩余132个科研关键词。

学界自2018年以来对“人工智能技术”的应用研究包括深度学习、5G、大数据、个性化学习、自适应学习、STEM教育（STEM突破以单一学科知识为教学核心的传统，以Science, Technology, Engineering, Mathematics四学科的首字母缩写构成，是一种融合科学、技术、工程和数学的综合工科教育理念及模式）等关键方向。其中，技术哲学包涵了对教师教育、教育伦理、教师角色、教育态、职业教育等方向的探讨。而自适应学习作为一种崭新的学习方式是人工智能教育的内核与大脑，它可以使依据个人需要的因材施教真正成为时代必然[3]。

“人机协同”在2020年时与“人工智能”的总联结强度（total link strength）最高，这体现了人机协同技术是近两年来教育领域的主流应用方向，其与智能时代、未来教育、核心素养、教师角色、知识图谱、教师教育、智慧课堂和思想政治教育等关键词密切相关。“人机协同”概念关乎智能时代教师角色的转变及传统教学观念革新，已成为教师专业发展及教师教育中的重要一环，深刻影响着未来教育的效能。与“人机协同”相关的教育伦理与人工智能伦理也因其特殊的社会学意义而成为教育智能化发展初期不容忽视的战略因素。

2.4.2 国外科研热点分析

针对文献库C的4 979个关键词，将其共现阈值设置为5，人工筛除其中共现频次为9的关键词“0”，共得到231个有效关键词。

较国内而言，国外人工智能教育领域的最新科研热点包括对Neural Network（神经网络）、Covid-19（新冠肺炎）、Medical Education（医学教育）、Privacy（隐私）等关键课题的探索。值得注意的是，在WOS数据库中与“Innovation（创新）”高度关联的关键词为“China”（总联结强度为33、共现频次为10），“Sustainable Development Goals（可持续发展目标）”和“Industry 4.0”，这从另一个侧面体现了中国在人工智能教育科研领域的创新已为学界瞩目。“COVID-19”也是自2020年以来国外人工智能与教育研究的重要契合点。新冠疫情极大程度地刺激了各国对远程数字教育的需求，从平装书到可携式文件PDF（Portable Document Format），从体育课到视讯会议（E-Conferencing），从各类传统信息传播方式到由人工智能驱动和采用自适应学习模式的系统，所有这些新方式都必然将被教师和学生采用[4]。

2.5 学者影响力

本小节对比本文文献库B、C中发文量居于前十位的中外学者在人工智能教育领域的高水平发文量及个人h-指数。

中国学者核心期刊发文总量是国外学者的1.5倍；h-指数均值比国外学者高出38%。国内2020年10月发布的《中国新一代人工智能发展报告2020》中指出，在全球近五年前100篇人工智能论文高被引论文中，中国产出占21篇，居世界第二位。在自动机器学习、神经网络可解释性方法、异构融合类脑计算等领域都涌现出了一批具有国际影响力的创新性成果[5]。由此可见，近年来我国的人工智能教育科研领域已逐渐获得世界影响力，高水平成果较为突出，对于全球人工智能与教育深度融合的创新主体作用正在日益凸显。

3 结束语

本研究基于文献计量学的多维分析角度，客观梳理人工智能教育领域的国家政策演进过程并对国内外高水平期刊论文进行对比分析，呈现国内外教育智能化研究的重要学科领域及热点发展脉络，总结出三个相对独立的研究子集，即面向教育实践的人工智能技术及“以人为本”理念对当前学校教育的组织形式、办学体系、管理服务模式、教师教学、监管及学生学习方式的冲击和革新；面向学科建构的人工智能技术对个别基础学科及其分支学科理论与实践的渗透与融合；面向技术价值的人工智能技术对师生角色定位、教师核心素养、学生认知能力、技术伦理和教育公平的人文反思。世界范围内新一代人工智能技术与教育领域融合的科研浪潮掀起于最近五年，并逐渐向学科交叉重组、基础知识建构及技术应用的实证性探究趋势发展，而当前人工智能时代的技术价值正在于它是人类对自身智慧和能力的全方位重审、挖掘、模拟和应用，以此来进一步解放人力，凸显人类的生存意义与人性价值。