基于主题建模的教育技术研究趋势及演化分析

李朝乾 郑雪薇 陈云红 李书明

摘 要：对国内CSSCI期刊20年间的主要载文进行主题建模分析，探讨教育技术研究领域热点主题的演化过程，从整体上把握教育技术学科的发展趋势。通过主题关键词逐年贡献度对主题的研究意义和时代内涵的演进分析，将我国教育技术20年间的研究分为建设驱动、应用驱动和智能与创新驱动三个发展阶段。结合年度发文量的趋势分析和主题之间的相关性分析发现，教育人工智能、在线教育、基于游戏的学习、混合学习等12个主题的研究热度呈显著上升趋势。教育理论研究、教育技术与政策和教育信息化存在较强相关性，而这3个主题与重点关注应用实践的主题之间相关性弱。

关键词：教育技术；主题模型；文献计量；研究趋势

中图分类号：G4文献标识码：A文章编号：2096-0069（2023）02-0019-07

引言

一直以来，学术界都把技术的教育价值当作教育技术研究和应用领域最深层的问题[1]。我国教育技术领域的理论和实践研究，在2001—2021年这20年的宏观政策指导下，呈现出积极迅猛的发展趋势。要深入了解一门学科的研究概况，对该学科有影响力期刊的载文进行统计分析，是一个科学有效的方法。此前，不少学者通过文献分析，采用量化方法从多个视角和不同层面对我国教育技术发展作了较为详细的研究。本研究采用主题建模分析法来分析国内教育技术学领域的研究主题，通过主题关键词在时间维度上的演变历程分析主题在不同时期的研究意涵，提供一个新的视角供未来研究参考。具体研究问题包括：国内教育技术领域包含哪些研究主题以及这些主题的关键词是什么？哪些主题之间存在相关性？从整体来看，随着时间的推移，各个主题的发文量趋势如何？研究主题随着一些关键词的突现有着怎样的演化趋势？

一、研究方法与研究过程

（一）数据来源

在中国知网，以“电化教育研究”“开放教育研究”“远程教育杂志”“中国电化教育”和“现代教育技术”为文献来源，检索时间设为2001—2021年，共检索到22 655篇文章。

（二）研究方法

主题建模是一种自然语言处理算法，可作为篇章级别的文本语义理解工具，其理念是能够从一组文本数据中，抽取出若干组关键词来表达文章的中心思想。主题建模被认为比文档聚类等其他方法更加灵活有效。本研究利用主题建模分析方法，选取LDA（隐含狄利克雷分布）作为数据分析的算法模型，首先通过关键词的聚类分析了解我国教育技术领域的研究主题，然后通过追踪主题关键词探究研究主题的演进趋势。

二、结果与分析

（一）研究主题、关键词、相关性

利用主题一致性指标来确定数据集的最佳聚类主题数量：当K（簇数）为19时，CS（主题一致性）得分最高，即最佳的主题数量为19。主题模型分析结果如表1所示。

由表1数据可知，2001—2021年这20年最受关注的前5个主题分别是教育技术与政策（8.42%）、教育信息化（8.13%）、教育理论研究（7.79%）、教学设计 （7.34%）和科学教育（6.81%）。教学设计、网络社区学习、教学评价、教育人工智能、情景学习与协作学习、远程教育、混合学习、教师培训和STEM教育主题的关键词在数据集中的占比度呈现显著上升趋势。但是，教育信息化、科学教育、教育理论研究和教育技术与政策的主题关键词呈现显著的下降趋势。

选择皮尔逊相关算法对19个主题进行两两之间的相关性计算。根据计算结果形成主题关联热图（见图1）。由图1可看出，教育人工智能与STEM教育（0.91）、远程教育（0.77）具有高度正相关性。这3个主题都涉及了创新技术的整合以及计算科学与网络概念，例如个性化推荐在远程教育中的应用、使用人工智能促进STEM教育。情景学习与协作学习和教学评价（0.89）、混合学习（0.77）、远程教育（0.79）这4个主题也呈现出紧密的联系，这是因为在线教育、混合学习和远程教育都是利用网络进行基于Web的学习。三者学习场景的相似性也会导致教学方式和教学目标的高度一致性。以前只能在线下通过面对面的教学方式才能构建情景学习和协作学习，随着大环境的变化和技术的进步，教学场景也逐渐被迁移至网络之中。另外值得注意的一点是，教育理论研究、教育技术与政策和教育信息化这3个主题之间呈现较强的相关性，但与其他以教育技术运用和实践为研究核心的主题表现出较弱的相关性。这体现一些新技术在教育中的运用缺乏政策导向和理论指导。如今，科技飞速发展促使应用于教育场景的软硬件快速迭代，与新技术背景适配的教育理论研究和相关政策需要实时更新，才能更好地促进教育与技术有效结合。

（二）研究发文量趋势

利用趨势散点图及拟合曲线，来表示各个主题在20年间的发文量变化（见下页图2）。可以看出，教育技术与政策、教育信息化、教育理论研究、科学教育四个主题的发文量都存在不同程度的下降趋势。项目与课程建设、教师培训、教育公平与资源分配的主题年发文量比较均衡，趋势比较平缓。其他主题的研究均呈现出了显著的上升态势。

（三）研究主题演化趋势

针对主题关键词进行逐年的趋势分析，不仅能从整体上把握主题所蕴含的研究意义，还有助于领悟新技术赋予主题的时代内涵。本研究主要选取教育与技术结合最具代表性的两个主题进行分析。

1.教育人工智能

对教育人工智能主题的关键词“科学”“未来”“自适应”“伦理”“系统”“测评”进行趋势分析发现，研究者针对该主题的研究主要集中在以下几点：人工智能与教育结合的科学性理论研究、人工智能技术在教育场景下的开发与应用研究、人工智能教育评价以及人工智能教育伦理道德问题的探讨。

通过对教育人工智能主题关键词的分布情况，以及论文收录时间分析发现，“科学”和“未来”这两个关键词的突现年份均为2002年，且占比度很高，研究的时间跨度也很长。这一时期，人工智能是数字化、全球实时通信和生产网络及生产过程自动化所带来的广泛变革的一种表现，并且对教育系统已经产生了深远的影响。在早期，它被认为是一系列技术或算法的集合，用来解决在教育和学习中出现的各类问题，通常扮演教学辅助工具的角色。但如果没有科学的教学原则的指导及清晰的愿景和政策，将人工智能技术的潜能置于教育转型和未来学习的更大背景下，教育人工智能的应用也只会是提供解决问题的产品和服务，而不是更根本的人才培养机制的改革。因此，对于教育技术研究者来说，理解为什么要使用人工智能，可能比理解如何使用人工智能更重要。在这种观点下，人工智能对未来教育的影响必须通过明确使用技术的动机及支持所述动机的关键假设来证明。基于以上考虑，研究者不仅建立了人工智能主流技术与教育应用的结构对应关系[2]，还从教育培养目标和培养方式两方面，深刻探讨了人工智能对教育的影响[3]，同时，通过对国外教育人工智能发展现状的分析，为国内教育人工智能的应用提供了诸多有建设性的参考[4]。

联合国教科文组织在2019年发布的《教育中的人工智能：可持续发展的挑战和机遇》中，首次对教育人工智能的实现途径、未来愿景、应用挑战等多方面的阐述，以及2019年国际人工智能与教育大會的“人工智能将如何深度改变教育的未来”会议主题的确定，引起了研究者针对该主题进行更深入、更全面研究的热情。刊载的关于教育人工智能主题的文章数量也急剧增加，此时，体现该主题的热点词汇也慢慢由“科学”“未来”演变成“自适应”“系统”“伦理”，研究的关注点转向了更加注重人工智能系统在教育场景中的实际应用[5-6]，利用人工智能技术优化教学过程、提升学习效果[7-8]，以及人工智能伦理治理 [9]。

结合众多研究发现，“教育人工智能”在教育信息化发展过程中正处于融合创新阶段，其相关的理论和应用在多种教学场景下都得到了实证检验。如今，人工智能已在教学流程的各个环节使用，包括智能辅助学习、创新虚拟学习和数据分析预测等。人工智能在教育中的主要应用场景变得愈发多元化，关键技术也日趋成熟。随着学习需求的不断促进，人工智能将会成为新时期教育生态系统的重要组成部分。

2.在线教育

对在线教育主题关键词“资源”“在线学习”“慕课”“评价”“影响”“建设”进行趋势分析发现，主题关键词的热度在不同时间段呈现交替波动的趋势。结合众多研究发现，在线教育的发展可以分为如下阶段。具体来看：

2000 —2008年，在线教育的关键词是“资源”“模式”。彼时还是教育信息化1.0时期，国家颁布相关政策以促进“三通两平台”的建设，强调基础网络设施的建设和在线教育应用的覆盖，数字教育资源的开发和积累，以及在线教育平台的搭建。在此背景下，研究者针对这一主题的研究主要围绕着在线教育的数字资源的开发和网络学习平台的建设，以及对在线教育的教学模式，教学设计和教学过程的探索这几个方面展开[10-11]。

2009—2015年，在线教育的教学模式伴随着科技的发展，也在不停改进。而慕课相对于传统的线上教育，有着更广泛的适用性和更加灵活的开放性。通过这一时期的研究可以发现，慕课的在线性质，结合联结主义理论，能够将基于网络的学习效益最大化[12]。它不仅能够产生一个积极的学习环境，可以满足来自不同背景的各种学习者，为他们提供更加开放和灵活的学习资源，促进他们的个性化学习，还能为每个学习者提供一个终身学习的机会[13-14]。

2016年至今，随着国务院和教育部在2015年相继出台的文件中提倡将传统教学在线化、个性化和数据化，“评价”“分析”“影响”成为在线教育研究主题的微观热点。研究者把关注的重心逐渐放在了对在线学习测评模型的设计[15-16]，以及对在线教育的影响因素的探讨[17]。在2020年初，研究者不仅对特殊时期的在线教学环境和教学设计，以及“停课不停学”在线教学方式进行了深入的分析[18]，同时对特殊时期在线教育的教学目标也进行了重新审视。这些研究工作不仅扩展了在线教育的应用边界，也丰富了在线教育的时代内涵。

三、研究结论

（一）教育技术研究主题演进阶段分析

根据主题关键词演变分析，结合学科发展状况，将教育技术研究主题发展过程分为如下阶段。

1.建设驱动发展阶段（2000 —2010年）

这一阶段的研究主题主要是教育技术与政策、教育信息化、教育技术理论研究、教师培训、项目与课程建设。随着以互联网为载体，运用于教育的多媒体技术高速发展，技术结合教育的相关应用在数字环境中得到了广泛运用。在此信息发展的大环境下，国家颁布了相关政策，希望通过对教育项目的推动来加快信息化基础设施的建设和数字化教育资源的开发，以及提升中小学教师的信息技术能力。在这个阶段，研究者逐渐摸索出了一条具有中国特色的教育信息化道路，也形成了许多适合中国教育的教学理论。它们为中国教育信息化进一步发展提供了理论依据和基础保障。

2.应用驱动发展阶段（2011—2016年）

这一时期研究的关注点主要集中在STEM教育、在线教育、混合学习以及影响因素研究等方面。随着“三通两平台”的建设，全国大部分中小学实现了互联网接入，使用多媒体设备进行教学也在慢慢普及，基于互联网进行教与学的新模式逐渐形成，数字化教育资源得到极大丰富。这些客观因素促进了慕课、混合学习等基于网络学习的教学模式的研究。同时，教学过程中评价体系的构建、教学工具和学习资源平台的设计与开发，以及新的技术背景下教学环境的应用，也成为了这一时期教育技术领域研究的热门话题。众多研究的具体案例和实证数据为教育与技术的深度融合提供了实际的参考价值。

3.智能与创新驱动发展阶段（2017年至今）

随着教育信息化建设迎来新篇章，新技术背景下的教育形态呈现出四大特征：（1）以数据为基础，强调将教学过程中的教学资源、教学行为、过程评价以及学情反馈数据化；（2）以开放为策略，强调数据资源透明化、公开化，共同建立教育资源大数据库；（3）以智能为目标，强调将个性化学习资源适时、有针对性地推荐给教育工作者和学生；（4）以创新为动力，强调形成科学有效的创新型人才培养模式，构建创新创业教育体系。从教育层面来看，这些特征不仅丰富了传递知识的教学手段，提升了教育者的教学体验，优化了教育产品的教学服务功能，还从本质上重新定义了教育的形式。

教育技术学在不同时期的演进发展历程中呈现两个显著特征：（1）教育技术学研究的微观热点的变迁与科技进步息息相关，尤其是计算机软、硬件的迭代升级，以及网络技术与教育的结合发展，在一定程度上反映了教育技术学的“技术”属性；（2）教育技术学研究主题同样伴随着特定时期的历史事件的发生而变化，体现了该学科“社会”特性的一面。

（二）教育技术研究发展趋势分析

结合历年主题发文趋势和关键词趋势分析，从两方面对教育技术学发展趋势进行总结：

1.有关技术在教育中应用的研究的发展趋势

通过对主题的分析和不同阶段的梳理，可以看出，关于信息技术与教育结合的研究主要围绕“功能定位”“设计开发”“有效应用”三个方面展开。随着研究的深入，信息技术赋能教育的新体系逐步健全，对信息技术本体和外延的認识更加深入，应用模式和场景更加丰富多样，但对技术在教育中的应用效果的评价依然是当前的研究弱项。让“功能定位”“设计开发”“有效应用”“科学评价”在教学过程中形成闭环，才能发挥技术的巨大功效，也是未来教育技术研究发展的新趋势。在线学习新模式成为了满足特殊时期教育需求的必要手段，因此，人工智能、大数据等新技术如何赋能在线练习环节和讲授环节成为研究者进一步关注的热点。

2.有关教育技术本地化的研究的发展趋势

对研究结果进一步分析可以看出，教育模式的创新和教育产品的应用受到了本土化因素的影响：首先，一些主题的关注点在特定时间段里，受政策的影响非常明显。政策导向在推动技术应用趋势方面发挥了重要的作用。其次，开放和共享的本土文化、包容的教育传统以及不同利益相关者所追求到的教育目标影响了教育技术的发展方向。再次，研究教育技术产品的不同设计特点以及它们与当地实际需求的关系也可能是以后研究的热点。最后，教育技术涉及的语境因素，在不同语境下的系统特征和政策限制，同样需要进一步的探索。

基金项目：国家自然科学基金面上项目“基于硬件计数器的恶意代码分析方法研究”（62172144）；湖北省高等学校教学研究项目“专业认证视域下师范类课程目标达成度及影响因素研究——以“现代教育技术”课程为例”（2021358）；湖北师范大学2021年度研究生创新科研项目“虚拟现实环境下学习效果的影响机制与提升路径”（20220504）

作者简介：李朝乾（1982 — ），男，湖北黄石人，硕士研究生，研究方向为教育测量与评价；郑雪薇（2000 — ），女，湖北荆州人，硕士研究生，研究方向为教育测量与评价；陈云红（1969 — ），女，湖北荆门人，副教授，研究方向为数字媒体技术应用；李书明（1968 — ），男，湖北仙桃人，博士，教授、硕士生导师，研究方向为教育信息科学与技术。

参考文献

[1]简婕，马萍，张晓彤.论技术的教育价值：21世纪人的发展视角[J].电化教育研究，2021，42（4）：18-22，52.

[2]陈维维.多元智能视域中的人工智能技术发展及教育应用[J].电化教育研究，2018，39（7）：12-19.

[3]王竹立.技术是如何改变教育的？——兼论人工智能对教育的影响[J].电化教育研究，2018，39（4）：5-11.

[4]江丰光，熊博龙，张超.我国人工智能如何实现战略突破：基于中美4份人工智能发展报告的比较与解读[J].现代远程教育研究，2020，32（1）：3-11.

[5]刘清堂，何皓怡，吴林静，等.基于人工智能的课堂教学行为分析方法及其应用[J].中国电化教育，2019（9）：13-21.

[6]张运波，吴蒋，陈明锐.一种基于ZigBee技术的智能机器人系统研究[J].电化教育研究，2009（11）：70-72，81.

[7]余胜泉，王琦.“AI+教师”的协作路径发展分析[J].电化教育研究，2019，40（4）：14-22，29.

[8]尹睿，黄甫全，曾文婕，等.人工智能与学科教学深度融合创生智能课程[J].开放教育研究，2018，24（6）：70-80.

[9]娄方园，高振，王娟.教育人工智能应用场景及其理性审视[J].数字教育，2022，8（3）：26-33.

[10]张力，章国英.远程教育中混合学习策略的设计与实现[J].远程教育杂志，2005（4）：31-33.

[11]陈庆贵.农村中小学现代远程教育环境下的教学应用模式研究[J].电化教育研究，2006（12）：35-40.

[12]荀渊.MOOC的实质与前景[J].电化教育研究，2014，35（6）：16-20.

[13]宋德清.MOOC在社区教育中的应用路径探索：基于开放大学建设的视角[J].远程教育杂志，2013，31（6）：68-74.

[14]方志刚.因应终身学习：电大远程开放教育的使命和作为——以浙江广播电视大学实践探索为例[J].远程教育杂志，2008（2）：4-9.

[15]孙洪涛，郑勤华，陈耀华，等.基于学习分析的在线学习测评建模与应用：课程综合评价参考模型研究[J].电化教育研究，2016，37（11）：25-31.

[16]葛文双，韩锡斌，何聚厚.在线学习测评技术的价值、理论和应用审视[J].现代远程教育研究，2019，31（6）：52-60，77.

[17]房萌萌，刘斌.在线学习投入的影响因素及提升策略[J].数字教育，2018，4（1）：40-44.

[18]谢幼如，邱艺，黄瑜玲，等.疫情防控期间“停课不停学”在线教学方式的特征、问题与创新[J].电化教育研究，2020，41（3）：20-28.

（责任编辑 孙兴丽）

Abstract： Based on the subject modeling analysis of the main articles in domestic CSSCI journals of the recent 20 years， this paper explores the evolution process of hot subjects in the field of educational technology research， and grasps the development trend of educational technology discipline as a whole. By analyzing the research significance and the connotation evolution of the subjects in different times through the year-by-year contribution of subject keywords， the research in Chinas educational technology in the past 20 years is divided into three stages， namely， the construction-driven， the application-driven， and the intelligence and innovation-driven. Based on the trend analysis of annual publication volume and the correlation analysis among subjects， Based on the trend analysis of annual publication volume and the correlation analysis among subjects， it is found that 12 subjects are showing a significant upward trend in popularity， such as educational artificial intelligence， online education， game-based learning， blended learning， etc.. Strong correlations exist among educational theory research， educational technology and policy， and educational informatization， while correlations are weak between these three subjects and those focusing on application practices.

Key words： Educational technology; Subject modeling; Bibliometric; Research trends