基于CiteSpace的我国中小学人工智能教育研究可视化分析

张雯雯，张浩

（贵州师范大学教育学院，贵州贵阳 550000)

0 引言

人工智能发展已引起世界范围内的广泛关注，涉及计算机科学、哲学、医学、金融等众多领域，各行各业均迫切需要一支高素质且极具创造性的智能人才队伍，在中小学开展人工智能教育已成为国际普遍共识。2019年教育办公厅发布《2019年教育信息化和网络安全工作要点》，明确指出启动中小学信息素养测评，并推动在中小学阶段设置人工智能相关课程，逐步推广编程教育[1]。2022 年《义务教育信息科技课程标准(2022年版）》把“信息技术”调整为“信息科技”，将信息科技及其所占课时从综合实践活动课程中独立出来。鉴于人工智能教育的重要战略地位，故本研究利用CiteSpace软件对中小学人工智能教育的研究现状、热点和前沿开展可视化分析，为后续人工智能教育的实践和理论深化提供重要信息支撑，以推动中小学人工智能教育的发展、不断培养新时代的智能人才。

1 数据源与研究方法

1.1 研究样本

本文以中国知网(CNKI)文献资源库为数据源，以“中小学”“人工智能教育”为主题，筛选出在2002年1月1日至2022年12月31日期间发表的文献，共计606篇相关文献。为保证文献的可靠与一致性，须对检索结果进行逐一核查，剔除报纸、会议、目录以及与本文研究主题相关度不高的文献，最终得到有效文献497篇。以上述497篇中文文献为研究样本，对国内中小学人工智能教育展开可视化分析。

1.2 研究方法与工具

CiteSpace 是一款与Java 相关的可视化文档分析软件，可将一个知识领域的演进历程和研究前沿以知识图谱的形式展现出来[2]。基于此，本研究运用文献计量分析软件CiteSpace(6.2.1 版本）绘制可视化知识图谱。首先根据CiteSpace的要求，将检索结果以Refworks格式导出并命名为Dowload_1-497，将该文档导入CiteSpace中，完成文档代码转换后进行相应的文献分析。其次运用CNKI自带的计量可视化分析功能得出发文量趋势图。最后，利用CiteSpace软件分析生成相关图谱，探寻目前我国中小学人工智能教育的前沿与趋势。

2 发文量趋势分析

图1是中国知网(CNKI)2002年1月1日至2023年12月31日期间我国中小学人工智能教育研究文献发文数量变化趋势图。由图1可知，发文量整体呈现不断增长的发展趋势。依据增长率因素，将2002—2022时间区间划分为两部分。第一部分设置为2002—2016，从图中可看出该区间内年度发文量呈震荡上行趋势，经计算得到年平均发文量为3篇。第二部分设置为2017—2022 年，经计算年度平均发文量约为75篇，呈现爆发式增长，远远高于第一部分区间的发文量平均值。2017 年，国务院发布《新一代人工智能发展规划》，该政策强调了开展全民智能教育的重要性，要求在中小学阶段设立人工智能相关科目、逐步推广编程教育[3]。2017 年至今，我国中小学人工智能教育的研究受到积极关注，说明了国家相关政策在一定程度上促进了该领域的快速发展。

图1 CNKI文献发文量分析

3 基于关键词聚类的研究热点分析

3.1 关键词频率

关键词频率是指从文献中概括抽象出的能代表其核心内容的主题词频率分布，反映了一个特定的时间点及研究方向。本文统计了出现频率最高的前10个关键词（见表1)分别是“人工智能”“中小学”“编程教育”“机器人”“计算思维”“创客教育”“教学设计”“信息技术”“课程”“教育”，其中频次最高的是“人工智能”197次，“中小学”141次，“编程教育”29次，说明这类课题是我国中小学人工智能教育研究的重点。

表1 关键词词频和中心性情况统计

3.2 关键词中心性

关键词“中心性”是指在整个共线网中，中心度高于0.1的关键词，亦可称为关键节点，以表示在整个共线网络中的中心地位。表1中人工智能排第一位，其中心度为0.99；其后依次为中小学，中心性为0.42；编程教育中心性为0.07，机器人中心性为0.17。其中“人工智能”节点中心性最高，说明关键词“人工智能”在该研究领域处于核心地位。

3.3 基于CiteSpace的关键词聚类图谱

通过CiteSpace软件中得到关键词聚类图谱（见图2)。在该聚类图中，Q值为0.5744、S值为0.8381，表明该聚类是真实可靠的。通过关键词聚类分析，得到了“中小学”“人工智能”“机器人”“计算思维”“编程教育”“智能教育”“信息输出”“创客教育”“教学实践”“智慧教育”等10个类别，表明这些是当前我国中小学人工智能教育研究领域的热点。通过对图5中“关键词聚类图谱”的分析，可将当前我国中小学人工智能教育的研究内容划分为：

图2 关键词聚类图

1)中小学人工智能课程研究

人工智能课程研究的关键词包括课程建设、课程教材、机器人课程、STEAM 课程、编程课程、创客课程等。课程是人才培养的蓝图，随着国家政策《新一代人工智能发展规划》的发布，国内学者纷纷开始关注人工智能课程各方面的研究。王本陆、千京龙等从宏观角度提出应从中小学不同年龄阶段逐步落实和开展人工智能课程，应充分考虑到学生的年龄特点、个性专长以及学校教育的特点规划不同的课程内容[4]。教材是课程建设和实施的重要蓝本。尚晓晶、江丰光从编写理念、结构安排、内容体系、学习目标四个方面对台湾地区的人工智能教材进行了分析，并对比两岸教材的异同提出相应的建议[5]。除此之外，我国中小学与人工智能相关的课程有STEAM课程、编程课程、创客课程等。杨金勇、王梦珂探讨了STEAM 与创客教育课程建设存在的问题，试图整合构建STEAM 与创客教育的课程体系[6]。

2)中小学人工智能教学研究

人工智能教学涵盖了教学模型、教学平台、教学资源等关键词。开展人工智能教育已上升为国家战略。设计有效地适应人工智能教学的模型逐渐受到研究者的关注。例如：丁美荣、王同聚设计了“知识构建、STEAM、创客”三位一体的教学模型以培养学生的高阶思维能力、提升学生的核心素养[7]。曾海、王竹青构建了基于元模块法的人工智能教学应用模型，该模型具有灵活高效的特点[8]。信息时代，人工智能给教学理念、教学方法、教学环境带来颠覆式改变，引发了研究者对人工智能整合教学的讨论。崔向平、赵龙对18029 篇相关文献进行分析形成了关键技术、理论基础、融合形态、应用素养四个研究主题[9]。

3)中小学人工智能信息素养研究

人工智能素养包括的关键词主要有教师智能素养、计算思维、创新能力等。2018年《教育部办公厅开展人工智能助推教师队伍建设行动试点工作的通知》指出要提升教师的智能素养，帮助教师把握人工智能技术进展，为智能教育开展培养一批“种子”[9]。胡小勇、徐欢云将智能素养结构划分为知识基础层、能力聚合层、思维支撑层、文化价值深化层，并阐明了各层结构中的核心构成要素[10]。在乡村振兴的背景下，乡村教师的智能素养也逐渐得到学者们的关注。权国龙、杜华等研究者认为乡村教师的智能素养包括AI教育意识、AI教育知识、AI教育能力和AI教育规范4个维度[11]。除了关注教师的智能素养，学生的信息素养主要包括计算思维、创新能力等。王罗那、王建磐对近十年的计算思维相关文献进行分析、认为计算思维经历了萌芽-探索-发展阶段[12]。

4)人工智能教育应用研究

人工智能教育应用研究涵盖了教学实践、人工智能教育应用模型等关键词。目前，各类智能教育平台和系统已经开始使用以深度学习为基础的学习者模型、推荐模型、自动批阅模型等。这些模型决定了平台的智能性和服务性。例如：钟卓和钟绍春运用人工智能技术，提出了一种能描述智慧学习的E-GPPE-C学习者模式，并对其特征、要素和运行机理进行说明[13]。李建伟、武佳惠等提出一种从课程、学习任务两个维度进行学习路径推荐的个性化学习路径推荐模型[14]。姜淑慧、江世银等探讨了人工智能教育对教学过程、学校管理、教育评价的重塑。并强调技术应用应关注“人”的互动、强调管理共生、重视学评结合[15]。

4 基于CiteSpace的关键词时间线图谱分析

时间线图谱能够清楚地反映研究主题范围的变化、研究的关联性与继承性、研究的重点演化路径。本文利用CiteSpace 软件对我国不同阶段的中小学人工智能教育发展现状进行分析（见图3)。聚类号#0人工智能课程，从2003至今一直备受研究者关注，研究重点是人工智能与中小学课堂整合，包括人工智能课程在中小学的课程开发、课程设计等方面的探索。2013年的关注度最高，之后出现下滑趋势。聚类号#1中小学，从2003-2022年起，它与人工智能的融合成为热门话题，2013年的研究热度更是达到顶峰。研究内容主要是人工智能在中小学的应用。聚类号#2计算思维，随着新版《普通高中信息技术课程标准(2017年版）》的发布，将计算思维作为该课程学科核心素养之一，通过编程教育培养学生计算思维得到越来越多的关注。聚类号#3机器人，仅2006-2020年度的研究热度很高，其中针对小学机器人课程的教学设计与教学评价在2020年后相关研究大幅度下降。聚类号#4创客教育，针对中小学的人工智能教育涉及线上线下相结合，线上平台提供虚拟人工智能体验服务，线下以开源硬件或机器人教学方式为主。这些先进的技术服务为创客教育带来新的生机，研究侧重人工智能背景下创客教育的课程设计。聚类号#5编程教育，自2017以来，编程教学关注度一直很高，以Scratch 程序设计为研究对象，旨在提高学生的计算思维和能力。聚类号#6 教学实践，研究聚焦为人工智能教育的实践研究。聚类号#7信息输出，聚焦智能机器人、智能移动机器人的教学。聚类号#8智能教育，伴随着人工智能技术的发展，智能教育应运而生，主要涉及AI课程的设计与应用。聚类号#9智慧教育，聚焦于智慧教育平台的构建，智慧教育体系构建以及关键技术的实现。

图3 关键词时间线图谱

5 研究启示与展望

5.1 重视人工智能教育评价体系研究

课堂评价是课堂教学的重要组成部分，更是教育工作有效开展的依据。然而已有研究关于人工智能课程评价的关注度还不够，现有的课程评价缺乏相应的理论指导，以及构建完整的课程评价体系。因此未来的研究应该关注科学评价体系的构建。研究人员可根据《深化新时代教育评价改革方案》文件的要求并结合不同年龄段学生的身心发展特点逐步建立和完善评价制度，制定不同的评价指标。

5.2 倡导多元主体协作研究

未来研究应该整合研究力量，发挥核心研究力量在人工智能基础教育领域中的引领作用。通过培养核心研究团队、鼓励多种研究力量参与等方式构建中小学人工智能教育研究共同体。同时，加强研究的合作交流、加强不同学科背景与不同研究机构的研究者协作研究，增强合作产出，促进我国中小学人工智能教育研究的发展。

5.3 加强对人工智能教育实践研究

当前人工智能教育产品缺乏对教育实践问题的考察，各类教育系统和平台使用的各种模型的设计主要源于自然语言处理、自动批阅、商品推荐领域，忽略了对人工智能教育经典案例的分析与总结，导致研发出的产品满足不了教育产业对个性化、智能化教育服务的需求。由于缺少经验和相关理论的支撑，人工智能教育的实践性不强。因此研究者应加强对人工智能教育的实践研究，引导企业面向教育的实践问题。