国内外生成式人工智能教育现状分析与热点探究

摘 要：以ChatGPT为代表的生成式人工智能应用具有助推教育数字化转型的强大动能，带来了人工智能与教育融合的新机遇。该研究以中国知网和科学网数据库收录的“生成式人工智能教育”相关学术文献作为研究样本，运用可视化知识图谱软件CiteSpace，从数据来源、关键词频次、中心度、关键词共现、聚类视图等角度对国内外文献进行计量分析。研究发现，国内外在AIGC教育领域的研究现状宏观上呈相似趋势，但在微观的学科应用上存在明显差异。我国的研究热点主要集中于教育变革、风险治理、人机关系、素养培育等领域，国外的研究则侧重于教育应用、学习方式、伦理风险、素养提升等领域。未来，我国的AIGC教育研究应聚焦专用大模型设计与评测，推动人工智能素养教育落实，注重多元化视角的实践探究，以实现其在教育中的最佳应用效果。

关键词：ChatGPT；生成式人工智能；文献计量学；CiteSpace；热点

中图分类号：G4 文献标志码：A 文章编号：2096-0069（2024）06-0084-09

引言

在数字化浪潮的席卷之下，生成式人工智能（Artificial Intelligence Generated Content，简称AIGC）的崛起成为备受瞩目的焦点与议题。在此期间，ChatGPT凭借其强大的自然语言处理能力和独特的对话生成机制，引发了教育界对于AIGC未来的教育潜力与影响的广泛讨论。近年来，我国高度重视人工智能的技术发展与产业结合，自2017年国务院印发《新一代人工智能发展规划》以来，一批相关政策相继出台，人工智能成为提升国家竞争力与维护国家安全的战略性技术。党和国家一贯高度重视高层次人才培养，强调人才是第一资源，认为只有高质量教育才能培育出高素质人才。2022年教育部印发的《人工智能领域研究生指导性培养方案（试行）》，从基础理论、共性技术、支撑应用与社会治理等维度明确了人工智能领域高层次人才的培养方向，致力于构建人工智能复合型人才培养体系，为人工智能技术的发展应用提供充足的人才储备。

国际上，美国政府自2016开始，发布了多份人工智能领域的国家战略报告，旨在从宏观层面确立国家人工智能研究战略方案，以保证美国在全球人工智能领域保持竞争优势[1]。2023年美国教育部教育技术办公室发布的《人工智能与教学的未来：见解与提议》，从学习、教学、评价和研发四大层面提出7条政策建议，认为人工智能在改善自适应学习、教学流程、教师专业发展、形成性评估等方面有巨大潜能[2]。其他国家诸如英国的《国家人工智能战略》、德国的《人工智能行动计划》、日本的《人工智能战略2022》等，都将人工智能视为制定数字世界标准和规则的核心技术。当前，人工智能领域的发展如火如荼，随着AIGC的兴起，人工智能的第三次浪潮已然到来。鉴于此，本研究运用CiteSpace等文献可视化工具，基于中国知网（CNKI）和科学网（Web of Science）的学术文献数据，探析国内外AIGC教育的研究现状、热点议题，以期描绘出AIGC教育的研究轮廓与发展图景。

一、研究设计与方法

（一）文献选取

本研究的主要数据来源为中国知网和科学网，其中，中文数据为中国知网学术期刊，以“ChatGPT OR AIGC OR 生成式人工智能 AND 教育”为关键词进行高级检索，限制文献来源类别为“北大核心”与“南大核心（CSSCI）”，检索时间截至2024年2月29日，通过人工排查去除相关度不高的文献，共获得可用中文文献270篇；英文文献来自科学网核心合集，以“ChatGPT OR AIGC OR Generative AI OR GenAI”为关键词进行高级检索，将文献类型限制为“论文”“在线发表”“综述论文”，语言限定为英语，研究方向调整为“Education Educational Research”，截止时间为2024年2月29日，共获得英文文献433篇。

（二）研究方法

本研究采用文献计量与可视化分析软件CiteSpace作为主要研究工具，同时辅以书目共现分析系统（BICOMB）和Excel完成数据的汇总与统计。简而言之，首先，将中英文文献样本分别导入书目共现分析系统软件，提取作者、作者单位、关键词、期刊等关键信息，其中关键词需要进行关键词字段值修改，实现同义替换后，将其导入Excel进行数据汇总。其次，运用CiteSpace绘制出关键信息的共现知识图谱，并就其中的关键词进行聚类分析。最后，整合已有的数据，综合分析当前现状与深度挖潜已有研究热点。

二、研究结果与分析

（一）国内外生成式人工智能教育文献结构分析

1.期刊来源与学科分布分析

期刊来源分布分析可以揭示不同学科领域的期刊数量和分布情况，了解期刊在学术界的影响力和地位。利用书目共现分析系统的中英文期刊数量统计（见下页表1），中文文献AIGC教育研究发文量排名前5位的分别为：《开放教育研究》《华东师范大学学报（教育科学版）》《现代教育技术》《中国电化教育》《电化教育研究》，均超过了10篇文章，其中以《华东师范大学学报（教育科学版）》最为特殊，其2023年第7期“ChatGPT/生成式人工智能与教育变革”专刊发表了16篇相关文章。据统计分析可知，中文文献主要分布在教育学、工学（计算机类）、管理学（图书情报）等学科。英文期刊发文量排行前5位的是：《JMIR 医学教育》（JMIR Medical Education）、《教育科学》（Education Sciences）、《教育与信息技术》（Education and Information Technologies）、《化学教育杂志》（Journal of Chemical Education）、《技术趋势》（Tech Trends），其中《JMIR 医学教育》的发文量远高于其他期刊。从英文期刊学科分布可以看出，英文文献主要集中于教育学、理学（化学）、医学、工学（计算机）等学科。综合国内外期刊的学科分布特点，可以发现AIGC技术正与各学科进行深入的交叉融合，形成了多样化的研究态势，既体现了AIGC技术的广泛适用性，也反映了学术界对其赋能潜力的认可。

2.作者和研究机构分布分析

如下页表2所示，中文数据库中的生成式人工智能教育研究主要集中于华东师范大学、北京师范大学、华中师范大学、西南大学、南京师范大学等高校，对推动我国AIGC教育研究的发展起到了关键作用。其中，南京师范大学教育科学学院与北京师范大学教育学部、新疆师范大学教育科学学院、华东师范大学教育学部及其下属院系在学术研究方面合作密切，整体发文量占比较大；北京语言大学、上海外国语大学与北京师范大学相关科研单位构成了学术研究共同体；同时，仍有大部分院校机构以小规模的学术合作为主，表明AIGC教育研究领域具有多样性和分散性等特征。由此可见，国内的AIGC教育研究整体呈现出“中心凝聚、外围辐射”的结构特点，有利于形成研究合力，促进学术创新和交叉融合。

在作者方面，华东师范大学的祝智庭教授发文量最多，总数为8篇。以祝智庭教授为核心的学术研究团队[3]探讨了ChatGPT等AIGC应用在学习评价、学习范式、学习模式、人机协同、教育大模型等方面的助推作用和潜在隐患，从国家教育数字化转型的高度提出了四大转型方略。温州大学的王佑镁教授等[4]从AIGC技术的冲击与挑战、伦理风险、监管治理等视角剖析并制订了相关的AIGC教育应用治理框架与结构化的监管流程，强调将野蛮生长的AIGC教育应用引导至合理有序的监督管理体系内，为“AIGC+教育”提供有效的法规保障和明确的道德指引。综上，从我国的文献发表量来看，自2022年12月ChatGPT开放使用以来，AIGC技术与教育各领域融合已成为热点话题，当前我国的AIGC教育研究尚处于起步阶段，因而有大量的学者正独立在该领域进行探索研究。

从表2可知，英文数据库中生成式人工智能教育研究发表文献较多的有俄亥俄大学系统、印第安纳大学系统、香港大学系统、佐治亚大学系统等院校机构。其中，哈佛大学系统、北京师范大学系统、俄亥俄州大学系统、佐治亚大学系统等高校构成了密集的学术研究合作网络，整体网络中心度较高；其余大量的高校机构处于独立研究状态且有着零散的文献发表。从作者的文献发表数量来看，美国亚利桑那州立大学的达纳·亨里克森（Danah Henriksen）与庞雅·米什拉（Punya Mishra）[5]发文量最多，共有5篇文献发表。亨里克森与米什拉强调需从短期和长期两个维度看待AIGC技术对教师教育的积极作用和教育领域的变革影响，鼓励教育相关从业者秉持开放、理性和积极的态度，创造性地利用技术，以期促进AIGC与教育的融合。塔斯马尼亚大学的约瑟夫·克劳福德（Joseph Crawford）等[6]阐述了ChatGPT在高校中的应用风险与挑战，认为AIGC作为一项颠覆性技术，只有在教育理论和教学实践的合理指导下，才有可能产生积极影响。

（二）国内外生成式人工智能教育词频共现分析

文献词频共现可以分析某一领域文献中特定词汇或短语出现的频率，从而揭示出该领域的核心主题、关键观点、研究热点等重要信息，对于初步探讨研究现状有着重要意义。利用书目共现分析系统的关键词汇总及同义替换功能，对国内外文献中的关键词进行词频共现统计，其中，中文文献关键词为1203个，英文文献关键词为2553个，将相同关键词诸如“人工智能生成内容”“AIGC”等合并为“生成式人工智能”后，获得国内、国外AIGC教育前10位的高频关键词，如表3所示。由此可见，国内外对于AIGC教育的关注点不尽相同。其中，ChatGPT、人工智能、生成式人工智能、高等教育、大语言模型等词语均有提及且整体出现频次相对较高，这充分反映出国内外对于人工智能与教育融合这一议题已经有了长期的探讨与研究，尤其是新一代人工智能技术——生成式人工智能在教育领域所展现出的巨大潜力，为人工智能教育研究注入了新的活力。此外，值得注意的是，新一代人工智能ChatGPT在2022年首次亮相后，便迅速在高校中传播开来，从最初的野蛮发展到随后的严令禁止，再到如今的理性认识，这一系列的连锁反应使AIGC已成为了各界关注的焦点。有鉴于此，国内外文献高频词中的技术词语占比相对较高，这也进一步证明了人工智能及其相关技术在教育领域中的创造性运用正日益引发广泛关注与学者的理性思辨。最后，从现有的学科应用研究领域来看，国内研究注重AIGC与思想政治教育融合，国外研究则以AIGC赋能医学教育居多，这折射出国内外教育理念、技术应用和文化背景上的差异。

（三）国内外生成式人工智能教育研究热点分析

关键词聚类是一种典型的文本挖掘技术，常被用于文献计量研究，通过分析文本中关键词的共现关系，将相关的关键词聚集在一起，形成关键词群组或类别，可以帮助研究者识别研究主题、业内趋势和学科融合交叉点。在CiteSpace软件中选择“聚类（Clusters）”视图，利用对数似然率算法（Log-likelihood Ratio，简称LLR）对国内外文献进行聚类分析，描摹出AIGC教育领域的关键词聚类图谱，汇总后如表4所示。其中，中文文献聚类为：#0人工智能、#1复合脑、#2高等教育、#3人机协同、#4伦理风险、#5教育、#6数字素养；英文文献聚类为：#0生成式人工智能（Generative Artificial Intelligence）、#1技术接受模型（Technology Acceptance Model）、#2医学教育（Medical Education）、#3学术诚信（Academic Integrity）、#4写作（Writing）、#5个性化学习（Personalized learning）、#6批判性思维（Critical Thinking）。这些聚类大致勾勒出了国内外AIGC教育学术研究图景，且两者的平均轮廓值（Silhouette）均大于0.7，这意味着聚类结果令人信服。

1.国内热点分析

为梳理出国内AIGC教育的研究热点，对上述中文文献的七大聚类进行概括与归纳后，可将其归结为两大研究主题：一是生成式人工智能驱动教育变革与风险治理研究，主要包含人工智能、高等教育、教育、伦理风险四大聚类；二是生成式人工智能时代人机关系与素养培育研究，该领域覆盖了复合脑、人机协同、数字素养三大聚类标签（见下页表5）。

人工智能驱动的教育变革与风险治理研究，基于宏观视角讨论了人工智能对教育整体的变革影响，从印刷技术、广播电视、计算机网络等方面论证了技术在教育的历史进程中发挥着引领作用，既促进了已有机制的内在变革，又反映了外界发展的迫切需求，而以往的技术从未像人工智能这般迅速且全面地改变教育生态。曹培杰[7]认为人工智能教育变革的三大核心议题分别是教学、管理与评价，人工智能以其独特的优势推动着“工业化教育”向“智能型教育”转变，成为教与学全流程的内生变量。生成式人工智能在教育中掀起的海啸，让本体危害、技术滥用、教育异化、生态失衡等伦理风险频发，因此众多学者对该主题进行了相关梳理与探究。如王佑镁等[8]从算法、数据、技术和应用四大维度分析了AIGC教育应用的伦理风险，提出了风险性监管的三层七步治理框架，力图在AIGC教育应用大规模普及的过程中进行科学有效的监管，实现事故风险的最小化。综上，基于现有研究成果观察，AIGC的教育变革和风险治理仍是国内研究的热门方向。

人工智能时代下人机关系与素养培育研究聚焦于AIGC背景下人的认知结构变化、人机关系的重新定位、人工智能时代的素养塑造等话题。首先是个体认知结构形式的改变。沈书生等[9]认为，个体的大脑是一个复合脑，内脑决定个体的存在与能力层次，外脑决定个体的真实世界感知能力与程度，内外脑的相互作用共同构成了复合脑。在人工智能时代，个体内脑通过与智能外脑有机结合来实现整体能力的提升，形成了人机共生的复合脑。这驱使着人们不断思考个体与知识的关系，如重构主义知识观、回归论知识观和数据驱动知识观等都在向传统的知识观、学习观发起挑战。其次是人机关系的重新定位。传统的认知理论在解释个体内部的信息加工过程方面有着深厚的积淀，但随着人机协同的兴起，人与智能工具之间的互动和协作逐渐形成了所谓的分布式认知方式，即“认知外包”。这一转变不仅扩展了认知的边界，也深刻影响了人机关系的定位和人工智能技术的进一步发展，为避免技术异化，实现双方的优势互补直至共同进化，必须将以人为本的发展理念一以贯之。此外，AIGC的教育应用场景必须由教育的参与者们共同拓展。再次是人的智能素养塑造问题。要规避人工智能的被动异化，提升个体在人工智能时代的社会竞争力，以使其适应未来复杂多变的工作和学习环境，关键在于积极主动地培育师生的智能素养。因此，深入探究人机关系与智能素养培育之间的关系，成为国内AIGC教育领域的重要议题。

2.国外热点分析

国外文献聚类与我国现有的研究整体差异不大，大致可以归纳为：生成式人工智能教育应用与学习方式研究、生成式人工智能伦理风险与素养提升研究两个维度（见表6）。

首先是生成式人工智能教育应用与学习方式研究，其主要的标签构成有生成式人工智能、技术接受模型、医学教育、写作、个性化学习5个类别。国外对于ChatGPT在教育领域中的应用研究大体可分为快速传播、理性审视和深度融合3个阶段。第一阶段，ChatGPT的快速传播成为媒体关注的焦点，但对于其在教育中的价值与效果评价可谓毁誉参半。学者们多从技术接受模型的视角出发，审视ChatGPT在高校中的兴起。高校学生所面临的往往是大量的劣构问题，需要充分调动学习者多种知识技能和花费大量时间精力，而AIGC应用得益于低廉的学习成本与广泛适用性为其积累了庞大的用户群体。第二阶段，研究者从教育功利性角度出发，全面分析了ChatGPT所产生的一系列学术道德难题和自身存在的“多重悖论”，理性判断其在经济学、计算机科学、数学等学科领域的应用价值，思考如何给予该技术合理的角色定位，以应对日趋复杂的教学环境[10]。在第三阶段，愈来愈多的AIGC应用+学科教育融合成为研究重点，其中以技术赋能生物医学教育的论述尤甚，共有60篇相关文献，占比高达13.85%。医学教育界普遍认为大语言模型技术具有提供真实情境、数字化患者、医学写作辅助、个性化反馈、评估方法及消除语言障碍等显著优势，但因医学教育的特殊性，同时也存在生成信息不一致、患者数据隐私安全、病症偏见等困扰[11]。随着GPT-4以及视频生成模型SORA的发布，如医学图像诊断等新的赋能场景更加广泛，AIGC技术在医学教育中的应用研究与学习方式变革依然是国外的研究热点。

其次是生成式人工智能伦理风险与素养提升研究，它涵盖了学术诚信、批判性思维两个聚类标签，主要探讨了ChatGPT引发的学术伦理、批判性思维及相关素养提升。生成式人工智能的技术特性引发了教育界的诸多议论，为规范新兴技术的应用，大量教育工作者呼吁正确引导与技术限制齐头并进。一方面，加强学生的学术道德教育，塑造学习者的批判性思维，缓解技术依赖症状；另一方面，加快AI检测研究与应用开发，推出原创性检测工具，及时纠正学术不端行为。总之，随着AIGC技术的常态化使用，我们不能因其争议而忽视技术的教育价值，而是要强化学习者合理、规范使用AIGC技术的意识和能力，以促进学习绩效提升。这是AIGC与教育深度融合的前提条件。因此，伦理风险与素养研究必将是AIGC教育研究长期探讨的一个重要议题与研究领域。

三、研究建议

（一）聚焦专用大模型设计与评测

从技术层面审视，在ChatGPT等通用大语言模型与行业的逐步融合过程中，准确性、针对性不足等问题日益凸显，普适性的产品设计理念意味着其缺少对某些垂直领域内容的学习，这无形中增加了训练成本。为此，依托海量的教育资源与行为数据，设计教育专用大模型已成为行业共识，是人工智能大模型技术深化发展的必然趋势。但是，人们必须认识到通用大语言模型与教育专用大模型并非互斥关系，通用大语言模型为教育专用大模型提供了基础的技术支持和框架，教育专用大模型则是对通用大语言模型在教育领域的进一步拓展和优化，两者相辅相成、各司其职，正朝着融合发展的方向演化。除此之外，为确保内容生成的准确性且符合伦理规范，如何综合、全面地评估大语言模型或将成为AIGC教育应用平稳落地的关键。

（二）推动人工智能素养教育落实

人工智能素养培育自计算机融入教育领域肇始便议论不断，其间不乏出现诸如信息素养、数据素养、数字素养、人工智能素养等表述，概念繁多，不一而足。现今恰是教育数字化转型的关键时刻，虽不时有关于人工智能素养培育的论述，但数字素养仍被学者们沿用，在多数情况下，人工智能素养被纳入概念内涵更广泛的数字素养。尽管传统的数字素养培育框架中嵌入了人工智能技术要素，但技术发展日新月异，人工智能的内涵与定义仍在不断革新。综观国内外中小学的人工智能课程内容可知，我国人工智能素养教育必须紧紧围绕人工智能态度和意识、人工智能知识和技能、人工智能的社会伦理等要素，完善并构建的中小学人工智能素养培养框架和课程体系，将人工智能素养内涵积极融入各学段和学科中，助力学生掌握人工智能时代的基本技能与应用思维 [12]。

（三）注重多元化视角的实践探究

深入探究我国的AIGC教育研究现状，不难发现学界目前更多地聚焦于宏观与中观层面的学理性剖析。然而，任何技术融合都离不开实践应用的检验与推动。从实践的角度来看，不同受众群体的知识经验、教学需求及内容评估标准的差异，都直接影响着生成式人工智能技术的落地速度。学习者的知识经验越丰富，教学内容的评估标准就越明确和统一。比如，成人教育是AIGC技术落地最快的阵地，紧随其后的是高等教育、中等教育，小学教育与幼儿教育则相对滞后，这反映出不同教育阶段对于新技术的接受程度和应用需求的差异[13]。因此，对于当前的AIGC教育研究，应注重多元化视角的实践探究，了解不同教育阶段与受众群体的真实需求，探索AIGC技术在不同场景下的应用可能性，为技术的落地与应用提供更为有力的支撑。

四、研究结论

首先，国内外AIGC教育研究期刊来源众多，中文文献主要集中于教育技术学领域的期刊，如《开放教育研究》《现代教育技术》等期刊的文献发表量大致相当，都有相关研究专题。英文文献期刊来源则较为分散，除了常规的教育技术领域的期刊，如《JMIR 医学教育》《化学教育杂志》等医学与化学学科领域的教育期刊发表文献也相对较多。从作者和研究机构看，中文作者中，祝智庭、王佑镁、李艳、顾小清、焦建利等人发文数量较多，主要以华东师范大学、北京师范大学等部属师范院校为主；英文文献发文量较多的为达纳·亨里克森（Danah Henriksen）、庞雅·米什拉（Punya Mishra）、陈嘉玉（Cecilia Ka Yuk Chan）等，除欧美国家的综合性大学之外，我国香港地区的香港大学、香港教育大学等院校文献发表数量也相当可观。其次，从国内外AIGC教育文献关键词的统计情况来看，因AIGC教育应用还处于初步研究阶段，多数学者侧重于AIGC带来的技术冲击等显性问题，暂未形成相对系统的研究范式，整体差异性不大。但较之于国内，国外的AIGC+医学教育等具体学科融合研究已初具规模。再次，基于关键词聚类判断，国内AIGC教育研究主要有两大主题，即生成式人工智能驱动教育变革与风险治理研究，以及人工智能时代人机关系与素养培育研究，主要聚焦于宏观层面的教育影响与治理框架建构。国外则关注生成式人工智能教育应用与学习方式、生成式人工智能伦理风险与素养提升两大研究主题，更强调微观层面的AIGC与学科融合的实践探究。最后，针对当前国内外的研究现状和热点分布，未来我国AIGC教育研究可以在教育专用大模型设计与评测、人工智能素养教育和多元化视角的实践探究等主题上发力，推动AIGC技术在教育领域的有效应用与融合发展。

我国教育部在2024年世界数字教育大会上强调，要实施人工智能赋能行动，促进智能技术与教育教学、科学研究、社会的深度融合，智能化已成为教育变革的重要引擎和推动教育现代化、提升教育质量的关键路径[14]。与此同时，2024年的《政府工作报告》中也明确提出要深化大数据、人工智能等研发应用，开展“人工智能+”行动，为我国教育领域的未来发展提供了政策支持和方向指引。生成式人工智能作为人工智能技术发展的最新成果，为教育领域提供了广阔的应用前景和无限的发展潜力，面对“AIGC+教育”这一必然趋势，我们必须积极拥抱变革，强化研究和探索，加快“人工智能+”行动在教育领域的落实，并秉承更加开放、包容、创新的态度推动教育数字化转型进程。

参考文献

[1]齐亚双，刘泽澔，陈晓灿，等.人工智能国防战略的目标、愿景与实施路径：国际经验与启示[J].情报杂志，2024，43（3）：53-61.

[2]张缨斌，吴若乔，何雨轩，等.感知情境与人在回路的智能教育：《人工智能与教学的未来：见解与提议》要点与反思[J].开放教育研究，2023，29（4）：11-20.

[3]戴岭，胡姣，祝智庭.ChatGPT赋能教育数字化转型的新方略[J].开放教育研究，2023，29（4）：41-48.

[4]王佑镁，王旦，梁炜怡，等.ChatGPT教育应用的伦理风险与规避进路[J].开放教育研究，2023，29（2）：26-35.

[5]MISHRA P， OSTER N， HENRIKSEN D. Generative AI， teacher knowledge and educational research： bridging short-and long-term perspectives[J]. TechTrends， 2024（2）： 205-210.

[6]CRAWFORD J， VALLIS C， YANG J， et al. Artificial intelligence is awesome， but good teaching should always come first[J]. Journal of University Teaching amp; Learning Practice， 2023， 20（7）： 01.

[7]曹培杰.智慧教育：人工智能时代的教育变革[J].教育研究，2018，39（8）：121-128.

[8]王佑镁，王旦，王海洁，等.基于风险性监管的AIGC教育应用伦理风险治理研究[J].中国电化教育，2023（11）：83-90.

[9]沈书生，祝智庭.ChatGPT类产品：内在机制及其对学习评价的影响[J].中国远程教育，2023，43（4）：8-15.

[10]TLILI A， SHEHATA B， ADARKWAH M A， et al. What if the devil is my guardian angel： chatGPT as a case study of using chatbots in education[J]. Smart Learning Environments， 2023， 10（1）： 15.

[11]LEE H. The rise of chatGPT： exploring its potential in medical education[J]. Anatomical sciences education， 2024，17（5）：926-931.

[12]侯贺中，王永固.人工智能时代中小学生智能素养框架构建及其培养机制探讨[J].数字教育，2020，6（6）：50-55.

[13]艾瑞咨询. 2024年AIGC+教育行业报告：生命循环，人机共育[EB/OL]. （2024-02-04） [2024-04-17]. https：//pdf.dfcfw.com/pdf/H3_AP202402071621020051_1.pdf？1707317737000.pdf.

[14]教育部部长怀进鹏在2024世界数字教育大会上的主旨演讲：携手推动数字教育应用、共享与创新[EB/OL]. （2024-01-30）[2024-04-17].http：//www.moe.gov.cn/jyb_xwfb/moe_176/202402/t20240201_1113761.html.

（责任编辑 李强）

Status Quo and Hot Spots Analysis of Generative AI Education at Home and Abroad

Hu Jiajian1， Wang Weifu1， Zhong Zhixian2

（1. School of Journalism and Communication，

2. Institute of Teacher Education for Advanced Study， Jiangxi Normal University， Nanchang， Jiangxi， China 330022）

Abstract： Artificial Intelligence Generated Content （AIGC） applications， represented by ChatGPT， have a powerful kinetic energy to boost the digital transformation of education， which bring new opportunities for the integration of AI and education. This study takes the academic literature on “generative AI education” included in CNKI and WoS databases as research samples， and uses the visual knowledge mapping software CiteSpace to conduct metrological analysis of domestic and foreign literature from the perspectives of data source， keyword frequency， centrality， keyword co-occurrence， and clustering view. It is found that the current research status in the field of AIGC education at home and abroad shows a similar trend on the macro level， but there is a significant difference in the micro disciplinary application; the research hotspots in China focus on the fields of educational change， risk governance， human-machine relationship， and literacy cultivation， while the foreign research focuses on the fields of educational application， learning styles， ethical risks， and literacy enhancement. In the future， China’s AIGC education research is suggested to focus on the design and evaluation of specialized large models， in order to promote the implementation of AI literacy education， and attach importance on the practical exploration of diversified perspectives to achieve the best application effect of its application in education.

Key words：" ChatGPT; Generative AI; Bibliometrics; CiteSpace; Hotspots

基金项目：国家自然科学基金项目“面向‘智慧助老’的老年人媒介信息素养研究：评价体系、影响机制及提升路径”（72164019）；2023年江西省基础教育研究龙头课题（重点）“区域基础教育数字化转型应用示范研究”（SZUSDLTKTZD2023-0057）

作者简介：胡佳健（1999— ），男，江西宜春人，硕士研究生，研究方向为教育信息化、教学设计；汪维富（1986— ），男，江西鄱阳人，博士，讲师、硕士生导师，研究方向为教师教育信息化、人工智能教育；钟志贤（1964— ），男，江西瑞金人，博士，教授、博士生导师，研究方向为教育信息化、教育数字化转型、智慧教育。