國內人工智能教育文獻的知識圖譜分析

劉雯，王曉春

(首都師范大學 教育學院，北京)

一 引言

人工智能是一門通過計算機技術精確描述人類智能行為的學科，旨在讓機器形成判斷、推理、感知、決策等思維模式，延伸和擴展人類在不同領域的能力[1]。隨著互聯網、大數據、計算科學的發展，人工智能與傳統行業的結合受到了專家學者的廣泛關注，在教育領域，人工智能正在引起一場新的革命。我國2017年7月頒發的《新一代人工智能發展規劃》明確提出要發展智能教育，要利用人工智能加快推動人才培養模式、教學方法改革，構建包含智慧學習、交互學習的新型教育體系[2]。2018年教育部發布的《高等學校人工智能創新行動計劃》《教育信息化2.0 行動計劃》等文件將人工智能上升到國家戰略[2]。2019年2月23日，中共中央、國務院印發了《中國教育現代化2035》，文件提出，“互聯網、人工智能等新技術的發展正在不斷重塑教育形態，知識獲取方式和傳授方式、教和學關系正在發生深刻變革。[3]”2019年5月16日、2020年12月7日，在北京分別召開兩次國際人工智能與教育大會，人工智能賦能教育已成為未來教育變革的重要趨勢[4]。

人工智能在教育領域的應用與發展，是機遇也是挑戰，如何把握機會迎接挑戰無疑是未來人工智能與教育深度融合的重要問題。本文對人工智能教育領域相關文獻進行作者、機構、關鍵詞等方面的知識圖譜分析，并予以可視化呈現，旨在歸納總結出當前人工智能教育研究的熱點內容，并且對未來的發展趨勢做出預測，為我國人工智能教育的研究與發展提供經驗。

二 數據來源與研究方法

本研究選取中國知網數據庫（CNKI）為數據來源進行文獻檢索，主題詞 “人工智能”and“教育”作為檢索條件，時間檢索跨度設為2010年-2020年，以“北大核心”和“CSSCI”作為來源類別，共檢索得到人工智能教育相關文獻1832篇。剔除會議、報告、無作者以及與主題不相關的文獻，最終獲得1505篇有效文獻作為研究樣本。

本研究主要采用的研究工具為CiteSpace 5.8.R1。CiteSpace是一款信息可視化軟件，主要基于共引分析理論和尋徑網絡算法等，對特定領域文獻(集合)進行計量，以探尋學科領域演化的關鍵路徑及轉折點，并通過繪制一系列可視化圖譜，探測學科演化潛在的動力機制和學科發展前沿[5]。在使用CiteSpace時將文獻時間(Time Slicing)設為“2010－2020”；時間切片單位(Years Per Slice)設為1；節點類型(NodeTypes)根據不同的圖譜類型進行設置（Author、Institution、Keyword）；閾值(Selection Criteria)設置g-index（k=25），可視化(Visualization)選擇Static和ShowMerged Network。圖譜的節點形狀選擇圓形（Circle），圓形內部不同年輪的顏色代表相應年份。根據圖譜類型的不同，視圖等設置也有相應變化，在后續分析中將進行特別說明。同時，本研究還借助Excel辦公處理軟件對數據進行了簡單的初步統計。

三 研究結果與分析

（一） 年發文量分析

從某一研究領域的年發文數量變化情況可以直觀地得到該領域的整體發展趨勢。因此本研究通過統計2010-2020年人工智能教育領域的年發文量，得到如圖1所示的發文量統計折線圖。

從圖1中可以直觀地發現，我國人工智能教育領域的發文量整體呈現先平緩后迅速增長的趨勢。從發文量可以看出，2010-2016年處于起步期，年發文量均在30篇以內，并且趨勢平緩，發文量在總發文量中貢獻率僅為5.5%，主要的研究內容為智能機器人、智能教學系統以及教育大數據方面的研究。2017年為初步發展期，發文量有了明顯增長，年發文量接近前7年發文量的總和。2017年中國政府發布的《新一代人工智能發展規劃》，引發了專家學者對“人工智能+教育”的深入思考。2018-2019年為迅速發展期，呈快速上升的趨勢，年發文量成倍增長，發文量在總發文量中貢獻率為50.7%，導致這一現象的可能因素是：教育信息化階段從1.0時代升級進入到2.0時代，教育智能化受到了國家的高度重視，以人工智能、大數據、物聯網等新興技術為基礎，推動新技術支持下教育的模式變革和生態重構是對教育發展的新要求。國際人工智能與教育大會等相關會議的召開，使得各個領域學者的觀點產生了多方面的碰撞與融合，形成了百家爭鳴的局面。2020年為持續發展時期，年發文量突破了500篇，但是增長速度較前兩年略有下降，主要原因可能是突如其來的新冠病毒肺炎疫情讓更多的專家學者轉而關注在線教育、遠程教育以及后疫情時期的教育發展策略。

圖 1 年發文量分布圖

（二） 作者、機構研究情況分析

為進一步探究人工智能教育領域的發文作者以及研究機構的詳細情況和各自的合作關系，本研究利用CiteSpace繪制了作者合作圖譜和機構合作圖譜，分別如圖2、圖3所示。

在圖2所示的作者合作圖譜中，節點大小代表該作者的發文量，節點之間的連線代表作者之間的合作關系，連線的顏色代表作者首次合作的時間，粗細代表作者合作發文量的大小。本研究分析得到節點323個，節點連線254條，其中僅顯示最大的前10個合作關系。圖中可以看出，最復雜的合作網絡是以黃榮懷和曾海軍為中心的合作網絡。黃榮懷教授是北京師范大學互聯網教育智能技術及應用國家工程實驗室主任，曾海軍教授任北京師范大學智慧學習研究院副院長。兩位專家主要的合作領域為教育機器人以及智能學習環境。華東師范大學教授、兼任教育部教師工作司司長的任友群是發文量較多的專家之一，他和同機構的專家萬昆、馮仰存以及江蘇師范大學的專家鄭旭東有一定合作。國際知名遠程教育專家、汕頭開放大學肖俊洪教授與外國專家學者合作密切，主要研究領域為開放教育以及高等教育。

圖中網絡的密度為0.0049，合作水平不高，并且多數為專家學者之間的合作，表明人工智能教育還處在研究和發展的階段，并未真正深入到課堂實踐當中，人工智能和教育的深度融合將是未來一段時間內重要的發展方向。

基于對1505篇文獻作者所屬機構的統計，得到圖3所示的機構合作圖譜，圖中節點數共有288個，網絡連線有188條。節點大小代表該機構的發文量，節點之間的連線的顏色代表機構首次合作的時間，人工智能教育相關研究發文總量位居前六的機構分別是西南大學教育學部、天津大學教育學院、北京師范大學教育學部、華東師范大學教育學部、北京師范大學智慧學習研究院以及華東師范大學教育信息技術學系。這些機構主要為高校的信息技術學院以及教育學院等院系，這說明人工智能教育相關的研究主要集中在高校，特別是師范院校展開，大學在人工智能教育領域的研究和發展方面具有引領作用。另外訊飛教育技術研究院、科大訊飛股份有限公司等機構也有相關論文產出，由此可見一些人工智能相關企業對人工智能在教育領域的應用也具有較高關注度，這些機構在人工智能教育產品的研究與開發方面將會發揮重要作用。

從機構合作網絡圖中可以看出，發文量最多的六所機構和其他眾多科研機構構成了圖中最復雜的合作網絡，從連線的顏色分布可以發現多數機構在近兩年形成了一定的合作關系，這也將是未來人工智能教育領域的發展趨勢，各個機構之間將取得更加緊密的聯系，構成一個或多個具有凝聚力的研究群體。

圖 2 作者合作圖譜

圖 3 機構合作圖譜

（三） 關鍵詞與研究熱點分析

關鍵詞是從文章標題、摘要或者正文中提取出來的對表述文章中心內容有實際意義的詞匯。通過對關鍵詞的分析，可以在一定程度上把握某一領域的研究熱點與研究現狀。本研究用CiteSpace對收集到的人工智能教育領域一千多篇文獻進行關鍵詞的共現、聚類等可視化分析。在進行分析之前，將關鍵詞中的同義詞、近義詞進行合并（例如：將關鍵詞aied合并入人工智能教育），使分析結果更加具有可信度。

1.關鍵詞共現分析

節點類型選擇Keyword，網絡裁剪方式選擇尋徑法( PathFinder)進行圖譜繪制，得到如圖4所示的關鍵詞共現圖譜，圖中有449個節點，596條網絡連線。為了突出重點，本研究將關鍵詞中頻度大于等于13的節點進行標簽顯示。

圖4 關鍵詞共現圖譜

在關鍵詞共現圖譜中，節點大小代表關鍵詞頻度，節點越大表明該關鍵詞在文獻中出現的頻次越高。圖中可以看出，2010-2020年在人工智能教育領域文獻中關鍵詞頻度較高的有人工智能、大數據、人工智能時代、智能教育、深度學習、人才培養、教育信息化等，這些領域都是專家學者較為關注的研究熱點。其次圖中還可以看出人工智能、人工智能教育、教育信息化、人才培養、教育技術、教學改革、地平線報告等關鍵詞的年輪最外圈為紫色，表明這些關鍵詞都具有很高的中介中心性[6]。中介中心性高的節點對其他節點之間的聯系起到控制作用，反映了其在整個網絡中的重要地位[6]。在對圖4進行宏觀分析的基礎上，本研究對關鍵詞的頻次及中介中心性進行了定量統計分析，具體數據如表1所示。

表1 關鍵詞頻度和中心性統計表

表中分別統計了頻次和中介中心性最高的前10個關鍵詞，可以看出人工智能、人才培養、教育信息化不僅有較高的頻次，還有較高的中介中心性，表明這三個方面在人工智能教育領域研究中的熱度和主題性均很高，是領域內的研究重點。在高頻關鍵詞中，人工智能時代是人工智能的上位詞。深度學習是人工智能領域的一個重要分支，而大數據是人工智能技術的基礎，三者有密不可分的聯系。智能教育是智慧教育創新發展行動的途徑，而人工智能教育是智慧教育的一種新模式。職業教育和高等教育是人工智能應用于教育這一研究的重要領域。在高中心性關鍵詞中，地平線報告的中介中心性高達0.50，在網絡中處于最重要的地位。《地平線報告》由新媒體聯盟發表的，通過Delphi迭代研究方法，最終確定出未來一到五年之間，可能在教育中普及應用并成為主流的六項新興技術的研究報告，長期以來在教育領域改革和發展中起著重要作用，未來也將是引領人工智能教育發展的重要刊物。

2.關鍵詞聚類分析

為更好把握人工智能教育領域的熱點主題，以關鍵詞共現圖譜為基礎，利用CiteSpace將關鍵詞進行聚類，聚類算法采用LLR算法，并顯示最大的前8個類別，得到如圖5所示的關鍵詞聚類圖譜。

聚類網絡的模塊值(Q值)為0.8905，大于0.3，表明聚類社團結構顯著，平均輪廓值(S值)為0.9607，大于0.7，表明聚類是高效率且令人信服的[5]。圖中的聚類從大到小依次為人工智能、高等教育、教育人工智能、個性化教育、教學改革、媒體融合、人工智能技術以及教育大數據?？紤]到人工智能、教育人工智能為本研究的研究主題和對象，不作為研究熱點主題進行分析，因此將剩余六個主要聚類歸納為人工智能教育的技術支持、人工智能促進教學改革以及人工智能促進個性化教育。

圖 5 關鍵詞聚類圖

圖 6 關鍵詞時序圖譜

人工智能教育的技術支持包括“#媒體融合”“#6人工智能技術”和“#7教育大數據”。這類熱點主題主要的研究內容是如何將深度學習、5G、智能機器人等技術更好地應用于教育教學領域。所涉及的領域包括：媒體融合背景下教育發展問題、利用普適計算和虛擬現實技術構建智慧學習環境、智能代理等技術支持在線學習、通過大數據的收集和分析建立智能化的管理系統、教育機器人在學生的學習過程中進行動態評價和反饋、利用教育大數據分析教育教學潛在問題等諸多方面。

人工智能促進教學改革包括“#1高等教育”和“#4教育改革”?！缎乱淮斯ぶ悄馨l展規劃》指出，要將人工智能技術應用于教學、管理和學習資源建設等方面[7]，推進人才培養模式和教學方法改革，構建中國特色社會主義新時代的教育體系。人工智能在學習環境、學習方式、教學方式、教學管理、教學評價等方面都產生了深刻影響。隨著創新驅動發展的國家戰略的提出，大規模高素質創新人才的培養對高等教育和職業教育提出了新的要求。人工智能如何促進高等教育改革，促進教育公平，促進教育個性化與規?；彩菍W界研究的重點問題。

人工智能促進個性化教育即“#3個性化教育”。個性化學習一直是教育改革發展的核心目標，從“因材施教”理念的提出到“差異化教學”“精準教學”模式的探索[8]，無不體現著對個性化學習的追求，而傳統教學的班級授課制和有限的技術支持難以滿足個性化學習的要求。在人工智能時代，智能識別技術為精準識別學習者的個性化特征提供了有力的技術支撐[8]。數據挖掘與學習分析、智能推薦、情感計算等技術可以為學習者設置不同的學習目標，并且提供個性化內容推薦和學習評估。人工智能技術在在線學習領域已經得到了廣泛應用，未來也仍將助力個性化教育系統的構建。

3.關鍵詞時序分析

將CiteSpace的視圖（Visualization）模式由Cluster View 更改為TimeZone View，得到關鍵詞時區圖譜如圖6所示。時區視圖側重于從時間維度表示研究的演進，某一時區文獻越多，說明該領域處于繁榮時期，相反，則處于低谷期。對時區視圖分析，可以快速分析研究趨勢和研究前沿[5]。通過分析時序圖，可以將2010-2020年人工智能領域的研究情況分為四個階段，分別是2010-2012年、2013-2014年、2015-2016年以及2017-2020年。

根據圖6可以看出，2010-2012年為人工智能教育的起步階段，核心的關鍵詞為人工智能、教育信息化、信息技術，這三個詞在2018-2020年仍然作為關鍵詞出現，說明這些領域是人工智能教育研究的基礎與重心。通過對其他關鍵詞和相關論文的研究發現，這一階段機器人在輔助教學中的作用也是一大研究熱點，教學改革開始成為一個獨立的研究主題。起步階段的研究主要以理論研究和國外人工智能教育應用的熱點為主。

2013-2014年人工智能教育出現了短暫的低谷期，這一階段關鍵詞較少，研究從理論的分析轉到了對學習過程的分析，利用數據挖掘和建模技術增強學生對教與學的理解，并為其提供有效的個性化教育。人才培養和教育改革也是主要的研究主題。這一階段還處在人工智能教育從理論到實踐的探索與過渡階段，沒有形成一定的研究熱點。

從2015-2016年的研究趨勢可以看出，這一時期人工智能教育的研究方向開始逐漸轉向人工智能技術在教育領域的應用，出現了深度學習、機器學習、自然語言處理、大數據分析等技術和在線學習、“慕課”等概念，充分表明了專家學者對人工智能+教育有了更深層次的理解，并將人工智能技術根據具體情況靈活運用于教育的各個領域。

2017年人工智能教育的研究有了一個跳躍式的增長，之后2018-2020年研究態勢趨于平穩。從2017-2020年的變化可以看出該領域研究的內容更加細化，包括智能教育、職業教育、高等教育、自適應學習、區塊鏈、人機協同、信息素養、智慧校園等多個研究熱點。不管是從理論還是應用都較之前更加成熟，未來人工智能教育的發展將更加細化全面，充分改進與創新，促進教育信息化與教學的個性化發展。

四 結語

本研究通過使用CiteSpace以及Excel辦公軟件對人工智能教育領域2010-2020年相關文獻進行了可視化分析和研究，得到如下結論：

（1）通過對年發文量的分析發現，人工智能教育的相關研究正處在快速發展的階段，并且趨勢較為穩定。我國已充分認識到人工智能與教育融合發展的重要性，在近三年頒布了多份發展智能教育的相關文件，可以認為在未來較長一段時間人工智能教育仍然是教育領域一大研究熱點。

（2）通過對作者和機構的研究情況分析發現，人工智能教育的研究機構多為高校的教育學院、教育技術學院以及智慧教育研究中心等，而發文較多和具有影響力作者也多為這些機構的專家教授。作者和機構之間有一定的合作關系，但是有一定規模的合作網絡僅有一到兩個。隨著人工智能與教育的深度融合，人工智能教育產品的開發、人工智能技術在學校教育中的應用都會受到廣泛關注，高校與中小學和人工智能企業的合作將更加密切。

（3）通過對關鍵詞的分析發現，人工智能相關技術、教育信息化和教育改革是人工智能教育領域的研究熱點和不變的主題，這點在關鍵詞共現、聚類和時序中均有體現。未來人工智能教育的發展趨勢有以下兩點：

①數據驅動的人工智能將引領教育信息化發展的新方向。教育大數據可以解釋教育現象、揭示教育領域潛在的發展規律并且預測未來的發展趨勢，而智能技術將數據進行分析和利用，使人工智能教育從經驗主義走向了實用主義。

②教育信息化推動教學改革。隨著教育信息化2.0時代的到來，教育學習環境的構建、教學資源的開發、教育過程的優化、學生的信息素養的提高等方面都將產生系統性變化。人工智能技術在促進教育公平和個性化的同時，也將促進教育的深刻變革。